I en tid hvor detailhandlen står over for stigende konkurrence og stigende omkostninger, er evnen til at forstå kundernes adfærd blevet afgørende for at opretholde en sund bundlinje. En landsdækkende dansk kæde med over 80 butikker besluttede i 2022 at tage skridtet fuldt ud og implementere en centraliseret fodtrafik-analyse på tværs af hele kæden. Denne case study beskriver processen, de valgte teknologier, de opnåede resultater og de vigtigste erfaringer.

Kæden, som her kaldes "DetailKæden A/S", driver butikker inden for beklædning og accessories med en gennemsnitlig butiksstørrelse på 350 m². Før implementeringen havde man ingen systematisk måling af fodtrafik; man stolede på manuelle optællinger en gang om måneden og på personales skøn. Dette førte til betydelige usikkerheder i planlægningen af bemanding, markedsføring og lagerstyring.

Valg af teknologi og leverandør

Efter en grundig markedsscreening valgte DetailKæden A/S at samarbejde med en dansk leverandør af IoT-løsninger, som tilbød 3D-sensorer med anonym personregistrering. Valget faldt på 3D-sensorer frem for 2D-sensorer, da de giver mere præcise data i forhold til at skelne mellem voksne og børn samt undgå dobbelttællinger ved ind- og udgang. En sammenligning af 3D- og 2D-sensorer viste, at 3D-sensorer havde en nøjagtighed på over 95 % mod 2D-sensorernes ca. 85 % i butiksmiljøer med høj trafik.

Leverandøren installerede sensorer ved alle butikkers hovedindgange. Hver sensor kostede cirka 3.500 DKK inklusive montering, og den samlede investering for 82 butikker løb op i 287.000 DKK. Derudover betalte kæden en årlig abonnementsafgift på 1.200 DKK pr. butik for cloud-baseret analyseplatform, svarende til 98.400 DKK årligt. Installationen blev gennemført over 12 uger, hvor teknikere besøgte butikkerne i prioriteret rækkefølge efter butiksstørrelse og forventet trafik. Læs mere om installation af tællesystemer.

Dataindsamling og integration

Sensorerne leverede realtidsdata om antal besøgende, ind- og udgangstider samt opholdstid. Data blev streamet til en central platform, hvor de blev koblet med butikkernes POS-systemer (salgsdata) og vagtplanlægningssystem. Platformen gjorde det muligt for både butikschefer og hovedkontoret at følge nøgletal som konverteringsrate (salg pr. besøgende), gennemsnitlig ordreværdi og fodtrafik pr. time.

En af de første overraskelser var, at den gennemsnitlige fodtrafik i danske butikker i kædens butikker var 15 % lavere end branchegennemsnittet for tilsvarende butikker. Dette blev et centralt fokusområde for forbedring.

Analyse og handlinger

Med data fra de første tre måneder identificerede analyseafdelingen flere mønstre:

  • Ugevariation: Mandage havde markant lavere trafik (ca. 20 % under ugegennemsnittet), mens lørdage toppede med 40 % over gennemsnittet.
  • Timemønstre: Der var en tydelig middagspause mellem kl. 12 og 14, hvor trafikken faldt med 25 %.
  • Sæsonudsving: Januar og august var de svageste måneder, mens november og december havde høj trafik, men også lavere konverteringsrate grundet mange vindueskiggere. Dette stemmer overens med generelle sæsonudsving i fodtrafik.

På baggrund af analysen iværksatte kæden en række målrettede tiltag:

Optimering af åbningstider og bemanding

I butikker med markant lav trafik om mandagen blev åbningstiden forkortet med én time (fra kl. 10-18 til kl. 10-17), hvilket sparede personaleomkostninger svarende til 85.000 DKK årligt pr. butik i gennemsnit. Bemandingsplanerne blev justeret, så der var flere medarbejdere i spidsbelastningsperioder (fredag eftermiddag og lørdag formiddag) og færre i de stille timer. Dette reducerede lønomkostningerne med 4 % på tværs af kæden uden at gå på kompromis med kundeservicen.

Målrettet markedsføring

Kæden brugte fodtrafikdata til at evaluere effekten af lokale marketingkampagner og fodtrafik. For eksempel blev der i en butik i Aarhus testet en annoncekampagne på sociale medier rettet mod brugere inden for 5 km af butikken. I de efterfølgende uger steg fodtrafikken med 18 % i forhold til samme periode året før. Kampagnen kostede 12.000 DKK og genererede en meromsætning på 48.000 DKK, hvilket gav et positivt afkast.

Forbedring af butikslayout og skiltning

Ved at analysere opholdstid og trafikstrømme opdagede man, at kunder ofte gik direkte til kassen uden at se de bagerste sektioner. Butikslayoutet blev omstruktureret, så impulskøbsvarer blev placeret tættere på indgangen, og skiltning blev forbedret for at lede kunderne længere ind i butikken. Læs mere om butikslayout og kundestrømme. Efter ændringerne steg den gennemsnitlige opholdstid fra 12 til 15 minutter, og konverteringsraten for de bagerste sektioner steg med 22 %.

Træning af personale

Butikscheferne fik adgang til ugentlige rapporter med fodtrafikdata og konverteringsrater. Der blev afholdt workshops, hvor personalet lærte at fortolke data og handle proaktivt. For eksempel blev der indført en regel om, at når konverteringsraten faldt under 20 % i en time, skulle en medarbejder aktivt tilbyde hjælp til kunderne. Dette tiltag alene øgede konverteringsraten med 5 procentpoint i de pågældende timer. Se også personale-træning til øget salg.

Resultater efter 12 måneder

Efter et år med systematisk fodtrafik-analyse kunne DetailKæden A/S præsentere imponerende resultater:

  • Konverteringsraten steg fra 18 % til 30 % i gennemsnit på tværs af kæden – en forbedring på 12 procentpoint.
  • Den gennemsnitlige ordreværdi steg med 8 % fra 420 DKK til 454 DKK, delvist drevet af bedre produktplacering og målrettet salgstræning.
  • Fodtrafikken steg med 7 % samlet set, primært som følge af effektiv markedsføring og forbedret butiksoplevelse.
  • Personaleomkostningerne faldt med 4 % som nævnt, hvilket gav en årlig besparelse på ca. 1,2 mio. DKK for hele kæden.
  • Investeringen i sensorer og abonnement blev tjent hjem på mindre end 6 måneder alene via besparelser på personale og øget salg.

Kæden oplevede også en række kvalitative forbedringer: Butikscheferne følte sig bedre klædt på til at træffe beslutninger, og hovedkontoret kunne nu benchmarke butikker mod hinanden. En benchmarking af eget område blev en fast del af den månedlige rapportering.

Udfordringer undervejs

Implementeringen var ikke uden bump på vejen. I nogle butikker var der modstand mod de nye sensorer, især fra personale der frygtede overvågning. Kæden håndterede dette ved at holde informationsmøder, hvor man forklarede, at data kun blev brugt aggregeret og anonymt, og at formålet var at forbedre arbejdsforholdene (f.eks. bedre vagtplaner). Teknisk set var der enkelte udfordringer med netværksforbindelser i butikker med dårlig dækning, men leverandøren løste det ved at installere 4G-routere som backup.

En anden udfordring var datakvaliteten i starten. Sensorerne skulle kalibreres korrekt til butikkernes indretning, og i nogle tilfælde blev de placeret for tæt på udstillinger, hvilket gav unøjagtige tællinger. Efter en gennemgang af hvad en fodtrafik-sensor er, og hvordan den fungerer, blev placeringerne justeret, og nøjagtigheden steg til over 97 %.

Næste skridt

Succesen har fået DetailKæden A/S til at udvide brugen af fodtrafikdata til også at omfatte analyse af vindueskigning og effekten af skiltning. Man overvejer at implementere A/B-test af forskellige vinduesudstillinger for at se, hvilke der tiltrækker flest kunder. Læs om forbedring af konverteringsraten med vindueskiltning. Derudover planlægger man at integrere fodtrafikdata med lagerstyringssystemet, så butikkerne automatisk kan bestille varer baseret på trafikmønstre.

Kæden har også delt sine erfaringer med andre i branchen, og flere kolleger har allerede taget lignende løsninger i brug. For andre detailhandlere, der overvejer at gå i gang, anbefaler projektlederen at starte med en pilot i 5-10 butikker for at opbygge erfaring og sikre buy-in fra organisationen.

Relaterede artikler

  • Den komplette guide til fodtrafik-analyse for danske detailhandlere
  • Case study: Tøjbutik øger fodtrafik
  • Case study: Dagligvarebutik optimering
  • Gennemsnitlig fodtrafik i danske butikker
  • Benchmark dit eget område