Wat een bezoekersbenchmark werkelijk waard is
Een bezoekersbenchmark is alleen iets waard als de getallen die je vergelijkt op dezelfde manier zijn geteld, met dezelfde methode, definities en kalibratie; anders misleidt de vergelijking. Verschillen locaties sterk in grootte, dan blijft de vergelijking eerlijk als je elke locatie indexeert ten opzichte van haar eigen basislijn.
Op deze pagina
Stel, als verzonnen voorbeeld, dat de bezoekersstroom van je flagshipstore twaalf procent hoger ligt dan vorig jaar, terwijl de vestiging van je dichtstbijzijnde concurrent over dezelfde periode acht procent is gedaald, en dat beide cijfers op één slide voor de raad van bestuur belanden. Controleer voordat die slide de presentatie in gaat of de twee getallen hetzelfde meten, want vaak is dat niet zo.
Kort gezegd
- Twee bezoekersgetallen zijn alleen vergelijkbaar als ze dezelfde telmethode, dezelfde definities en dezelfde kalibratie hebben.
- Een index zet elke locatie op een basislijn van 100. Zo valt het verschil in grootte weg uit de vergelijking, maar de tellingen eronder moeten nog steeds consistent zijn.
- Voor een benchmark moeten de teltechnologie, de kalibratiegeschiedenis, de definities en de foutmarge zijn vastgelegd, net als elke wijziging daarin tijdens de periode.
- Een gepubliceerde index laat zien welke kant de markt op beweegt. Of jouw locatie een bepaalde concurrent verslaat, kan hij niet betrouwbaar aantonen.
- Consistente, gedocumenteerde bezoekersdata geeft een huurder of verhuurder een concrete basis bij huuronderhandelingen.
Wanneer is mijn eigen bezoekersdata genoeg, en wanneer heb ik een benchmark nodig?
Voor operationele vragen is je eigen data genoeg. Je moet weten hoeveel mensen er op een dinsdagochtend binnenkomen, omdat je je personeel daarop inplant, en het uurpatroon laat zien wanneer de rij bij de paskamers een probleem wordt. Leg je dezelfde telling naast de kassadata, dan krijg je de conversieratio, en die zit erachter wanneer bezoekersstroom en omzet een ander verhaal vertellen. Voor dit alles heb je niet meer nodig dan je eigen data, zolang je die consistent verzamelt.
Een benchmark komt in beeld zodra je je getal vergelijkt met iets externs: een concurrent, een branche-index of je eigen portefeuille met verschillende telsystemen. Vanaf dat moment heeft de vergelijking alleen waarde als beide kanten op dezelfde manier zijn gemeten, volgens dezelfde regels en definities. In de praktijk voldoet bezoekersdata in de retail zelden aan die standaard, en de verschillen zijn niet te verwaarlozen.
Waarom kan ik bezoekerstellingen uit verschillende telsystemen niet vergelijken?
Omdat de systemen net iets anders tellen. Neem twee locaties die allebei elektronisch bezoekers tellen en dagtotalen rapporteren. De eerste werkt met een camerasysteem dat twee keer per jaar wordt gekalibreerd op handmatige controletellingen; het telt alleen binnenkomende bezoekers, en personeel valt buiten de telling omdat het een aparte ingang heeft. Bij de tweede hangt een tweerichtingsdeursensor; personeel loopt door dezelfde ingang als klanten en de teller is sinds de installatie niet opnieuw gekalibreerd. (Een Wi-Fi-systeem telt apparaten en is juist van die kalibratiestap afhankelijk om het aantal apparaten om te zetten in een aantal mensen.)
Die twee getallen zijn niet te vergelijken, ook al staan ze in dezelfde spreadsheet of worden ze gemiddeld in een rapport voor de hele keten. Ze hebben andere foutmarges en andere aannames over definities, en elke benchmark die erop is gebouwd, neemt die fouten mee in elke beslissing die erop steunt.
Een studie uit 2021 naar bezoekerssensoren in Groot-Brittannië (Philp et al., Applied Spatial Analysis and Policy) vond duidelijk verschillende dag- en weekpatronen in bezoekersstromen tussen typen winkellocaties, en controleerde de sensortellingen met handmatige tellingen voordat er iets werd geanalyseerd. Een overzicht uit 2025 van de West Midlands Combined Authority vatte het probleem van vergelijken tussen locaties kort samen: onverenigbare telmethoden leveren onvergelijkbare resultaten op.
Maakt een index een grote en een kleine locatie vergelijkbaar?
Wat de grootte betreft wel. Een index zet elke locatie (of elke periode, of elk locatietype) op een basislijn van 100 en drukt de latere prestatie uit ten opzichte van dat punt. Een groot regionaal winkelcentrum en een kleine winkel in een winkelstraat worden elk afgezet tegen hun eigen basislijn, zodat de vergelijking niet wordt vertekend doordat de een tien keer zoveel bezoekers ontvangt als de ander.
Gepubliceerde nationale bezoekersindexen werken volgens dit principe: ze laten de relatieve beweging per locatietype zien, zonder één absoluut getal voor “retail” te claimen. Hun waarde zit erin dat ze de data normaliseren voordat er iets wordt vergeleken.
De beperking is dat ook een index consistente onderliggende tellingen nodig heeft. Verschuift de data van een locatie van jaar tot jaar omdat een sensor werd vervangen, een telregel veranderde of een nieuwe personeelsingang openging, dan registreert de index een beweging die in werkelijkheid niet heeft plaatsgevonden.
Wat moet zijn vastgelegd voordat je een benchmark kunt vertrouwen?
Een benchmark is alleen te vertrouwen als de data erachter net zo grondig is gedocumenteerd als de telling zelf. Je moet dus de teltechnologie en de kalibratiegeschiedenis ervan kennen, de definities (alleen binnenkomend of netto, personeel uitgesloten of niet, kinderen geteld of niet), de bekende foutmarge en elke wijziging daarin tijdens de periode die je vergelijkt.
Zonder die documentatie kunnen twee getallen op elkaar lijken en toch iets anders betekenen. Een keten die de afgelopen tien jaar vier verschillende teltechnologieën heeft ingezet in haar winkelportefeuille, kan geen zinvolle trend over tien jaar maken, tenzij ze de impact van elke overstap heeft vastgelegd.
Winkelcentra en vastgoedeigenaren hebben hetzelfde probleem op grotere schaal: meerdere huurders en telsystemen, en een bezoekersgetal voor het hele centrum dat vaak berust op methodologische keuzes die geen twee huurders op dezelfde manier maakten.
Kan een gepubliceerde index laten zien of we een concurrent verslaan?
Niet betrouwbaar, en bij benchmarken tegen een concurrent gaat het het makkelijkst mis. Gepubliceerde bezoekersindexen bundelen data van meerdere exploitanten en technologieën. Dat is nuttig voor macrotrends, zoals de vraag of de totale bezoekersstroom in de retail stijgt of daalt ten opzichte van het jaar ervoor. Of jouw locatie beter of slechter presteert dan een specifieke concurrent in hetzelfde retailformaat, kunnen ze niet betrouwbaar zeggen, omdat de onderliggende data uit verschillende telsystemen met verschillende kalibratiestandaarden komt.
Een gepubliceerde index werkt het best als signaal voor de richting: hij laat zien of de markt met je meebeweegt of tegen je in. Wie hem gebruikt als bewijs dat de eigen locaties de concurrentie verslaan, gaat verder dan de methodologie achter de data doorgaans kan dragen.
Kan consistente bezoekersdata een huurherziening onderbouwen?
Dat kan, mits de data intern consistent is. Dan heeft ze een duidelijke, verdedigbare waarde bij huuronderhandelingen. Een huurder met gevalideerde bezoekersregistraties voor zijn unit (consistent gemeten, goed gedocumenteerd en afkomstig van een systeem dat klanten van personeel onderscheidt) heeft een concrete basis voor een huurherziening, en die kunnen anekdotes alleen niet bieden.
Een verhuurder met dezelfde soort registraties kan potentiële huurders laten zien dat de bezoekersstroom van het centrum echt, consistent en onafhankelijk controleerbaar is. Ervaren huurders hechten daar meer waarde aan dan aan een kaal totaal uit een onbekend systeem met een onbekende kalibratiestandaard.
Kan ik een bezoekerstrend over jaren en locaties vertrouwen?
Alleen als de telling consistent blijft. Prestaties vergelijken over de tijd, binnen een portefeuille en met marktindexen laat zien of een locatie vooruit- of achteruitgaat, maar dan ga je ervan uit dat je dit jaar op dezelfde manier hebt geteld als vorig jaar, en op dezelfde manier als op de locatie tweehonderd kilometer verderop. Elke bezoekersbenchmark rust op vier dingen in de meting erachter: een consistente methode, gedocumenteerde definities, gekalibreerde hardware en een datatrail die personeelswisselingen en systeemupgrades overleeft. Het analyseplatform en de datalevering die het oplevert, moeten op een gedocumenteerde methode berusten.
Bronnen
- West Midlands Combined Authority (2025). Revitalising West Midlands Town Centres and High Streets: A Comprehensive Assessment of Footfall Data Collection. https://www.wmca.org.uk/what-we-do/research-and-insights/reports/research/revitalising-west-midlands-town-centres-and-high-streets-a-comprehensive-assessment-of-footfall-data-collection/
- Philp, S., Dolega, L., Singleton, A., & Green, M. (2022). Archetypes of footfall context: Quantifying temporal variations in retail footfall in relation to micro-location characteristics. Applied Spatial Analysis and Policy, 15(1), 161–187. https://doi.org/10.1007/s12061-021-09396-1
Benieuwd hoe dit eruitziet voor jouw locatie?
Veelgestelde vragen
Wat is bezoekers-benchmarking?
Bezoekers-benchmarking vergelijkt bezoekerstellingen tussen locaties, periodes of concurrenten, zodat prestaties een referentiepunt krijgen. Een locatie die meer bezoekers trekt dan vergelijkbare locaties, of meer dan het jaar ervoor, geldt als beter dan de benchmark. Wil de vergelijking iets betekenen, dan zijn dezelfde telmethode nodig, dezelfde definitie van wat als bezoek telt en dezelfde aanpak voor personeel, service-ingangen en bezoekers die meerdere keren binnenkomen.
Moeten bezoekersbenchmarks absolute tellingen of indexen gebruiken?
Beide hebben hun plek. Tussen locaties en exploitanten is een index vaak nuttiger dan een absolute telling, omdat hij de prestatie van elke locatie uitdrukt ten opzichte van een basislijn, meestal 100. Zo kun je locaties met heel verschillende absolute volumes eerlijk vergelijken. Absolute tellingen passen bij interne planning, personeelsbezetting en de koppeling met omzet, waar het werkelijke aantal bezoekers ertoe doet.
Wat maakt een bezoekersbenchmark misleidend?
Het meest voorkomende probleem is dat tellingen uit verschillende meetmethoden met elkaar worden vergeleken: een camerasysteem dat niet is gekalibreerd op een handmatige controletelling, een sensor die personeel niet van klanten onderscheidt of een systeem op basis van Wi-Fi dat apparaten telt in plaats van mensen. Ook binnen één methode stapelen verschillen in definitie zich op, bijvoorbeeld of de telling bezoekers meeneemt die alleen de lobby binnenlopen, of kinderen worden geteld en wat een tweerichtingsdeursensor registreert als twee mensen tegelijk passeren.
Hoe helpt een bezoekersbenchmark bij huuronderhandelingen?
Consistent gemeten bezoekersdata biedt een objectieve basis voor onderhandelingen over huur en servicekosten. Een huurder die met gevalideerde data kan aantonen dat zijn locatie aanzienlijk minder verkeer trekt dan vergelijkbare units in het centrum, heeft een concreet argument. Een verhuurder die kan aantonen dat de bezoekersstroom bij zijn vastgoed beter presteert dan de bredere markt, staat even sterk.