Upptagnings­frågan: varifrån kommer dina besökare egentligen?

De flesta platser har en säker och detaljerad teori om sina besökare, byggd under år av att driva verksamhet på platsen. Den är också ofta fel, och felen slår mot beslut som spelar stor roll: var nästa butik ska öppna, hur marknadsbudgeten ska fördelas och vilken hyresgäst som ska få lokalen som blir ledig i vår. Upptagningsanalys finns för att mäta varifrån besökarna kommer, och när du väl mäter håller den intuitiva modellen inte.

Kort sagt

• Ett upptagningsområde är det område som en butik, ett köpcentrum eller en anläggning hämtar sina besökare från, oftast indelat i en primär, en sekundär och en tertiär zon.
• Registreringsnummer på parkeringen, postnummer från lojalitetskort och personalens minne är starkt filtrerade signaler, så den intuitiva modellen överviktar de zoner som syns.
• Mobilnätsanalys ger besöksräkningar per ursprungsstadsdel per dag och säsong, anonymiserade och aggregerade, utan att någon enskild identifieras.
• För en ny plats är antalet boende i närheten bara en utgångspunkt. Frågan är hur många som kommer, och varifrån. Samma ursprungssiffror används för hyresmix, marknadsbudget och offentlig service.

Vad är ett upptagningsområde för en butik eller ett köpcentrum?

Ett upptagningsområde är den geografiska zon som en plats hämtar sina besökare från. Handelsgeografer delar traditionellt in det i tre zoner: ett primärområde som täcker den närmaste befolkningen och står för den stora majoriteten av besöken, en sekundär zon som bidrar med ytterligare en andel och en tertiär zon med tillfälliga och destinationsdrivna besökare.

Upptagningsanalys på stadsdelsnivå fungerar utan enkäter eller lojalitetskortsdata och visar varifrån besökarna kommer innan de dyker upp på din plats. Mobilnätsanalys gör det möjligt i den skala som verkliga planeringsbeslut kräver.

Kartan som analysen ger är ofta överraskande. Ett köpcentrum med starkt regionalt rykte kan hämta de flesta besökare från två eller tre angränsande stadsdelar, medan stadsdelen tre kilometer bort knappt syns. Eller tvärtom: en plats som operatören ser som lokal visar sig dra många besökare från ett avlägset bostadsområde som saknar ett uppenbart alternativ. Båda mönstren kan fungera för en verksamhet, och båda påverkar varje beslut som hänger på vem din kundkrets är.

Varför brister den intuitiva modellen?

Den intuitiva modellen brister eftersom operatörer bygger sina antaganden om upptagningsområdet på det de kan observera: registreringsnummer på parkeringsplatsen, accenter vid informationsdisken, postnummer på leveransbeställningar. Det är verkliga signaler, men starkt filtrerade. Urvalet på parkeringsplatsen missar alla som kom till fots. Postnumren från lojalitetskortet täcker bara kortinnehavare, och de är inget slumpmässigt urval av besökarna. Personalens minne fastnar för minnesvärda samtal och ovanliga fall, medan medianbesökaren som kommer, handlar och går utan att något särskilt händer knappt registreras.

Den modellen överviktar därför de upptagningszoner som syns och underviktar dem som inte gör det. Marknadsutgifter, skyltplacering och transportförhandlingar utgår alla från den modellen, så felet växer obemärkt år för år.

Hur förändrar upptagningsdata ett etableringsbeslut?

För en ny plats är “hur många bor i närheten” bara en utgångspunkt. Frågan som upptagningsdata besvarar är “hur många kommer, och varifrån”. Vid etableringsanalys kostar upptagningsfel som mest. En plats i en stadskärna med goda kollektivtrafikförbindelser kan hämta besökare från ett mycket större område än en handelspark i stadens utkant, trots att den har en mindre bostadsbefolkning inom gångavstånd.

Befolkningstal kan också vilseleda åt andra hållet. En marknadsort som redan har en väletablerad handelsdestination kan verka ha attraktiva befolkningstal tills upptagningsdata visar att den befintliga destinationen redan har fångat den effektiva publiken. Den nya platsen skulle då konkurrera om besökare som redan har sina vanor. Ett felbeslut blir dyrt, så analysen ska göras innan hyresavtalet skrivs under.

Hur använder köpcentrum ursprungsdata för hyresmixen?

Köpcentrumsoperatörer och fastighetsägare använder upptagningsanalys i två riktningar samtidigt. Den första är inåt: att förstå vilka hyresgästkategorier som över- eller underindexeras i förhållande till den besökarbas som köpcentrumet faktiskt hämtar. Ett centrum som hämtar en oproportionerligt stor andel av sina besökare från stadsdelar med ung befolkning kan vara underbetjänat inom kategorier som tilltalar den publiken, oavsett vad den vedertagna köpcentrumsformeln säger.

Den andra är utåt: att visa upptagningsområdet för tilltänkta hyresgäster. En ankarhyresgäst som förhandlar om ett hyresavtal vill se det totala besöksantalet, men också varifrån besökarna kommer och om den befolkningen överlappar varumärkets egen kundkrets. Ursprungsdata ger fastighetsägaren något konkret att visa som de totala besökssiffrorna inte kan ge.

Hur styr ursprungsdata marknadsbudgeten?

Ursprungsdata på stadsdelsnivå ändrar hur marknadsbudgetar fördelas. Om upptagningsdata visar att besöken från en stadsdel tio kilometer bort har minskat under tre år, kanske för att en konkurrent har öppnat där, är det ett annat problem än en nedgång som drabbar hela upptagningsområdet lika mycket. Det första kräver riktad kommunikation och kanske samarbete med lokala transportbolag. Det andra tyder på ett bredare problem med varumärket eller produkten.

För städer och kommuner gäller samma logik för offentliga tjänster och fritidsanläggningar. Ett bibliotek som hämtar nästan alla besökare från den närmaste stadsdelen betjänar ett snävt upptagningsområde, vilket kan spegla transporthinder mer än efterfrågan i ett större område. En kulturinstitution som vill visa sin regionala betydelse för finansiärer kan med ursprungsdata visa exakt vilka stadsdelar den når och vilka som fortfarande är underbetjänade. Hur folk rör sig när de väl är i stadsdelen är en separat fråga, och besöksflödet som stadsdelens puls visar om en handelsgata verkligen betjänar dem som bor runt den.

Hur ser upptagningsdata ut i praktiken?

Dataleveranserna från en installation med mobilnätsanalys ger dig besöksräkningar uppdelade per ursprungsstadsdel per dag och säsong, så att du ser vilka stadsdelar som ökar sitt bidrag och vilka som minskar. De vägar besökarna väljer när de väl är på plats kommer från Wi-Fi- eller sensorräkning, inte från nätdata. Med de siffrorna kan du jämföra din upptagningsprofil med liknande platser och modellera vad en ny transportförbindelse eller en konkurrents öppning kan göra med fördelningen.

Allt detta är anonymt och aggregerat. Mobilnätsanalysen ser stadsdelar och tidsperioder men inga enskilda resor och inga identifierbara personer. Datauppsättningen innehåller inga hemadresser, bara den stadsdel en grupp besökare kom från, uttryckt som ett antal. Den nivån räcker för alla beslut som beskrivs ovan, och upptagningsanalys har alltid varit meningsfull på den nivån.

Det upptagningsområde du trodde du hade

Varifrån besökarna kommer är den mest grundläggande fråga en plats kan ställa om sig själv. Den kommer före konvertering, uppehållstid och intäkter per besök, eftersom alla de frågorna förutsätter att du först vet vem som kommer.

Ursprungsanalys i stadsdelsskala är byggd för att rätta till det antagande som de flesta platser utgår från, utan att identifiera någon. Antagandet ligger oftast tillräckligt nära för att vara trovärdigt, men sällan tillräckligt nära för att basera ett etableringsbeslut på.

Bumbee Labs är företaget bakom den enda metoden för besöksmätning i Europa som är godkänd av en dataskyddsmyndighet.