Analityka odwiedzających dla stacji paliw i sklepów convenience

Analityka ruchu pieszego na stacjach paliw pokazuje, ile osób zatrzymuje się na placu stacji, ile wchodzi do sklepu i jak długo zostaje, stacja po stacji. Pomiar zwykle działa na istniejących punktach dostępowych Wi-Fi, a LiDAR zlicza przyjeżdżające pojazdy. Bumbee Labs to firma stojąca za jedyną metodą pomiaru ruchu pieszego w Europie zatwierdzoną przez organ ochrony danych.

W skrócie

• Na każdej stacji paliw: ile osób się zatrzymuje, ile wchodzi do sklepu i jak długo zostaje.
• Ta sama instalacja i te same definicje na każdej stacji pozwalają porównywać stacje w sieci.
• Ludzi liczy się zwykle przez punkty dostępowe Wi-Fi, które już są na miejscu, a LiDAR zlicza przyjeżdżające pojazdy.
• Poniżej: cztery pytania operatorów, dziesięć kolejnych i to, co szwedzka sieć zmierzyła w ponad 100 lokalizacjach.

Na jakie pytania operatorów stacji paliw odpowiada analityka ruchu pieszego?

Ilu tankujących kierowców w ogóle wchodzi do sklepu na stacji paliw?

Zliczanie ruchu na placu stacji i w sklepie daje każdej stacji paliw jej współczynnik wejść od dystrybutora do sklepu. Pokazuje, ile osób się zatrzymuje, ile wchodzi do sklepu, a ile tylko tankuje i odjeżdża, oraz jak długo odwiedzający zostają w środku. Dane pochodzą zwykle ze zliczania osób przez Wi-Fi na istniejących punktach dostępowych.

Jak porównać stacje w naszej sieci i kopiować najlepsze?

Każdą stację paliw mierzy się tą samą instalacją i według tych samych definicji, więc stację przy autostradzie i stację na obrzeżach miasta można ocenić obok siebie. Porównanie pokazuje, które stacje mają najwyższy współczynnik wejść od dystrybutora do sklepu, a pozostałe mogą brać przykład z ich układu, obsady i promocji. Benchmarking ruchu pieszego wyjaśnia, jak działa porównanie.

Czy ładowanie EV to szansa dla sklepu w sieci stacji paliw?

Gdy klient ładuje samochód, wchodzi do środka czy zostaje w aucie?

Na stacji paliw z ładowaniem EV klienci przy ładowarkach dzielą się na trzy mierzalne grupy: tych, którzy tylko ładują, tych, którzy idą dalej do sklepu lub restauracji, oraz tych, którzy odjeżdżają. Sieć widzi ten podział dla każdej stacji, więc wie, gdzie czas przebywania przy ładowarce zamienia się w wizyty w sklepie.

Czy sklep i restauracja przy naszych ładowarkach przyciągają kierowców, którzy ładują auta?

Każdą stację paliw dzieli się na strefy stanowisk ładowania, sklepu i restauracji, więc wizyty w każdej z nich można policzyć i zestawić z czasem ładowania. Porównanie stacji pokazuje, gdzie oferta przy ładowarkach przyciąga ludzi, a wyniki dla każdej stacji przychodzą jako dane według stref.

Czy pojazdy na placu stacji widać w liczbach sklepu?

Tak. LiDAR na placu stacji zlicza przyjeżdżające samochody, a obłożenie parkingu pokazuje, jak bardzo zapełnia się plac i jak długo stoją pojazdy. Zestawione ze współczynnikiem wejść do sklepu, te liczby obejmują wizytę od wjazdu do kasy. Tam, gdzie potrzebne jest dokładne zliczanie przy drzwiach sklepu, kamery AI lub LiDAR dodają tę precyzję do bazowego pomiaru Wi-Fi.

Jakie inne pytania o plac stacji i sklep obejmuje pomiar?

• Jak radzi sobie sklep na stacji paliw, niezależnie od paliwa, kawiarni i postoju serwisowego? Mierzy się go osobno od placu stacji, a ma ten sam rytm co każdy sklep spożywczy lub convenience, z krótkimi wizytami i szczytami dojazdów do pracy.
• Ile przejeżdżających samochodów skręca na stację? Pomiar ruchu według kierunku na drodze i przy wjeździe na stację liczy zarówno samochody, które przejeżdżają, jak i te, które skręcają, a wynik można zestawić z wizytami w sklepie.
• Gdzie lejek traci klientów między dystrybutorem a kasą? Kierowcy decydują przy dystrybutorze, skręcają do myjni albo wchodzą i nic nie kupują, a lejek od dystrybutora do sklepu rozkłada każdy z tych kroków.
• Ilu z tych, którzy wchodzą, coś kupuje? Zakup to osobny krok po wejściu do sklepu, a konwersja w sklepie wyjaśnia, jak ją odczytywać.
• Czy nowa oferta kawy lub jedzenia na wynos przyciągnęła więcej osób, czy ci sami klienci wydają więcej? Wejścia do sklepu przed zmianą i po niej pokazują, czy weszło więcej osób.
• Czy oznakowanie, ekrany i promocje przy dystrybutorze skłaniają więcej osób do wejścia? Współczynnik wejść przed zmianą, w jej trakcie i po niej pokazuje, czy do środka wchodzi większa część zatrzymujących się.
• Ile osób korzysta ze sklepu bez tankowania? Wskaźnik zależności pokazuje, jaka część klientów sklepu również tankuje, a studium przypadku poniżej podaje liczby.
• Których półek i stref w sklepie nikt nie odwiedza? Gorące i zimne strefy pokazują, dokąd ludzie chodzą, a dokąd nie, na potrzeby układu i rozmieszczenia produktów; zobacz mapy cieplne w sklepie.
• Jak zaplanować obsadę na szczyty dojazdów do pracy? Szczyty godzinowe i dzienne pokazują, czy obsada odpowiada rzeczywistym wzorcom przyjazdów; zobacz planowanie obsady na podstawie danych o ruchu.
• Czy opłaca się trzymać stację otwartą w nocy? Godzinowe krzywe odwiedzających i pojazdów na placu stacji można zestawić z godzinami otwarcia, stacja po stacji.

Analitycy sieci, którzy chcą mieć dane dla każdej stacji we własnym BI zamiast w kolejnym portalu, mogą pobierać je przez API do liczenia osób.

Czego szwedzka sieć stacji paliw dowiedziała się z pomiaru na każdej stacji?

Szwedzka sieć stacji paliw zmierzyła współczynnik wejść od dystrybutora do sklepu w ponad 100 lokalizacjach, podzielonych na strefy od dystrybutorów i ładowania EV po sklep i restaurację. W jednym mierzonym okresie współczynnik wejść wahał się między stacjami od 8 do 55 procent, a najlepsze stacje pokazały pozostałym, co zmienić. Wskaźnik zależności wynosił zaledwie 10 do 15 procent, czyli tylko taka część klientów sklepu również tankowała, więc sklep miał własny przepływ klientów. Wizyty przy ładowarkach EV też dało się zmierzyć jako szansę dla sklepu. Ponieważ instalacja jest taka sama na każdej stacji, przegląd pod kątem prywatności odbywa się raz dla całej sieci. Przeczytaj studium przypadku sieci stacji paliw →