Prædiktiv analyse i detailhandlen: sådan bruger du data til at forstå kundeadfærd og øge salget
Prædiktiv analyse er en af årets største tendenser i detailhandlen, og den er kommet for at blive. Denne grundlæggende gren af business intelligence (BI) bruger tidligere data til at forudsige fremtidige handlinger og skabe indsigt.
Med prædiktiv analyse i detailhandlen kan du tage proaktive, databaserede skridt til at forbedre indkøbsoplevelsen og være i takt med et kundelandskab i konstant forandring. Del på X
Uanset om du er virksomhedsejer, innovationschef eller insight director, er det at være datadrevet nøglen til upartisk shopperindsigt, der skaber vækst i detailhandlen. Lad os se på, hvordan du får fat i sådanne data, og hvordan du bruger dem bedst.
Hvorfor indsamle data i detailhandlen?
Konkurrencedygtige virksomheder i detailhandlen bruger big data til at forstå deres målgruppe på en fremsynet måde. Som et vigtigt BI-værktøj hjælper big data med at optimere alle dele af virksomheden. For detailhandlere kan det være forskellen mellem en førende, profitabel butik og en lukning.
Hvordan?
Butiksanalyser giver specifikke og detaljerede oplysninger om kunderne. Dermed fjerner de gætteriet.
Du kender dine kunder, ved hvad de vil have, og hvor, hvornår og hvordan de køber det. Ingen grund til at prøve dig frem. Et par eksempler på big data er:
Købshistorik
Kundedemografi
Produktpræferencer
Kunderejsen
Engagementsmønstre
Denne type shopperindsigt gør det muligt at forudsige og måle købsintentionen, så du kan styre marketingmarginer, butiksdrift og kundeoplevelse langt mere effektivt. Med ROPO (Research Online, Purchase Offline) i fremgang kan detailhandlere med flere salgskanaler bruge købsintentionen til at bygge bro mellem online- og offlinemønstre.
Prædiktiv analyse i detailhandlen hjælper dig altså med at opbygge holdbare relationer til dine kunder.
For at gøre det bruger de fleste detailhandlere analyser fra deres kassesystemer eller fra enheder, der måler kundetrafik (persontællere eller beacons). Det er nyttige værktøjer til databaserede beslutninger, men de kan kun give et begrænset billede af, hvad kunderne gerne vil købe.
Heldigvis findes der en mere fremsynet måde at få langt mere værdifulde kundedata på: 3D eye tracking, der måler opmærksomhed og meget mere. Sådan fungerer det:
Sådan kan eye tracking hjælpe med prædiktiv analyse i detailhandlen
I vores seneste artikel om, hvad eye tracking er, forklarede vi med en kort definition, hvordan teknologien fungerer.
Eye tracking er en teknologisk proces, der gør det muligt at måle øjenbevægelser, øjenpositioner og blikpunkter. Eye tracking identificerer og overvåger med andre ord en persons visuelle opmærksomhed med hensyn til placering, objekter og varighed.
Statistikker viser, at det globale marked for eye tracking er i konstant vækst, primært på grund af den stigende interesse for og udbredelse af teknologi, der registrerer synet.
Sundhedssektoren, forskningen, detailhandlen og bilindustrien er blandt de brancher, der hurtigst tager eye tracking-teknologien til sig og viser særlig interesse for den. Zoomer vi ind på detailhandlen, bruges eye tracking i dag blandt andet til at forstå, hvordan folk handler, og hvordan de interagerer med butikken og produkterne.
Det er et banebrydende værktøj både til forbrugerundersøgelser og undersøgelser i butikken. Så meget, at detailhandlen er blevet en af de vigtigste kommercielle anvendelser af eye tracking.
Fra Google til Apple og Facebook: Verdens største virksomheder har i årevis opkøbt eye tracking-startups. Samtidig har innovationschefer i detailhandlen brugt eye tracking-teknologi til at finde ud af:
#1 Hvad der fanger kundernes opmærksomhed, og hvad de overser
#2 Hvor de instinktivt kigger, og i hvilken rækkefølge
#3 Hvornår de flytter blikket fra ét produkt til et andet
#4 Hvordan de træffer deres købsbeslutning
I sidste ende lader eye tracking detailhandlere analysere, hvorfor kunderne opfører sig, som de gør, ud fra deres blikmønstre.
Lad os se nærmere på, hvilke konkrete eye tracking-funktioner der giver prædiktive analyser i detailhandlen og forbedrer dine beslutninger om markedsføring og merchandising:
#1 Data om visuel opmærksomhed
Uanset om de er klar over det, vælger folk at kigge på de objekter, der fanger deres interesse.
Hjernen har begrænsede ressourcer til at bearbejde billeder. Derfor må den vælge det, den anser for relevant, og frasortere unødvendig visuel information. Denne mentale proces kaldes visuel opmærksomhed. Med eye tracking kan du måle den visuelle opmærksomhed og registrere den til senere analyse.
I forbindelse med detailforskning afslører den visuelle opmærksomhed, hvad kunderne naturligt interesserer sig for. Del på X
Før en kunde træffer en købsbeslutning, kigger vedkommende på forskellige produkter for at sammenligne mulighederne. Som regel er det de varer, de kigger længst og oftest på, som de ender med at købe.
Her viser eye tracking, hvor lang tid det tog kunden at fokusere på et bestemt produkt. Den afslører også, hvor mange gange kunden kiggede på det. Desuden måler eye tracking, hvor længe kunden kiggede på en vare første gang og i gennemsnit. De formelle betegnelser for disse målinger er:
#1 Tid til første fiksering = hvor lang tid det tog kunden at fokusere på et bestemt produkt
#2 Antal fikseringer = hvor mange gange kunden kiggede på det
#3 Varighed af første fiksering = hvor længe kunden kiggede på en vare første gang
#4 Gennemsnitlig fikseringsvarighed = hvor længe kunden i gennemsnit kiggede på en vare
Eye tracking-software laver varmekort og opacitetskort, der viser disse oplysninger. Afhængigt af visualiseringstypen gælder det, at jo varmere eller lysere et område er, jo mere visuel opmærksomhed får det.
#2 Interesse, opfattelse, intention
Eye tracking giver også butiksanalyser ved at vise forløbet fra interesse over opfattelse til intention:
Når et produkt har fanget en kundes interesse, vil kunden se på det på en bestemt måde.
Derfra kan opfattelsen afgøre, om kunden har til hensigt at købe det eller ej.
Samtidig påvirker den måde, butikken præsenterer produktet på, hvordan kunden opfatter det.
Lad os sige, at du kører en kampagne i butikken. Eye tracking-undersøgelser viser, at kunderne oftere opfatter tilbuddet som mere værd, hvis førprisen også står der. For at kunne træffe købsbeslutningen let har de brug for visuelle ledetråde undervejs.
Generelt stiger lysten til at købe et interessant produkt, hvis kunden opfatter det positivt.
Men hvordan måler man købsintention? En måde er at analysere forbrugeradfærden.
#3 Kundeadfærd i butikken
Med eye tracking kan du registrere og måle kundeadfærd i naturlige omgivelser. Teknologien lader dig følge kundernes intuitive handlinger i realtid, mens de bevæger sig rundt i butikken.
Ved at bruge forbrugerindsigt og butiksanalyser fra eye tracking kan du:
Gøre butikkerne nemmere at finde rundt i
Designe målrettede tilbud
Indrette hylder og displays strategisk
Vurdere effekten af emballagedesign
Skabe effektive reklamekampagner
Forbedre kundeservicen
Skabe en skræddersyet oplevelse i butikken
Moderne eye tracking-metoder er alle diskrete. Men i dag kræver almindelig eye tracking-teknologi, at kunden bærer briller eller et headset. Det kan få kunden til at ændre adfærd, bevidst eller ubevidst. Forskere kender fænomenet som Hawthorne-effekten.
For at løse problemet med observationsbias har vi nu 3D eye tracking-løsninger som GazeSense.
Med 3D eye tracking skal der ingen briller til for at få shopperindsigt. Vores software arbejder med dybdekameraer i forbrugerkvalitet og følger øjnenes aktivitet på afstand.
3D eye tracking i realtid gør det muligt for butiksejere og ansvarlige for shopperindsigt at:
#1 Arbejde med rigtige kunder i stedet for fokusgrupper
#2 Følge den visuelle opmærksomhed hos flere kunder på samme tid
#3 Lave upartiske analyser af opmærksomheden på hylderne
Vil du vide, hvordan 3D eye tracking kan give din virksomhed prædiktive analyser i detailhandlen? Skriv til os, så fortæller vores Customer Success Specialist gerne mere om vores software.
Anvendelser af prædiktive big data-analyser i butikken
Virksomheder bruger prædiktiv analyse i detailhandlen til at forbedre alle dele af deres forretning. Men frem for alt giver butiksanalyser dig mulighed for at skabe en tilfredsstillende oplevelse for hver eneste kunde. Du får konkret indsigt i alle aspekter af deres besøg, fra præferencer til købsvaner.
#1 Undersøg kunderejsen
Med prædiktiv analyse i detailhandlen kan du kortlægge kunderejsen ud over selve transaktionerne. Du kan se dine produkter, displays, butik og brand, som kunden ser dem. Med eye tracking ser du bogstaveligt talt det hele gennem kundens øjne.
Analyser af kunderejsen bruger big data til at vise, hvordan en potentiel kunde bliver en betalende kunde. Du kan identificere og analysere alle kontaktpunkter i kundens interaktion med din butik, herunder:
#1 Hvornår og hvordan kunden opdagede din butik
#2 Kommunikation med medarbejderne (positiv eller negativ oplevelse)
#3 Hvordan kunden interagerede med produkterne
#4 Opfølgende handlinger (f.eks. tilmelding til nyhedsbrev, anmeldelser osv.)
Når du har denne shopperindsigt, kan du gøre kundeoplevelsen personlig.
#2 Tilpas indkøbsoplevelsen
Jo mere personlig kundens oplevelse er, jo mere tilfreds er kunden. Ved at vurdere kundens tidligere adfærd i butikken kan du skræddersy de fremtidige oplevelser.
Dermed kan du øge kundeloyaliteten, kendskabet til dit brand og salget. Derudover ved du, hvordan og hvor du skal fokusere din merchandising.
Med prædiktiv analyse i detailhandlen kan du tilpasse indkøbsoplevelsen ved at:
#1 Anbefale relevante produkter (krydssalg og mersalg)
#2 Indføre effektive loyalitetsprogrammer og fordele
#3 Bruge indsigt i onlineadfærd til tjenester i butikken
#4 Gøre betalingen nemmere
#5 Træne salgsmedarbejderne i personlig kontakt
#6 Udvide personaliseringen til alle kanaler
#3 Styr hyldepladsen
Den måde, en detailhandler fordeler hyldepladsen på, påvirker både indkøbsoplevelsen og det direkte salg. Af alle områder i en butik er det ved hylden, kunden træffer sin købsbeslutning. Derfor skal du sikre, at kunderne nemt finder de produkter, de vil have.
Butiksanalyser hjælper dig med at afgøre, hvilke varer der skal stå i øjenhøjde. Med data fra eye tracking kan du fordele hyldepladsen efter, hvor iøjnefaldende produkterne er. Ved at analysere varmekort forstår du bedre, hvordan du:
#1 Fordeler varerne på hylderne, så de lever op til kundernes forventninger
#2 Kommunikerer priser og tilbud
#3 Øger synligheden af nøgleprodukter
#4 Effektiviserer genopfyldningen af hylderne
#4 Undgår, at bestsellerne bliver udsolgt
#4 Indret butikkens layout og design
Ud over styring af hyldepladsen giver varmekort fra eye tracking også indsigt i butiksdesign. I stedet for at teste forskellige grundplaner peger dataene dig i en præcis retning.
Du ser, hvilke afdelinger, gange og displays der får mest visuel opmærksomhed. Derefter kan du tilpasse butikkens layout, så det passer kunderne.
Denne indsigt viser desuden, hvor effektive dine nuværende:
#1 Skilte
#2 Bannere
#3 Varedisplays er
Du forstår, hvor de skal placeres for at være mest synlige for kunderne.
Andre kilder som optagelser fra overvågningskameraer og sensorer i butikken viser også, hvilke områder i butikken der har flest besøgende.
#5 Forbedr prisstrategierne
Butiksanalyser gør det muligt at forudsige, hvordan kunderne reagerer på prisændringer. Ved at analysere priselasticiteten kan du se, hvordan prisjusteringerne vil påvirke salget.
Med prædiktiv analyse i detailhandlen kan du være fleksibel med dine priser. Ud fra de data, du indsamler, kan du optimere priserne i realtid efter shopperindsigten. Disse personlige prisstrategier fuldender den skræddersyede… Del på X
For at finde de bedste priser registrerer og behandler big data-værktøjer til detailhandlen også:
#1 Konkurrenternes priser
#2 Efterspørgslen på produkterne
#3 Geodemografiske indikatorer
#4 Kundernes købsadfærd
#5 Vejr og sæsonudsving
#6 Driftsomkostninger
#6 Forudsig efterspørgslen
Med prædiktiv analyse i detailhandlen kan du identificere tendenser og mønstre, der påvirker efterspørgslen. Ved at analysere salgshistorik og andre historiske data kan du forudse, hvad dine kunder vil købe fremover. Systemer til behandling af big data tager også højde for lokale og nationale begivenheder og sæsonkampagner.
Prognoser for efterspørgslen understøtter både kundeoplevelsen og virksomhedens vækst.
Når du kan forudsige, hvad kunderne vil have, kan du sikre varerne i butikken. Samtidig mindsker du risikoen for at fylde butikkerne op med produkter, der ikke er efterspørgsel på.
Andre fordele ved at forudsige efterspørgslen med avancerede butiksanalyser er:
#1 Lavere omkostninger og højere effektivitet
#2 Stabilt cashflow
#3 Bedre forrentning af kapitalen
#7 Optimer markedsføringsbudskaberne
Effektiv markedsføring i butikken hænger også sammen med den personlige kundeoplevelse. Fra butiksanalyserne har du allerede shopperindsigten. Derfra handler det om at kommunikere de rigtige budskaber på en effektiv måde.
Tag for eksempel de opmærksomhedsdata, du får fra eye tracking. Du ved, hvilke typer skilte der tiltrak kunderne. Desuden ved du, hvilke konkrete elementer i displayet der fangede deres opmærksomhed.
Kombiner denne indsigt med data om produktpræferencer, så kan du få det bedste afkast af din markedsføring ved at:
#1 Informere kunderne om de tilbud, der betyder mest for dem
#2 Holde et ensartet budskab på tværs af kanaler
#3 Skabe salg i butikken via strategiske digitale kampagner
#8 Forudsig CLV (Customer Lifetime Value)
Du kan forudsige efterspørgslen gennem prædiktiv analyse og kundens livstidsværdi (CLV). Ud fra tidligere transaktioner kan du beregne den historiske CLV. Kombinerer du derimod købshistorik med adfærdsanalyser, får du den prædiktive CLV.
En prædiktiv CLV-model giver et detaljeret billede af kundens relation til din butik. Del på X
Du ved, hvor meget kunden har brugt tidligere, og hvilke produkter der er købt. Sæt de data sammen med kundens adfærdsmønstre, så får du et realistisk skøn over, hvor meget kunden vil bruge fremover.
At kende din CLV hjælper dig med at:
#1 Inddele dine kunder efter deres værdi
#2 Optimere kundeerhvervelsen
#3 Planlægge marketingbudgetterne effektivt
#4 Tilbyde skræddersyede incitamenter til forskellige segmenter
Fordelene ved konkret shopperindsigt
I sidste ende er prædiktiv analyse i detailhandlen et stærkt værktøj til at skabe shopperindsigt. Du forstår, hvordan dine kunder tænker, og hvad de værdsætter.
Derfra kan du handle og forbedre butikken, så den lever op til kundernes behov, ønsker og forventninger.
Med konkret shopperindsigt kan du:
Træffe datadrevne forretningsbeslutninger
Tiltrække og fastholde værdifulde kunder
Øge ROI og butikkens rentabilitet
Udvikle kundefokuserede strategier
Opnå en konkurrencefordel på markedet
Gøre kunderne loyale
Designe overbevisende kampagner
Øge kundernes engagement
Finde nye vækstmuligheder
Give en rig kundeoplevelse
Sådan bruger du shopperindsigt
Det er ikke nok at observere, samle og fortolke kundedata. Shopperanalyse kan vise sig virkningsløs, hvis du ikke bruger indsigten. Derfor skal du finde ud af, hvad den betyder, og lægge en plan for at føre dine resultater ud i livet.
Afhængigt af din konkrete shopperindsigt kan nogle umiddelbare tiltag være:
At omorganisere kategorier og/eller købssteder
At indføre strategier, der forebygger kundeafgang
At udvide til nye kanaler, dvs. dér, hvor dine kunder er i det digitale rum
At forbedre faciliteter og funktioner i butikken
At udvikle relevante teknikker til krydssalg
At teste nye kommunikationsstrategier
At revidere fordelingen af ressourcer
Sådan bruger du 3D eye tracking til analyser i detailhandlen
Hos Eyeware gør vi prædiktiv analyse i detailhandlen mulig med 3D eye tracking-software.
I modsætning til almindelig eye tracking følger vores GazeSense-teknologi den visuelle opmærksomhed på afstand, helt op til 1,3 m (4,3 ft) væk.
Ingen briller. Ingen VR-briller. Ingen kalibrering.