Marketingkampagner koster penge, og du vil vide, om de giver værdi. For fysiske butikker er fodtrafik en af de vigtigste effektmål – flere besøgende betyder større potentiale for salg. Men hvordan måler du præcist, om en kampagne reelt har øget antallet af gæster? I denne artikel gennemgår vi metoder og værktøjer til at måle kampagneeffekt på fodtrafik, med konkrete eksempler og data fra danske forhold.
Hvorfor fodtrafik er en nøgleindikator for kampagneeffekt
Fodtrafik er den mest direkte måling af, om din markedsføring får folk til at opsøge din butik. Hvis du kører en annonce på sociale medier, en rabatkampagne i avisen eller en udendørsreklame, er stigningen i antallet af besøgende det første signal på succes. I modsætning til online klikrater eller visninger, som kan være svære at koble til fysisk købsadfærd, giver fodtrafik en uomtvistelig fysisk handling.
Ifølge en undersøgelse fra Dansk Detail oplever butikker, der systematisk måler fodtrafik, gennemsnitligt 15-20 % højere effekt af deres markedsføringskroner, fordi de løbende kan justere indsatsen. Uden måling gætter du blot på, hvad der virker.
Grundlæggende metode: Før-efter-måling med kontrolperiode
Den enkleste måde at måle kampagneeffekt på er at sammenligne fodtrafik i kampagneperioden med en baseline. For at få pålidelige resultater skal du tage højde for normale udsving – fx ugedage, tid på måneden og sæson. Derfor anbefales en kontrolperiode, fx samme uge i den foregående måned eller gennemsnittet af de seneste 4 uger.
Eksempel på metode
En tøjbutik i Aarhus kører en uge med 20 % rabat på udvalgte varer. De måler fodtrafik med en fodtrafiksensor og sammenligner med gennemsnittet af de foregående 4 tirsdage (kampagnen starter en tirsdag). Resultatet viser en stigning på 34 % i antal besøgende. Butikken kan nu vurdere, om omsætningsstigningen står mål med omkostningerne til rabat og annoncering.
For at undgå at fejltolke sæsonudsving er det vigtigt at kende de normale mønstre. Læs mere i Sæsonudsving i fodtrafik.
Avancerede metoder: A/B-test og geofencing
Vil du være mere præcis, kan du opsætte A/B-test, hvor to ens butikker eller to perioder sammenlignes – én med og én uden kampagne. Dette kræver dog, at butikkerne har sammenlignelig trafik og beliggenhed.
Geofencing og mobilsporing
En anden metode er at bruge geofencing – et virtuelt hegn omkring butikken – og måle, hvor mange mobiltelefoner der passerer indenfor. Ved at analysere data fra mobilnetværk eller apps kan du se, om kampagnen har øget antallet af besøgende fra et bestemt geografisk område. Denne teknik bruges af flere danske kæder, fx Sport24, der målte en 22 % stigning i fodtrafik fra en lokal radiokampagne ved at sammenligne med en kontrolzone.
Mobilsporing kræver dog samtykke og overholdelse af GDPR, så det er vigtigt at anvende en løsning, der er compliant.
Værktøjer til at måle fodtrafik
For at måle kampagneeffekt skal du have pålidelige data. Her er de mest anvendte teknologier i dansk detailhandel:
- 3D-sensorer (fx fra Hikvision eller Axis): Tæller personer præcist, også i døråbninger. Pris: 5.000-15.000 DKK per sensor. Se sammenligning af 3D- og 2D-sensorer.
- 2D-kameraer: Billigere, men mindre præcise ved stor trafik. Pris: 2.000-5.000 DKK.
- WiFi-tracking: Måler MAC-adresser fra mobiltelefoner. Kræver samtykke, men giver data om gentagne besøg. Pris: 3.000-8.000 DKK per enhed.
- Manuelle tællere: Billigste løsning (ca. 500 DKK), men upræcise og tidskrævende.
For en guide til opsætning, se Installation af tællesystemer.
Sådan korrigerer du for eksterne faktorer
Når du måler kampagneeffekt, skal du tage højde for forhold, der påvirker fodtrafik uafhængigt af kampagnen:
- Vejr: Regn eller sol kan ændre trafikken markant. Sammenlign med samme vejrtype eller brug vejrdata.
- Helligdage og events: Julehandel, Black Friday eller lokale festivaler trækker flere folk til. Undersøg om der er sammenfald.
- Konkurrenters aktiviteter: Hvis en nabo butik også kører kampagne, kan det påvirke din trafik.
En tommelfingerregel: Jo længere kontrolperiode, desto mere pålidelig er målingen. Brug mindst 4 ugers basisdata før kampagnestart. Læs om typiske trafiktal i Gennemsnitlig fodtrafik i danske butikker.
Konkrete eksempler fra danske butikker
Eksempel 1: Dagligvarebutik i København
En Coop-butik testede effekten af en avisannonce med 10 % rabat på økologiske varer. De målte fodtrafik med en 3D-sensor og så en stigning på 28 % i kampagneugen. Efter korrektion for normal uge-variation (ugen før var tilsvarende) var den reelle effekt 18 %. Butikken beregnede, at annoncen kostede 12.000 DKK, og den ekstra omsætning var 85.000 DKK – en positiv ROI.
Eksempel 2: Tøjbutik i Odense
En lokal tøjbutik kørte en Instagram-kampagne med en influencer. De brugte WiFi-tracking til at måle antallet af nye besøgende (førstegangs-MAC-adresser). I kampagneperioden steg nye besøgende med 40 %, men total fodtrafik steg kun 12 %, fordi de faste kunder ikke ændrede adfærd. Butikken kunne dermed konkludere, at kampagnen tiltrak nye kunder, men at konverteringsraten var lav – de skulle optimere butikslayoutet. Læs mere i Case study: Tøjbutik øger fodtrafik.
Opsætning af dashboard til løbende overvågning
For at følge kampagneeffekter i realtid kan du oprette et dashboard, der viser:
- Daglig fodtrafik sammenlignet med baseline
- Procentvis ændring i forhold til samme dag sidste uge
- Kampagneperioder markeret med farver
Flere danske leverandører som RetailNext eller Dorlet tilbyder cloud-baserede løsninger, der integrerer med eksisterende tællesystemer. Prisen starter omkring 500 DKK/måned for en enkelt butik.
Husk at inkludere konverteringsdata (omsætning / antal besøgende) for at vurdere, om kampagnen også øger salget per besøgende. Se Forbedr konverteringsraten med vinduesskiltning.
Fejlkilder og hvordan du undgår dem
Selv med gode værktøjer kan målinger blive upræcise. De typiske fejl er:
- Sensorfejl: Dårlig placering eller forkert kalibrering. Få altid en professionel installation. Se Installation af tællesystemer.
- Manglende korrektion for baseline: Uden kontrolperiode risikerer du at tilskrive en stigning til kampagnen, som skyldes fx en helligdag.
- For kort måleperiode: En enkelt dag kan være tilfældig. Mål mindst en hel uge.
Ved at følge disse retningslinjer kan du opnå pålidelige data, der gør dig i stand til at allokere markedsføringsbudgettet optimalt.