En mellemstor tøjbutik i Aarhus midtby stod over for faldende kundestrømme og stigende tomgang. Butikschefen besluttede at implementere en struktureret indsats baseret på fodtrafikanalyse for at vende udviklingen. Resultatet: en stigning i fodtrafik på 30% over tre måneder, hvilket førte til en omsætningsstigning på 18% i samme periode.

Baggrund og udfordring

Butikken, som vi kalder "Tøjhuset", ligger på en sidegade til Strøget i Aarhus. Butikken beskæftiger sig med salg af dame- og herretøj i mellemprissegmentet. Før indsatsen havde butikken en gennemsnitlig daglig fodtrafik på omkring 150 personer ifølge en manuel tælling. Butikschefen oplevede, at kundestrømmen var ujævn, og at mange forbipasserende ikke lagde vejen forbi. Udfordringen var at øge synligheden og tiltrække flere kunder uden at øge markedsføringsbudgettet markant.

Implementering af fodtrafikmåling

Første skridt var at installere en fodtrafiksensor ved indgangen. Butikken valgte en 3D-sensor, da den giver mere præcise data end 2D-sensorer – læs mere i sammenligningen af 3D- og 2D-sensorer. Sensorerne blev monteret i loftet over døren og forbundet til en cloudbaseret analyseplatform. Installationen tog to timer og kostede 4.500 DKK inklusive opsætning og første måneds abonnement. Dette gjorde det muligt at indsamle data om antal besøgende, opholdstid og flow.

Indsamling af baseline-data

De første to uger blev brugt til at indsamle baseline-data. Gennemsnitlig daglig fodtrafik var 150 personer, med en konverteringsrate på 12% (antal købende kunder divideret med antal besøgende). Butikken havde en gennemsnitlig ordreværdi på 450 DKK. Sammenlignet med gennemsnitlig fodtrafik i danske butikker lå Tøjhuset under landsgennemsnittet for tøjbutikker i samme størrelse.

Analyse af data og identificering af mønstre

Efter baseline-perioden analyserede butikschefen dataene og så tydelige mønstre:

  • Ugedage: Højeste trafik om lørdagen (250 personer), lavest om mandagen (90 personer).
  • Tidspunkter: Spidsbelastning mellem kl. 11-13 og 15-17.
  • Sæsonudsving: Data viste et mindre fald i sommermånederne, hvilket er normalt ifølge sæsonudsving i fodtrafik.

Butikken sammenlignede også sine data med benchmark for området og fandt, at konkurrenter på samme gade havde 20% højere trafik. Dette indikerede et potentiale for forbedring.

Indsatsområder og handlinger

Baseret på analysen iværksatte butikken fire konkrete tiltag:

1. Optimering af vinduesskiltning

Butikken skiftede vinduesudstillingen fra statisk til dynamisk. De installerede LED-belysning og skiftede udstillingen hver uge. Ifølge forbedring af konverteringsraten med vinduesskiltning kan god skiltning øge antallet af stop-forbipasserende med op til 30%. Investeringen var 8.000 DKK for nye mannequiner og lys.

2. Ændring af butikslayout

Butikken omstrukturerede layoutet for at skabe en naturlig kundestrøm. De fjernede unødvendige stativer og skabte en bredere midtergang. Butikslayout og kundestrømme viser, at et åbent layout kan øge opholdstiden. Omkostningerne var 12.000 DKK til nye hylder og omrokering.

3. Personaleindsats og træning

Personalet blev trænet i aktivt at invitere forbipasserende ind. De lærte at give korte, venlige hilsener og tilbyde hjælp. Personaletræning til øget salg understreger vigtigheden af proaktiv adfærd. Uddannelsen varede to dage og kostede 5.000 DKK i ekstern konsulentbistand.

4. Justering af åbningstider

Baseret på trafikdata forlængede butikken åbningstiden om lørdagen med to timer (til kl. 18 i stedet for 16) og åbnede en time tidligere om mandagen. Dette krævede ingen ekstra omkostninger ud over ændrede vagtplaner.

Resultater efter tre måneder

Efter tre måneder med de nye tiltag blev resultaterne målt:

  • Fodtrafik: Stigning fra gennemsnitligt 150 til 195 besøgende dagligt – en stigning på 30%.
  • Konverteringsrate: Forblev uændret på 12%.
  • Gennemsnitlig ordreværdi: Steget til 475 DKK (5,5% stigning).
  • Omsætning: Stigning på 18% (fra 8.100 DKK til 9.555 DKK dagligt).

Butikken oplevede desuden en mere jævn trafik over ugen, især om mandagen, hvor antallet steg til 120 besøgende. Investeringen på i alt 29.500 DKK var tjent hjem inden for seks uger alene via meromsætningen.

Læring og næste skridt

Butikschefen fremhæver, at den største læring var værdien af datadrevne beslutninger. Uden præcise målinger havde de gættet sig frem. Næste skridt er at implementere A/B-test på vinduesskiltning og analysere opholdstidens betydning for konvertering. Butikken overvejer også at installere flere tællesystemer i forskellige zoner for at måle flowet internt.

Relaterede artikler

  • Den komplette guide til fodtrafikanalyse
  • Hvad er en fodtrafiksensor?
  • Sammenligning af 3D- og 2D-sensorer
  • Gennemsnitlig fodtrafik i danske butikker
  • Forbedr konverteringsraten med vinduesskiltning