Retail Analytics: Kundenverhalten verstehen und analysieren

Bisher beschränkt sich die Kundenanalyse im stationären Einzelhandel oftmals nur auf die Auswertung von Kundenkarten sowie Bondaten oder auf Kundenzählungen im Eingangsbereich. Umfassendere Kundenanalysen wie im Onlinehandel sind unüblich, stellen aber eine große Chance für den stationären Einzelhandel dar. Mit Retail Analytics können Einzelhändler relevante Informationen über ihre Kunden herausfinden und dieses Kundenwissen entweder in Echtzeit oder für zukünftige Optimierungen der Filialen nutzen. Sie als Einzelhändler treffen mit Retail Analytics dann geschäftliche Entscheidungen nicht mehr aus dem Bauch heraus oder nach einem Lehrbuch, sondern datengetrieben. Welche Daten gemessen werden, und mit welchen Technologien sich Retail Analytics am besten umsetzen lassen, erfahren Sie in diesem Artikel.

Web Analytics als Vorreiter für Retail Analytics

Kundenanalysen im Onlineshopping üben eine Vorreiterrolle aus: Web Analytics sind gang und gäbe. So wird im E-Commerce analysiert, woher die Besucher eines Webshops kommen, wie sie sich im Webshop bewegen, wie lange sich Besucher im Webshop aufhalten oder welche Artikel wieder aus dem Warenkorb entfernt werden. Die Analyse des Kundenverhaltens ermöglicht umfassende Auswertungen und datengetriebene Optimierungen des Angebots im Webshop.

Stationäre Einzelhändler haben es in dieser Sicht schwerer, aber mittlerweile gibt es ausgereifte Technologien und Software, um das Kundenverhalten in den Stores zu analysieren, die Customer Journey zu optimieren und das Einkaufserlebnis der Kunden zu verbessern. Neben quantitativen Werten wie der Kundenanzahl ermöglichen moderne Technologien auch eine Alters- und Geschlechtserkennung. Weitere wichtige Messgrößen sind die Verweildauer und die Laufwege der Besucher. Diese Werte können dann mit Kassendaten verknüpft werden.

Welche Technologien für Retail Analytics?

Im Einzelhandel lassen sich belastbare Daten mit modernen Technologien erheben: 3D-Sensoren, Kameras, Radio-Frequency Identification (RFID), Bluetooth Low Energy (BLE) oder WLAN-Technik. Dabei haben 3D-Sensoren und Kameras als optische Verfahren den Vorteil, dass sie alle Kunden hochgenau erfassen und nicht nur Kunden mit einem Smartphone. Die Erfassung der Besucher durch mechanische oder elektromagnetische Wellen besitzt dagegen eine technische Unschärfe und erfordert in der Regel das Mitführen eines Smartphones durch die Kunden bzw. das Vorhandensein einer bestimmten App.

Aufgrund der Fortschritte bei der Bilderkennung können mittlerweile sogar bestehende Kamerasysteme in den Filialen auch für eine umfassendere Kundenanalyse im stationären Einzelhandel eingesetzt werden; ergänzt durch 3D-Sensoren. Die Analyse und Darstellung der gewonnenen Daten erfolgt durch eine spezielle Software.

Retail Analytics sind datenschutzkonform, denn die gewonnenen Daten werden anonymisiert und lassen keine Rückschlüsse auf individuelle Kunden zu. So findet keine Speicherung personifizierter Daten statt. Heutzutage gibt es zudem Technologien, die ermittelte Kamera- und Sensordaten nicht abspeichern, sondern in Echtzeit auswerten und dann löschen. Nur die Auswertungsergebnisse werden gespeichert.

Mehr über den Kundenverkehr erfahren

Das wichtigste Element der Retail Analytics besteht sicherlich in der Zählung und Analyse des Kundenverkehrs. So soll analysiert werden, wie viele Besucher eine Filiale besuchen, auf welchen Verkaufsflächen sie sich über- und unterproportional aufhalten, wann die besucherstarken Zeiten sind und wie die Alters- und Geschlechterstruktur der Kunden aussieht.

Anzahl der Besucher

Eine präzise Besucherzählung an den Eingängen dient der Ermittlung der Gesamtfrequenz in einem Geschäft. Setzt man die Besucherfrequenz ins Verhältnis zur tatsächlichen Kundenanzahl, erhält man die sogenannte Conversion Rate bzw. Abschöpfungsquote, die prozentual angibt, aus wie vielen Besuchern letztendlich zahlende Kunden werden. Die Frequenzmessung kann sich in der kleinsten Ausbaustufe auf die bloße Erfassung der Gesamtbesucherzahl durch eine Zählung an den Eingängen beschränken. Durch die zusätzliche Differenzierung nach einzelnen Etagen, Gängen oder Aktionsflächen können hingegen noch tiefergehende Analysen erstellt werden.

Spitzen- und Nebenzeiten

Das Wissen über die unterschiedliche Verteilung der Kunden über einen definierten Zeitraum hinweg ist wichtig, um den Einsatz des Personals optimal zu planen. Dies betrifft zum einen verschiedene Tageszeiten, aber zum anderen auch stärker und schwächer frequentierte Wochentage, Aktionstage und Jahreszeiten. Mit Retail Analytics können Abweichungen des Kundenstroms in Echtzeit festgestellt und der Personalbedarf situationsbedingt angepasst werden.

Verhältnis zwischen Passanten und Besuchern

Eine weitere relevante Messgröße ist die Anzahl derjenigen flanierenden Passanten, die ins Geschäft kommen und damit zu Besuchern bzw. Kunden werden. Das Verhältnis zwischen Passanten und Besuchern – die sogenannte Capture Rate oder Peel Off Rate – kann Auskunft darüber geben, wie gut die Schaufensterfront gestaltet ist, wie anziehend der Eingangsbereich wirkt und ob durchgeführte Werbemaßnahmen den gewünschten Erfolg bringen. Neben der reinen Anzahl der Passanten kann auch ermittelt werden, wie viele Personen vor dem Schaufenster stehen bleiben, und wie lange die Verweilzeiten vor dem Schaufenster sind.

Demografische Kundenanalyse

Retail Analytics ermöglichen auch eine demografische Kundenanalyse, da moderne Technologien heutzutage Alter und Geschlecht von Personen erkennen. Darüber hinaus ist eine Auswertung der Anzahl der gemeinsam shoppenden Kunden (Gruppen) möglich. Diese Informationen können zur weiteren Anpassung des Warenangebots an die demografische Struktur der Kunden genutzt werden.

Kundenverhalten mit Retail Analytics analysieren

Neben der quantitativen und qualitativen Kundenzählung ermöglicht Retail Analytics die Analyse des In-Store-Kundenverkehrs. Dazu gehören die Laufwege und die Verweildauer der Kunden, aber auch stark frequentierte Hotspots.

Kundenwege

Mit einer Laufweganalyse ist erkennbar, wie die Besucher sich in einem Store bewegen und wie die hauptsächlichen Kundenwege aussehen. So werden stark und schwach frequentierte Zonen der Verkaufsfläche sichtbar. Zur Optimierung der Verkaufsfläche können dann verschiedene Maßnahmen getroffen werden, um die Kunden beispielsweise in die schwach frequentierten Zonen zu leiten oder um noch mehr Waren in den stark frequentierten Zonen zu verkaufen und somit den Umsatz pro Kunden zu steigern.

Hotspots

Außerdem können im Rahmen der Retail Analytics Hotspots mit einem sehr hohen Kundenaufkommen identifiziert werden. Die Kenntnis dieser Hotspots ist wichtig für die perfekte Warenpräsentation, besonders für neue Produkte bzw. Produkte wichtiger Hersteller und Marken. Darüber hinaus kann durch die Ermittlung der Hotspots auch ein punktuell höherer Personalbedarf für die Kundenberatung erkannt werden.

Durchschnittliche Verweilzeit

Zudem ist es möglich, die durchschnittliche Verweilzeit von Kunden zu erfassen: Dies kann sich dann auf den gesamten Store oder auf einzelne Abteilungen, Etagen, Zonen, Regale und Aktionsflächen beziehen. Mit der Ermittlung der durchschnittlichen Verweilzeit für eine räumlich definierte Verkaufsfläche werden Optimierungsmöglichkeiten sichtbar.

Optimale Produktplatzierung

Mit Retail Analytics kann generell auch analysiert werden, wie bestimmte Warengruppen oder einzelne Produkte frequentiert werden. Darüber hinaus besteht die Möglichkeit, zentralseitig in Echtzeit datenschutzkonform die vorgegebene Produktplatzierung zu überwachen und zu dokumentieren.

Retail Analytics mit Konzept umsetzen

Retail Analytics müssen sich immer an einer konkreten Fragestellung orientieren. Erfahrungsgemäß ist es nicht sinnvoll, Kundendaten auf Vorrat zu sammeln, um sie dann irgendwann allgemein auszuwerten. Es sollten nur solche Daten erhoben werden, die später auch tatsächlich sinnvoll ausgewertet werden können und einen Bezug zu erfolgskritischen Leistungsindikatoren der Filialen aufweisen. Daher ist ein durchdachtes Konzept mit einfachen Schritten bei der Implementierung von Retail Analytics Projekten enorm wichtig. Am besten erfolgt dies mit einem professionellen Partner an Ihrer Seite, der die wirtschaftlichsten Lösungen für Retail Analytics basierend auf Ihren individuellen Bedürfnissen kennt.

Foto: Myriam Jessier via Unsplash