Du kjenner månedens salg, men ikke hvor mange besøk som lå bak det, hvilke rom som holdt på folk, eller hvor lenge de ventet på en planlegger.

Besøksanalyse for møbelbutikker måler besøk time for time, oppholdstiden i hver avdeling, køen ved planleggingsdisken og konverteringen i kassen. Den kjører på butikkens Wi-Fi, med en 3D-sensor over inngangen for eksakte inngangstall. Bumbee Labs er selskapet bak den eneste metoden for besøksmåling i Europa som er godkjent av en datatilsynsmyndighet.

Kort fortalt

• Besøksanalyse for møbelbutikker viser besøk per time, oppholdstid per avdeling, ventetid ved planleggingsdisken og konvertering i kassen.
• Den kan starte på butikkens Wi-Fi, med en 3D-sensor over inngangen for eksakte tall ved døren.
• Når oppholdstiden leses ved siden av konverteringen, kan interesse skilles fra friksjon. Hvor den besøkende kjøper etter å ha forlatt butikken, ligger utenfor tellingen.
• De ansatte holdes utenfor tallene, og en kjede kan sammenligne butikkene sine på de samme målene.

Hvilke spørsmål kan besøksanalyse for en møbelbutikk svare på?

Lange besøk, få kjøp: hvor i butikken bruker kundene tiden?

I en møbelbutikk viser oppholdstiden per avdeling hvor de besøkende blir, og konverteringen hvor mange besøk som ender med kjøp i kassen. Leses tallene sammen, kan interesse skilles fra friksjon. Et showroom skal trekke folk som ser seg om, så lav konvertering er ingen feil i seg selv. Den leses mot butikkens eget normalnivå.

Salgstallene kommer inn på plattformen gjennom en integrasjon med kassesystemet ditt og vises ved siden av besøkstallene, så de samme ukene kan leses for besøk, oppholdstid og resultat.

Kundene ser seg om hos oss og kjøper et annet sted: fortjener butikken fortsatt plassen sin?

Besøkene i en møbelbutikk kan holde seg oppe selv når kjøpet skjer et annet sted, utenfor tellingen. Oppholdstiden viser at folk fortsatt bruker rommene, mens konverteringen i kassen bare teller det som ble kjøpt i butikken. Et sprik mellom de to kan være mønsteret som kalles showrooming: varen ses i butikken og kjøpes et annet sted.

Tellingen beskriver mønsteret, men kan ikke følge salget dit det skjer. Stabile besøk sammen med en fallende konvertering er signalet du bør følge med på, uke for uke.

Familiene kommer på lørdag: står personalet vårt på gulvet i de riktige timene?

En møbelbutikk teller lørdagsbesøkene time for time, med de ansatte holdt utenfor tallene. Kurven viser da når kundene er i butikken, og vaktplanen kan flyttes mot de timene. De fleste butikker vet allerede hvilken dag som er travlest, men topptimen innenfor den blir ofte feilvurdert.

Inngangstall fra en 3D-sensor over døren gir kurven dens eksakte form. Endringen dataene peker mot, er ofte å flytte ansatte mellom timene, og sjeldnere å sette inn flere ansatte.

Hvor på runden gjennom butikken snur kundene?

Oppholdstid og ruter per avdeling viser hvor kundene stopper på runden gjennom en stor møbelbutikk, og hvor de snur eller aldri kommer frem. Et heatmap i butikk viser det på plantegningen, med varme soner der de besøkende stopper, og kalde soner de passerer raskt. En kald sone må tolkes før noen flytter en sofa.

Wi-Fi følger hele gulvet som én sammenhengende strøm, så oppholdstid og ruter kan leses på tvers av alle avdelinger. Om et stille hjørne er et layoutproblem eller rett og slett baksiden av bygget, er opp til butikken å vurdere.

Venter kundene på en selger ved planleggingsdisken på kjøkkenavdelingen?

Ved planleggingsdisken i en møbelbutikk viser en kø seg ved at oppholdstiden fortsetter å stige. Lest time for time viser den når kundene venter på en planlegger, og når disken står stille. Planleggerne kan da settes opp på de timene ventetiden bygger seg opp.

Wi-Fi-telling måler oppholdstiden ved disken. En 3D-sensor montert over disken kan gi et eksakt antall hvis det trengs. Ingen personbilder lagres.

Vårrushet: hvordan ser vi når det starter, og leser det uke for uke?

En møbelbutikk kan følge vårukene gjennom det ukentlige besøkstallet, holdt opp mot butikkens egne tidligere uker, så en økning oppdages tidlig og kan tolkes riktig. Vær og helligdager kan også skilles ut, så en varm helg ikke forveksles med at sesongen har startet.

Påsken kan oppføre seg som en liten jul for enkelte formater, blant dem interiørvarer, og den flytter seg fra år til år. Når ukene rundt den leses for seg, holder sammenligningen med året før seg rettvisende.

Hva mer vil møbelforhandlere at besøksdata skal svare på?

• Interiørbutikken vår i sentrum: trekker vinduet folk inn? Fangstraten sammenligner de forbipasserende med de besøkende som kom inn, målt i en periode før et vindusbytte og en periode etter.
• Vi har bygget om romutstillingene: gjør det nye showroomet det bedre? De samme sonene, målt på samme måte før og etter over sammenlignbare perioder, viser hvilke av dem som nå holder på de besøkende, og hvilke som har mistet dem, noe en telling ved døren alene ikke kan vise.
• Hvordan står de store butikkene våre seg mot hverandre? En kjede kan gjøre hver butikk om til en indeks, vektet etter butikkareal og beliggenhet, så en stor bybutikk og en liten forstadsbutikk står på samme skala.

Hvordan kommer en møbelbutikk i gang med besøksmåling?

Møbelbutikker er blant butikktypene vi måler. Tellingen kan starte på Wi-Fi-aksesspunktene butikken allerede har, og en 3D-sensor settes over inngangen der eksakte tall for inn og ut betyr noe. Dine egne ansatte filtreres bort, så tallene bare beskriver kundene. Etter den første måneden har butikken en timekurve å lese, og en kjede kan gjenta oppsettet butikk for butikk og sende dataene videre til sin egen BI gjennom API-et. Kundeteller eller besøksanalyse sammenligner en enkel teller med full besøksanalyse.