A questão da área de influência: de onde vêm, de fato, os seus visitantes?

A maioria dos locais tem uma teoria segura e detalhada sobre seus visitantes, construída em anos de operação no mesmo endereço. Essa teoria também erra com frequência, e os erros caem em decisões que importam muito: onde abrir a próxima unidade, como dividir a verba de marketing, que lojista colocar no espaço que vai vagar na primavera. Medir de onde vêm os visitantes é justamente a função da análise da área de influência, e o modelo intuitivo não se sustenta quando você faz essa medição.

Em resumo

• A área de influência é a região da qual uma loja, um shopping center ou um local atrai seus visitantes, em geral dividida em zonas primária, secundária e terciária.
• Placas no estacionamento, CEPs do cartão fidelidade e a memória da equipe são sinais muito filtrados, por isso o modelo intuitivo dá peso demais às zonas que se fazem visíveis.
• A análise com dados de operadoras móveis fornece contagens de visitantes por bairro de origem, por dia e por estação, anonimizadas e agregadas, sem identificar ninguém.
• Para um novo ponto, quantas pessoas moram perto é só o começo; a pergunta é quantas pessoas virão, e de onde. As mesmas contagens por origem servem para o mix de lojistas, a verba de marketing e os serviços públicos.

O que é a área de influência no varejo?

A área de influência é a região geográfica da qual um local atrai seus visitantes. Os geógrafos do varejo costumam dividi-la em três zonas: uma área primária, com a população mais próxima, que gera a grande maioria das visitas; uma zona secundária, que contribui com mais uma parcela; e uma zona terciária, de visitantes ocasionais ou que vêm especificamente para aquele destino.

A análise da área de influência na escala de bairro dispensa pesquisas e deduções a partir do cartão fidelidade, e mostra de onde os visitantes saem antes de aparecerem no seu endereço. A análise com dados de operadoras móveis torna isso possível na escala que as decisões reais de planejamento exigem.

O mapa resultante muitas vezes surpreende. Um shopping center com forte fama regional pode atrair a maior parte dos visitantes de dois ou três bairros vizinhos, enquanto o bairro a três quilômetros quase não aparece. Ou o contrário: um local que o operador considera de bairro acaba atraindo muita gente de uma área residencial distante, sem alternativa óbvia por perto. Os dois padrões podem funcionar para um negócio, e ambos afetam todas as decisões que dependem de quem é a sua base de clientes.

Por que o modelo intuitivo falha?

O modelo intuitivo falha porque os operadores montam suas hipóteses sobre a área de influência a partir do que conseguem observar: placas de carro no estacionamento, sotaques no balcão de informações, CEPs em pedidos de entrega. São sinais reais, mas muito filtrados. A amostra do estacionamento deixa de fora todo mundo que chegou a pé. Os CEPs do cartão fidelidade só cobrem os titulares do cartão, que não são uma fatia aleatória dos visitantes. A memória da equipe se apoia em conversas marcantes e em casos fora do comum, enquanto o visitante típico, que chega, compra e vai embora sem incidentes, quase não fica registrado.

O modelo resultante dá peso demais às zonas da área de influência que se fazem visíveis e peso de menos às que não aparecem. A verba de marketing, a posição da sinalização e as negociações sobre transporte partem desse modelo, e o erro vai se acumulando ao longo dos anos sem que ninguém perceba.

Como os dados da área de influência mudam a escolha de um ponto?

Para um novo ponto, “quantas pessoas moram perto” é só o começo; a pergunta que os dados da área de influência respondem é “quantas pessoas virão, e de onde”. A análise de localização é onde os erros sobre a área de influência saem mais caros. Um ponto no centro da cidade com boas ligações de transporte público pode atrair de uma área muito maior do que um centro de compras na periferia urbana, mesmo tendo menos moradores a uma distância que se faz a pé.

Os números de população também podem enganar no sentido oposto. Uma cidade média que já tem um destino de compras bem estabelecido pode parecer ter uma população atraente, até os dados da área de influência mostrarem que o destino existente já captou o público efetivo, e que o novo ponto disputaria visitantes que já criaram um hábito. Errar nisso custa caro, por isso a análise deve vir antes da assinatura do contrato.

Como os shoppings usam dados de origem no mix de lojistas?

Administradoras de shopping centers e proprietários de imóveis usam a análise da área de influência em duas direções ao mesmo tempo. A primeira é para dentro: entender quais categorias de lojistas estão acima ou abaixo do esperado para o público que o shopping realmente atrai. Um shopping que atrai uma parcela desproporcional de visitantes de bairros urbanos mais jovens pode estar mal servido nas categorias que agradam a esse público, diga o que disser a fórmula convencional de shopping.

A segunda é para fora: mostrar a área de influência a futuros lojistas. Uma loja âncora que negocia um contrato quer o número de fluxo de pessoas, e quer saber também de onde vêm esses visitantes e se essa população coincide com a base de clientes da própria marca. Os dados de origem dão ao proprietário algo concreto para mostrar, que os números gerais de fluxo não conseguem mostrar.

Como os dados de origem orientam a verba de marketing?

Dados de origem por bairro mudam a forma de distribuir a verba de marketing. Se a área de influência mostra que as visitas vindas de um bairro a dez quilômetros vêm caindo há três anos, talvez porque um concorrente abriu por lá, o problema é diferente de uma queda que atinge toda a área de influência por igual. O primeiro caso pede comunicação direcionada e talvez uma parceria com o transporte local; o segundo sugere um problema mais amplo de marca ou de produto.

Para prefeituras e municípios, a mesma lógica vale para serviços públicos e espaços de lazer. Uma biblioteca que atrai quase todo o público do bairro ao redor atende uma área de influência estreita, que pode refletir mais as barreiras de transporte do que a demanda da região como um todo. Um espaço cultural que quer mostrar sua importância regional aos financiadores pode usar os dados de origem para mostrar exatamente quais bairros alcança e quais continuam mal atendidos. Como as pessoas circulam depois de chegar ao bairro é outra questão, e o pulso do fluxo de pessoas num bairro mostra se uma rua comercial realmente atende quem mora ao redor.

Como são os dados da área de influência na prática?

Os dados entregues numa implantação com dados de operadoras móveis trazem contagens de visitantes por bairro de origem, por dia e por estação, para que você veja quais bairros estão contribuindo mais e quais estão contribuindo menos. As rotas que os visitantes escolhem depois de chegar ao local vêm da contagem por Wi-Fi ou por sensores, e não dos dados de rede. Com isso, você pode comparar o perfil da sua área de influência com o de locais parecidos e simular o que uma nova linha de transporte ou a abertura de um concorrente faria com essa distribuição.

Tudo isso é anônimo e agregado. A análise com dados de operadoras móveis trabalha na escala de bairros e períodos de tempo, e nunca no nível de trajetos individuais ou de pessoas identificáveis. O conjunto de dados não contém endereços residenciais, só o bairro de onde saiu um grupo de visitantes, expresso como uma contagem. Esse nível basta para todas as decisões descritas acima, e é nesse nível que a análise da área de influência sempre fez sentido.

A área de influência que você achava que tinha

De onde vêm os visitantes é a pergunta mais básica que um local pode fazer sobre si mesmo. Ela vem antes da conversão, do tempo de permanência e da receita por visita, porque todas essas perguntas dependem de saber, primeiro, quem está chegando.

A análise de origem na escala de bairro serve para corrigir a hipótese da qual a maioria dos locais parte, sem identificar ninguém. Essa hipótese costuma ser próxima o bastante para parecer plausível, mas raramente o bastante para apostar nela uma decisão sobre onde abrir.

A Bumbee Labs é a empresa por trás do único método de contagem de pessoas da Europa aprovado por uma autoridade de proteção de dados.