Ścieżki w sklepie: co ruch klientów mówi planistom Retail Media
Ekran umieszczony przy wejściu może być narażony na duży ruch, a mimo to nie nadawać się do danej kampanii. Cichsza alejka może mieć większy wpływ na podjęcie decyzji. Shoppers mogą przejść obok ekspozycji, nie zauważając jej, dostrzec ją, ale jej nie zapamiętać, albo zapamiętać ją, ale nie dokonać zakupu.
Analiza ścieżek poruszania się w sklepie pomaga osobom zajmującym się planowaniem Retail Media zrozumieć przepływ klientów w poszczególnych strefach fizycznych. Pozwala ona zobrazować natężenie ruchu, kolejność pokonywanych tras, czas przebywania w poszczególnych strefach oraz zmiany zachodzące po zmianie układu sklepu lub zastosowaniu określonych środków medialnych. Nie mierzy ona jednak bezpośrednio poziomu uwagi, siły perswazji ani wpływu na sprzedaż.
To ograniczenie sprawia, że dane stają się bardziej przydatne, a nie mniej.
Skala pomiarowa
W publikacjach dotyczących mediów in-store często kilka zjawisk ujmuje się jednym terminem: „wyświetlenie”. Bardziej przejrzysta klasyfikacja pozwala je od siebie odróżnić.
- Ruch w sklepie: wstęp na teren obiektu.
- Ruch w strefie: osoby lub odwiedzający wchodzący na teren, na którym mogłyby znajdować się nośniki informacji.
- Możliwość obejrzenia lub wysłuchania: urządzenie, orientacja, odległość i stan pracy stworzyły wiarygodny scenariusz narażenia.
- Dwell: osoba ta przebywała w wyznaczonym obszarze przez określony czas.
- Sygnał dotyczący uwagi lub widoczności: zgodnie z zatwierdzoną metodą pomiarową szacuje się, że urządzenie zostało faktycznie zauważone.
- Reakcja behawioralna: zmieniła się trasa, sposób interakcji lub sposób obsługi produktu.
- Wynik zakupu: zmieniła się odpowiednia pozycja, kategoria lub koszyk.
Organizacje IAB i IAB Europe określają formaty in-store oraz koncepcje pomiaru, w tym strefy sklepowe i natężenie ruchu.[1] Wytyczne IAB/MRC rozróżniają ruch w obiekcie, ruch na ekranie lub w strefie, możliwość zobaczenia lub usłyszenia, czas przebywania w strefie oraz audiencje danego bloku reklamowego.[2]
System analizy ścieżek zazwyczaj obejmuje pierwsze cztery etapy. Nie należy podawać wartości z etapu siódmego tak, jakby czujnik zmierzył ją bezpośrednio. Należy zastosować planowanie ścieżki klienta w modelu wielokanałowym w przypadku decyzji dotyczących różnych kanałów sprzedaży; w przypadku ruchu w sklepie stacjonarnym należy korzystać z analizy ścieżek w sklepie.
Specyfikacje metryczne
Dostawcy powinni podawać jednostkę obserwacji, mianownik oraz zasadę eliminacji powtórzeń dla każdego wskaźnika. W przeciwnym razie dwa systemy mogą stosować tę samą etykietę do różnych obliczeń.
Ruch w sklepie
- Jednostka obserwacyjna: Osoba, urządzenie lub ślad anonimowy.
- Licznik i mianownik: Kwalifikowane wejścia / czas otwarcia sklepu.
- Okno czasowe i deduplikacja: Należy określić, czy ponowne wejście w tym samym dniu jest nowym przypadkiem, czy też zostało już uwzględnione.
- Znany błąd: Pracownicy, grupy, osoby wchodzące bezpośrednio jedna za drugą i niewykryte wejścia.
Ruch w strefie
- Jednostka obserwacyjna: Ta sama jednostka, która jest stosowana do pomiaru ruchu w sklepie.
- Licznik i mianownik: Liczba unikalnych kwalifikowanych wejść do stref / kwalifikowanych wizyt w sklepach.
- Okno czasowe i deduplikacja: Zdefiniuj pojęcia „ponownej wizyty” i „deduplikacji między strefami”.
- Znany błąd: Przecieki graniczne i martwe punkty.
Możliwość zobaczenia lub usłyszenia
- Jednostka obserwacyjna: Kwalifikowane zdarzenie przejścia lub obecności.
- Licznik i mianownik: Zdarzenia spełniające reguły dotyczące geometrii i włączonego urządzenia / kwalifikujące się przejścia przez strefę.
- Okno czasowe i deduplikacja: Należy skorzystać z harmonogramu kampanii i usunąć powtarzające się przebiegi zgodnie z deklaracją.
- Znany błąd: Błąd orientacji, błąd przeszkody i błąd stanu urządzenia.
Dwell
- Jednostka obserwacyjna: Ścieżka lub wizyta.
- Licznik i mianownik: Liczba kwalifikowanych obecności powyżej progu / liczba kwalifikowanych wizyt w strefie.
- Okno czasowe i deduplikacja: Opublikuj informacje dotyczące progu i sposobu postępowania w przypadku przerwanych ścieżek.
- Znany błąd: Tworzenie kolejek może naśladować proces skupiania uwagi.
Postępy na trasie
- Jednostka obserwacyjna: Wizyta lub ścieżka po usunięciu duplikatów.
- Licznik i mianownik: Odwiedziny, które dotarły do strefy docelowej po opuszczeniu strefy początkowej / odwiedziny odnotowane w strefie początkowej.
- Okno czasowe i deduplikacja: Należy określić maksymalny czas trwania oraz przerwy w trasie.
- Znany błąd: Brakujące strefy pośrednie i błąd przekazywania danych między czujnikami.
Na jakie pytania może odpowiedzieć analiza ścieżek zakupowych
Tworzenie ścieżek przydaje się w przypadku takich pytań, jak:
- Które strefy charakteryzują się ruchem wystarczającym do osiągnięcia planowanego zasięgu?
- Jakie trasy zazwyczaj poprzedzają wizytę w danym segmencie?
- Gdzie shopperzy zatrzymują się lub zmieniają kierunek?
- Czy zastosowanie środków medialnych wpływa na wejście do strefy docelowej?
- Czy sklepy, w których wprowadzono zmiany, i te, w których ich nie wprowadzono, są porównywalne pod względem operacyjnym?
- Czy trasa różni się w zależności od formatu sklepu, pory dnia lub wskaźnika misji?
Pozwala to również zidentyfikować nieodpowiednie lokalizacje. Ekran może być skierowany w niewłaściwym kierunku, znajdować się za kolejką, działać poza godzinami szczytu lub docierać do shopperów dopiero po podjęciu decyzji o wyborze kategorii.
Czego same dane nie są w stanie udowodnić
Ruch nie oznacza motywacji. Shoppers mogą wejść do danej strefy ze względu na układ sklepu, osobę towarzyszącą, zablokowaną drogę lub inny produkt.
Przebywanie w pobliżu ekranu nie oznacza skupienia uwagi. Klient może czekać przy ekranie, nie patrząc na niego.
Zmiana trasy to nie to samo, co perswazja. Prezentacja może wzbudzić ciekawość, ale niekoniecznie skłonić do zakupu.
Zmiany w sprzedaży nie wynikają automatycznie z wytyczenia trasy lub nośników reklamowych. Jednocześnie wpływ na nie mogą mieć dostępność towaru, promocje, obsada personelu, pogoda, wydarzenia w sklepie oraz popyt w danej kategorii.
Traktuj wyznaczanie ścieżki jako warstwę diagnostyczną w ramach szerszego testu.
Przed rozpoczęciem kampanii należy stworzyć model strefy
Strefa wymaga jasnego zdefiniowania. Określenie „w pobliżu działu mleczarskiego” jest zbyt nieprecyzyjne, gdy w jednym sklepie znajduje się szeroka sekcja promocyjna, a w innym, wąski korytarz.
Dokument:
- granica fizyczna;
- wejścia i wyjścia;
- położenie i orientacja nośnika reklamowego;
- zasięg czujników i martwe punkty;
- przewidywany kierunek marszu;
- próg czasu przebywania;
- godziny otwarcia sklepu i czas sprawności urządzeń;
- kategoria i lokalizacja promowanego SKU;
- znane przeszkody i zmiany operacyjne.
W miarę możliwości należy stosować wspólną taksonomię stref, ale należy dopuścić możliwość dostosowania do konkretnego sklepu. Porównywalność nie powinna zacierać rzeczywistych różnic w układzie.
Przykład z obliczeniami: ekspozycja przekąsek
Rozważmy hipotetyczny test nowej linii przekąsek.
Sieć handlowa ma trzy potencjalne lokalizacje:
- wejście, charakteryzujące się dużym natężeniem ruchu, ale położone w znacznej odległości od półki;
- główna nawa, charakteryzująca się dużym natężeniem ruchu i umiarkowanym czasem przebywania;
- dział z przekąskami, charakteryzujący się mniejszym ruchem, ale silną intencją zakupową w tej kategorii.
W ramach testu przydzielane są różne zadania.
Ekspozycja przy wejściu buduje rozpoznawalność marki. Ekspozycja przy głównej alejce skłania do zmiany trasy. Ekspozycja tematyczna wpływa na ostateczny wybór.
Wskaźniki wyznaczania ścieżek różnią się w zależności od zadania:
- wejście: ruch kwalifikowany, a następnie odwiedziny w strefie docelowej;
- główna nawa: zmiana trasy w kierunku strefy z przekąskami;
- dział z przekąskami: możliwość zobaczenia, czas przebywania oraz interakcja z produktami, o ile jest to możliwe do zmierzenia.
Sprzedaż jest analizowana na poziomie poszczególnych pozycji asortymentowych w sklepach z uwzględnieniem kontroli dostępności. Porównywalne sklepy kontrolne lub losowo dobrane grupy sklepów pozwalają oszacować, jak wyglądałaby sytuacja bez zastosowania danego zabiegu.
Załóżmy, że 4000 wizyt po deduplikacji rozpoczyna się w strefie wejściowej głównej alejki, 1000 z nich dociera następnie do strefy przekąsek w ciągu 20 minut, a 700 tych przejść spełnia kryteria geometrii i dostępności ekranu. Postęp na trasie wynosi 25% (1000 / 4000), a kwalifikowana możliwość kontaktu obejmuje 70% wizyt w strefie docelowej (700 / 1000). Jeżeli w porównywalnym okresie kontrolnym postęp wynosi 20%, różnica pięciu punktów w ruchu jest dowodem diagnostycznym, ale nie stanowi jeszcze efektu sprzedażowego.
Zasada budżetowa jest z góry określona: należy kierować wydatki do danej strefy tylko wtedy, gdy poprawia to wybrany wskaźnik ruchu kampanii oraz wynik dla kontrolowanych SKU sklepu, nie pogarszając przy tym dostępności produktów. Sam wzrost ruchu nie wystarczy, by osiągnąć sukces.
Wybór czujników i danych
Dane dotyczące tras przemieszczania się w sklepie można pozyskać z kilku systemów: liczników przejść, kamer sufitowych, systemów wizji komputerowej, sygnałów Wi-Fi lub Bluetooth, wózków sklepowych, aplikacji oraz innych technologii lokalizacyjnych. Każdy z nich generuje inną jednostkę obserwacyjną i inny wzorzec błędów. Metody oceny wydajności opracowane przez NIST w zakresie wykrywania i śledzenia ludzi pokazują, dlaczego twierdzenia wymagają zdefiniowanych wskaźników, danych testowych i warunków pracy, a nie tylko jednej, niewyjaśnionej wartości dokładności.[5]
Przed wykorzystaniem danych należy zadać sobie następujące pytania:
- Czy ta jednostka to osoba, urządzenie, wizyta czy anonimowy ślad?
- W jaki sposób obsługiwane są dane pracowników, powtórne wejścia i grupy?
- Jaka jest dokładność zliczania w poszczególnych strefach?
- Czy zasada „opt-in” ma zastosowanie w przypadku korzystania z identyfikatorów lub aplikacji?
- Czy system może powiązać ruch z zakupem i czy powinien to robić?
- Jak długo przechowywane są dane pierwotne i pochodne?
- Czy planista może porównać sklepy o różnym zasięgu czujników?
W ramach koncepcji ochrony prywatności opracowanej przez NIST ryzyko związane z prywatnością traktuje się jako czynnik, który organizacje powinny identyfikować i którym powinny zarządzać na każdym etapie przetwarzania danych.[3] Sprawa FTC, o której tu mowa, dotyczy praktyk związanych z wykorzystaniem precyzyjnych danych lokalizacyjnych i ma największe znaczenie w przypadkach, gdy podczas śledzenia trasy stosuje się trwałe identyfikatory lub tworzy profile lokalizacyjne.[4] Zagregowane anonimowe dane dotyczące liczby odwiedzin w strefach charakteryzują się innym profilem ryzyka, jednak sam projekt nadal wymaga analizy pod kątem celu, ujawniania informacji, okresu przechowywania oraz zgodności z przepisami.
Należy korzystać z danych o jak najmniejszym stopniu szczegółowości, które pozwalają odpowiedzieć na pytanie związane z planowaniem. Wiele decyzji dotyczących rozmieszczenia wymaga zagregowanych danych dotyczących liczby odwiedzin w strefach, a nie historii na poziomie poszczególnych osób.
Jak zweryfikować hipotezę dotyczącą wyznaczania trasy
Test wyznaczania ścieżki powinien określać:
Wariant eksperymentalny. Nośnik reklamowy, kreacja, harmonogram i lokalizacja.
Możliwość zaprezentowania się. Warunki dotyczące strefy i urządzenia niezbędne do wiarygodnego spotkania.
Przewidywana zmiana ruchu. Wejście, przejście, pobyt lub przejście do innej strefy.
Wynik handlowy. Interakcja z produktem, konwersja w kategorii, liczba sztuk, sprzedaż lub zmiany w koszyku, z wykorzystaniem szerszego systemu pomiaru w pętli zamkniętej.
Scenariusz kontrfaktyczny. Losowo wybrane sklepy, naprzemienne okresy lub grupy holdout ze znanymi ograniczeniami.
Kontrole operacyjne. Dostępność produktów, ceny, promocje, układ sklepu, czas sprawności urządzeń oraz najważniejsze wydarzenia w sklepie.
Wskaźnik ruchu pomaga wyjaśnić wyniki sprzedaży. Jeśli sprzedaż nie wzrasta, ponieważ ruch w strefie docelowej nie uległ zmianie, problemem może być umiejscowienie reklamy. Jeśli ruch się zmienia, a sprzedaż pozostaje na tym samym poziomie, przeszkodą może być przekaz, produkt lub dostępność.
Typowe błędy
Nazywanie wejść do sklepu „wyświetleniami”. Większość osób wchodzących do sklepu może nigdy nie przejść obok nośnika reklamowego.
Mylenie czasu przebywania z uwagą. Czas spędzony w strefie stanowi jedynie miarę możliwości kontaktu, chyba że uwagę mierzy się osobno.
Porównanie różnych układów. Identyczne nazwy stref nie gwarantują identycznej geometrii ani kontekstu decyzyjnego.
Pomijanie czasu sprawności urządzenia. Zaplanowane materiały medialne to nie to samo, co dostarczone materiały.
Domyślne łączenie tożsamości. Powiązanie danych na poziomie poszczególnych osób może zwiększyć ryzyko naruszenia prywatności, nie poprawiając przy tym jakości decyzji.
Zgłaszanie sprzedaży bez danych o ruchu klientów. Trudno jest ocenić skuteczność działań medialnych, gdy brakuje warstwy możliwości.
Lista kontrolna dla nabywców
- Co mierzy czujnik?
- Jakie są granice stref i martwe punkty?
- W jaki sposób obsługiwani są pracownicy, grupy i powracający goście?
- Co można uznać za okazję do zobaczenia lub usłyszenia?
- Czy pojęcie „dwell” jest definiowane w sposób spójny?
- Jakie zmiany operacyjne mogłyby wpłynąć na trasę?
- Czy uwzględniono czas sprawności urządzeń i dostępność produktów?
- Czy powiązanie danych na poziomie osób jest konieczne i zgodne z prawem?
- Która kontrola służy do oszacowania ścieżki bez nośnika?
- Którą decyzję zmieni wynik wyznaczania ścieżki?
Najczęściej zadawane pytania
Czy wskaźnik „store pathing” to to samo co wskaźnik „footfall”?
Nie. Funkcja „Footfall” mierzy natężenie ruchu w obiekcie lub strefie. Funkcja „Pathing” pozwala określić trasę i kolejność przemieszczania się między strefami.
Czy przejście obok ekranu liczy się jako wyświetlenie?
Tylko wtedy, gdy standard pomiaru i geometria pozwalają na zdefiniowaną możliwość zobaczenia lub usłyszenia. Przejście w pobliżu to nie to samo, co potwierdzona uwaga.
Czy dane dotyczące wytyczania ścieżek mogą służyć do pomiaru atrybucji?
Może dostarczyć danych dotyczących ekspozycji i zachowań użytkowników. Atrybucja konwersji wymaga dodatkowego powiązania danych lub zastosowania zagregowanego projektu eksperymentalnego.
Czy planiści potrzebują danych dotyczących poszczególnych osób?
Często nie. Zagregowane dane dotyczące stref i tras pozwalają odpowiedzieć na pytania dotyczące rozmieszczenia przy mniejszym ryzyku naruszenia prywatności.
Jaka jest najbardziej przydatna miara wyznaczania ścieżek?
Wskaźnik powiązany z hipotezą dotyczącą umiejscowienia: kwalifikowany ruch w strefie, zmiana trasy, czas przebywania lub przejście do kolejnego etapu. Sam ogólny ruch w sklepie rzadko jest wystarczający.
Podsumowując
Analiza ścieżek poruszania się w sklepie wskazuje planistom, gdzie ruch klientów stwarza realną okazję medialną oraz czy dane działanie wpływa na ten ruch.
Należy rozróżniać ruch, widoczność, uwagę i zakupy. Należy udokumentować strefę i czujnik. Należy monitorować działanie i dostępność. Należy stosować agregację zapewniającą ochronę prywatności zawsze, gdy pozwala to uzyskać odpowiedź na pytanie.
Źródła
[1] IAB i IAB Europe, Definicje i standardy pomiaru Retail Media w sklepach stacjonarnych.
[2] IAB i Media Rating Council, Wytyczne dotyczące pomiaru skuteczności reklam w Retail Media.
[3] Narodowy Instytut Standardów i Technologii, Zasady ochrony prywatności.
[4] Federalna Komisja Handlu, Decyzja FTC zakazuje firmie InMarket sprzedaży dokładnych danych dotyczących lokalizacji konsumentów.
[5] NIST, Metody oceny wydajności systemów wykrywania i śledzenia ludzi w zastosowaniach robotycznych.
Chcesz zobaczyć, jak to działa w praktyce?
Footprints AI pomaga markom i detalistom mierzyć to, co naprawdę ma znaczenie. Zobacz nasze historie sukcesu klientów lub skontaktuj się z nami, aby porozmawiać o strategii Retail Media.



