Müşteri davranış analizi hiç şüphesiz müşteri odaklı hizmetin sağlam temellere oturtulmasının esas yolu ve bu, bir markanın müşterisini çok iyi tanımasından geçiyor. İşte bu noktada devreye giren “Müşteri Davranış Analiz Sistemi” markalara ürünlerini çok olduğu yerden, değerli olduğu yere taşıma başarısını garanti ediyor.
Yaklaşık 13 yıllık sürede günden güne artan marka bilinci ve rekabet ile gelinen noktada, markaların pazarlama stratejisinin merkezine oturan mağaza içi müşteri davranış analizi, müşterilerin mağazada alışveriş yaparken gerçekleştirdikleri hareketlerden (yalnızca yarattıkları trafikten) yola çıkılarak elde edilen bilgilerin istatistiksel olarak yorumlanmasına yardımcı olan bir video sistemi.
Mağaza İçi Müşteri Davranış Analizi nedir?
Müşterinin satın alma davranışı ile alışveriş davranışının birleşmesi olarak tanımlayabileceğimiz mağaza içi müşteri davranış analizi; günümüzde müşterinin mağaza içindeki satın alma ve alışveriş hareketlerini gerçek zamanlı olarak özel bir video kamera sistemi yardımıyla analiz edilerek yorumlanmasını ifade ediyor.
Sistem nasıl çalışıyor?
Mağazadan içeri giren müşterilerin, ilk yöneldikleri alanın müşteri sayısı bakımından yüzdelik dağılımını analiz eden bu sistem; saatlik-günlük ve haftalık periyodlar şeklinde analizler yaparak, o markadan alışveriş eden müşterilerin alışveriş davranış analizi haritasını belirliyor. Aynı zamanda, müşterilerin mağaza içinde bir alışveriş yolcuğuna çıktığını varsayarak, bu yolcukta müşterinin uğradığı stand/reyonların hangisinin daha çekici olduğunu, müşterilerin hangi ürünleri alarak mağaza içi yolculuğuna devam ettiğini ve bu reyonlarda ne kadar zaman geçirdiğini inceleyip yorumlamaya da olanak sağlıyor.
Bu analizinin en önemli bölümü yoğunluk bulutu analizi denilen bölüm. Yani, sıcaktan soğuğa giden ve detayına girdiğinizde, o bölgede kaç kişinin ne kadar süre bekleme yaptığını gösteren çalışma. Bölgedeki sıcak alanlar, satışın en çok gerçekleştiği, soğuk alanlarsa daha az gerçekleştiği alanları ifade ediyor.
Müşterinin mağaza içindeki bu yolculuğunda, rotasını etkileyen en önemli faktörlerin başında promosyonlar, kampanyalar, ürün yerleşimi, görsel yerleşimler, satış temsilcilerinin konumunu geliyor. Günümüzde müşteri davranış analizi, markanın mağaza içi pazarlama aktivitelerini doğru şekilde yönetmesine ve markanın kârlılığını arttırmasına yardımcı olan en önemli unsur halini almaya başladı.
Markanız bu sistemle neler kazanabilir?
Özellikle birden fazla mağazası olan markalar için, mağazalara gitmeye gerek kalmadan, zamandan ve maliyetten tasarruf ederek, mağazalar hakkında bilgi edinme imkanı sağlıyor. Müşteri davranış analizi, özellikle markaların görsel düzenleme yöneticilerine, satış, pazarlama ve operasyon yöneticilerine mağazalarında neler olup bittiğine dair bilgileri anında ulaştırarak, markanın mağaza satış verimliliğinin arttırılmasına doğrudan katkıda bulunuyor. Elde edilen tüm veriler mağaza içi kişi hareketleri sonucu oluşan trafik verilerinden oluşuyor fakat kişiye özel veri kaydı tutulmuyor.
Müşteri davranış analizi sitemi, mevcut ve potansiyel müşterilerin nasıl hareket ettiğini inceliyor ve bu eğilimleriyle ilgili farklı raporlar sunuyor. Bu raporlar özellikle perakendede satış alanı verimliliğinin arttırılması açısından önem taşıyor.
Müşterinin mağaza girdikten sonra ilk yöneldiği nokta. Müşterinin mağazadan içeri girdiğinde ilk hangi tarafa yöneldiğini ve mağaza içi alışveriş yolculuğu hakkında fikir verir. Bir perakende markasıyla çalışmamızın başında bize verilen bilgi, mağazanın sağ bölümünün soluna göre daha aktif olduğu yönündeydi. Fakat kamera sistemiyle belirli zaman aralıklarındaki yaptığımız ölçümlemede gördük ki, bu mağazadan içeri giren müşterilerin yüzde 85’i orta alana, yüzde 5’i sağ tarafa ve diğer yüzde 5’i de sol tarafa yöneliyordu. Gelen ziyaretçi sayısının reyonlara dağılımı konusunda verilen bilgilerle elde ettiğimiz bilgiler arasında da fark vardı. Bu farkın anlamı, markanın bu mağaza için bugüne kadar gerçekleştirdiği ürün yerleşiminin mağaza içi müşteri hareketine göre yapılmadığıydı. Bu da markaya satış kaybı olarak geri dönüyordu. Bu sorunu çözmek için uygulanması gereken stratejiyi, video sistemi verilerini inceleyerek belirledik ve yüzde 85’lik alana zor satan veya hemen eritmek istenen ürünleri yerleştirdik. Bu düzenlemeden sonra yapılan ölçümlemede, ürünlerin eski düzene göre yüzde 37 daha çabuk eridiğini gözlemledik. Bu da mağaza cirosuna ve geri stok sisteminin eritilmesi konusunda markaya ciddi bir katkı sağladı.
Müşterinin mağazaya giriş sıklığı. Müşterinin hangi sıklıkla, hangi gün ve saatte, mağazayı veya reyonları ziyaret ettiğini istatistiksel olarak gösteren bu rapor, 360 derecelik bir kamera yardımıyla elde edilen üç boyutlu olarak ölçümlemelere dayanır. Bir marka, Türkiye genelindeki bütün mağazalarının bu sistemle analiz edilmesini istedi ve perakende performans göstergelerinin (KPI) eksiksiz ve tam şekilde değerlendirildiği ve sistemin yüzde 99 doğruluk oranına sahip olduğu görüldü. Sistem, fatura sayısına ve mağazaya giren müşteri sayısına göre, bu ziyaretlerin alışverişe dönüşüm oranını saat bazında veriyor. Bu kapsamda yapılan bir uygulamada, mağazaya ayda 10 bin müşterinin girdiği ve aralarından 700’ünün alışveriş yaptığı ölçümlendi. Yani mağazaya giren müşterilerin sadece yüzde 7’sinin alışveriş yaptığı tespit edildi. Bu analizden çıkan anlamsa; markanın, müşterilerinin daha fazla alışveriş yapmasını sağlayacak yeni kampanya ve mağaza içi pazarlama aktivitelerine yönelmesi gerektiğiydi. Bu konuda Avrupa ortalamasının yüzde 9,4’ken, sistemin amacı yüzde 10’luk bir oranı yakalamak. Bu da sadece mağazaya giren ve alışveriş yapan müşterilerin sayısını arttırmakla mümkün.
Müşteri yoğunluğu ve satış oranı. Günlük ve saatlik veriler, sisteme entegre edilen hava durumu verileriyle birleştirilerek o mağaza için müşteri yoğunluğunun, yoğunluk bulutu haritasıyla analiz edilmesine yardımcı oluyor. Bir GSM operatörünün AVM mağazasında yapılan çalışmada, yağmurlu havalardaki ziyaretçi sayısı ve müşterilerin mağazaya ilgisinin, AVM verileriyle tam ters olduğu tespit edildi. Bu da, müşterilerini mağazaya çekmek isteyen markayı, hava durumuna göre lokasyon bazlı saatlik pazarlama kampanyaları yapmaya yönlendirdi. Yağmurlu havalar için mağazanın fatura başına ortalama satış adedini artırmanın en iyi yolu, müşteri davranış analiz sistemi kullanmaktı. Bu GSM operatörüyle gerçekleştirilen çalışmada, ayda 3 bin adet ürün satıldığını ve kesilen fatura adedinin de 2 bin 800 olduğunu video sistemi yardımıyla tespit eden ekip, her faturada ortalama 1,07 ürün satıldığını gözlemlendi. Yani mağaza, 1,70 olan Avrupa ortalamasının altındaydı. Çıkış yolu, sistem yardımıyla tespit edilen alanlara, doğru ürünü doğru zamanda yerleştirip takip etmekti. Neticede sistem, mağazanın aylık ürün satış adedini çok değiştirmemesine rağmen, kesilen fatura adedini 2 bine ulaştırarak, bu mağaza için her bir faturada ortalama 1,5’a ulaşmasın ve cironun bir ay içerisinde yaklaşık yüzde 30 artmasını sağladı.
Müşteriyi cezbedecek mağaza düzenlemesi. Tanıtımların, promosyonların, ürünlerin fiziki yerleşimlerinin ve mağazanın genel yerleşiminin etkinliğini ölçümlemek ve geliştirmek mümkün. Müşteri davranış analizi verilerinin, kasa verileriyle karşılaştırılması, müşteri davranışları ve kâr potansiyeli hakkında yeni fikirler veriyor. Belirlenen alandaki insan trafiği takip edilip mağazanın önünde ne kadar kaldıkları, ne zaman oradan geçtikleri mağaza davranış analiz sistemiyle ölçümlenebiliyor. Ayrıca mağaza önünden geçenlerin yönlerini tespit ederek, kaçının mağazaya girdiği de belirlenebiliyor. Aynı şey, ürün standlarının müşteri açısından ilgi çekiciliği için de geçerli. Bu sayede, müşterinin azalan ilgisinin ciroya yansımasını önlemek mümkün hale geliyor. Buna benzer sonsuz senaryolar üretip, müşterilerin gerçekten ne istediğini öğrenebilirsiniz. Bu sistem üzerinden çeşitli senaryolarla yürüttüğümüz çalışmada, her 100 ziyaretçiden yalnızca birinin müşteriye dönüşmesinin yüzde 5 satış artışına denk geldiğini gördük.
Mağaza satış alanındaki çalışanların optimizasyonu. Müşteri davranış analizi verilerinin, mağaza personel planlamasıyla karşılaştırılması, maliyet ve hizmetlerin daha etkin planlamasına yardımcı oluyor. Bir markayla bu konuda yaptığımız çalışmada şöyle bir durum tespit ettik: 280 m2’lik bir mağazada sabah altı ve öğlenden sonra da 14 mağaza personeli ile çalışan markanın vardiya sisteminin maliyet olarak aylık yansıması, cironun yaklaşık yüzde 20’siydi. Tüm verileri sistemde ölçümledikten sonra, sabah saatlerindeki personel sayısını ikiye, öğleden sonrakileri de beşe düşürmelerini ve akşam vardiyası için de altı çalışan bulundurmalarını önerdik. Önerimizi dikkate alan marka, personel optimizasyonuyla kârlılığını kayda değer ölçüde artırmayı başardı.