Afluência vs. vendas: porque é que o tráfego e a receita contam histórias diferentes

Um retalhista numa cidade sueca de média dimensão registou uma afluência recorde num mês de novembro. Os visitantes subiram, o tempo de permanência subiu e a equipa de marketing sentiu que tinha razão. Depois chegou a conta de resultados, e a receita estava estável. A explicação foi simples assim que alguém foi ver: a maioria dos visitantes adicionais tinha vindo a um evento na loja em que não se via produto nem se comprava nada. A afluência era real mas nunca se transformou em vendas, e ninguém estava a vigiar a diferença entre afluência e vendas.

Ninguém questiona a afluência até ela contradizer a receita

Afluência e receita são os dois números que todos os retalhistas acompanham. Quando um se mexe sem o outro, a discussão aquece: a direção aponta o tráfego como prova de que a loja está saudável e o departamento financeiro aponta a linha da receita como prova de que algo está errado. Ambos têm razão, e a ambos falta o número que os liga: a taxa de conversão da loja física.

A taxa de conversão é o número de transações dividido pelo número de visitantes, expresso em percentagem.

A conversão na loja varia muito conforme o formato: o alimentar converte mais, porque a maioria dos visitantes vem para comprar, ao passo que os formatos em que se passeia pela loja convertem muito menos. Uma «média» única engana, porque um supermercado e uma boutique de relógios de luxo quase nada têm em comum nesta métrica. É por isso que a sua própria linha de base móvel conta mais do que qualquer valor de referência publicado.

Essa relação responde à pergunta a que a afluência e a receita, separadas, não respondem: de todas as pessoas que entraram, quantas compraram de facto?

Quando a afluência sobe e a receita não

Crescimento do tráfego sem crescimento da receita é a surpresa mais comum, e aparece em vários padrões reconhecíveis. Uma campanha promocional traz visitantes novos, curiosos mas pouco decididos; a conversão desce porque os recém-chegados se comportam de forma diferente da clientela habitual. Uma loja num centro comercial movimentado ganha afluência graças a uma loja âncora popular, mas fica com poucos desses clientes. O tempo da estação empurra para dentro pessoas que não tinham qualquer intenção de comprar.

Em todos os casos, o número bruto de afluência parecia animador, e o número da conversão teria mostrado mais cedo o que se passava, se alguém o estivesse a acompanhar.

Quando a receita sobe e a afluência não

O inverso é igualmente instrutivo, e muitas vezes mais bem-vindo. Uma loja simplifica a montra, reorganiza o espaço em torno de menos categorias principais e forma melhor a equipa. A afluência não muda: o mesmo número de pessoas passa à porta e decide entrar. Mas a percentagem de quem compra sobe, o cesto médio aumenta e a receita cresce sem o investimento em marketing que seria preciso para atrair mais visitantes.

É o argumento para tratar a conversão como uma alavanca por direito próprio.

Atrair mais afluência é caro e disputado, ao passo que converter os visitantes que já tem depende sobretudo de medição e de execução.

O que os dados mostram e a intuição não

Os gerentes de loja sentem quando um período está movimentado ou parado, e muitas vezes têm razão.

Quase nunca acertam no porquê.

A terça-feira passada foi fraca porque entrou menos gente, ou porque quem entrou saiu mais depressa e comprou menos? Atrás do balcão, os dois casos parecem iguais, mas pedem respostas completamente diferentes: mais marketing no primeiro caso, mais trabalho de merchandising ou mais atenção da equipa no segundo.

É por isso que os dados disponibilizados por uma loja devidamente equipada incluem tanto a contagem de visitantes como os registos temporais que permitem cruzá-la com a exportação do POS. Sem ambos, está a diagnosticar o negócio com metade da informação. A própria contagem de visitantes pode vir diretamente do Wi-Fi que o edifício já tem, sem câmaras.

Conversão por dia, hora e zona

Quando tem os dois números lado a lado, as perguntas ficam mais precisas. A conversão ao sábado à tarde pode estar quinze pontos acima da de terça de manhã, e a pergunta útil a seguir é se tem equipa suficiente para isso. O planeamento de equipas assente nos padrões de afluência significa pôr mais pessoas na loja quando há de facto mais compradores lá dentro, em vez de recorrer a escalas fixas que achatam os picos.

Os dados por zona acrescentam outra camada quando os dados de movimento se combinam com os dados de vendas. Uma zona da loja com muita afluência e poucas transações tem muitas vezes uma má exposição de produto ou má iluminação, ao passo que uma zona com menos tráfego e boa conversão pode justificar mais espaço.

O problema das cadeias

Para uma única loja, a conversa é relativamente contida. Para uma cadeia de lojas com dezenas de pontos de venda, o que está em jogo é maior e as comparações são mais úteis. Uma cadeia que consegue ordenar as suas lojas por tráfego e por conversão ao mesmo tempo vê depressa quais ficam aquém numa métrica e se destacam na outra, e essa distinção muda o que se faz em cada uma. A classificação só se aguenta se todas as lojas tiverem sido contadas da mesma forma (veja quanto vale realmente um benchmark de afluência).

Uma loja com muita afluência e pouca conversão tem um problema operacional diferente de uma com pouca afluência e muita conversão. A primeira precisa de trabalho na oferta, no layout ou na equipa. A segunda precisa de marketing ou sinalética para atrair mais do tráfego de passagem, que já provou saber converter. Sem os dois números, ambas parecem simplesmente lojas com mau desempenho.

Ligar contagens às caixas através de API

O estrangulamento prático costuma ser a integração. Os dados de afluência e os dados do POS estão em sistemas diferentes, com granularidades temporais diferentes e responsáveis diferentes. Uma plataforma de análise com ligação por API resolve isto normalizando os dois fluxos num eixo temporal comum, para que a taxa de conversão passe a ser uma métrica operacional contínua e não algo que alguém calcula numa folha de cálculo uma vez por mês.

Quando a conversão cai numa quinta-feira à tarde sem motivo externo evidente, alguém sabe no dia seguinte e não na próxima reunião de resultados. Isso faz dos dados de afluência uma ferramenta de gestão e não apenas de relatório, e permite fechar a diferença entre tráfego e receita enquanto ela está aberta, em vez de reparar nela de vez em quando. Tanto para lojas flagship como para cadeias, a análise de afluência em conformidade com o RGPD por trás de tudo isto funciona sem identificar um único cliente pelo nome.

Fontes

• Perdikaki, O., Kesavan, S., & Swaminathan, J. M. (2012). Effect of traffic on sales and conversion rates of retail stores. Manufacturing & Service Operations Management, 14(1), 145–162. https://doi.org/10.1287/msom.1110.0356
• Mani, V., Kesavan, S., & Swaminathan, J. M. (2015). Estimating the impact of understaffing on sales and profitability in retail stores. Production and Operations Management, 24(2), 201–218. https://doi.org/10.1111/poms.12237