Подсчет трафика людей

Подсчет трафика людей

Показатель проходимости мимо витрин магазина использует большинство ретейлеров, и именно на его примере можно описать те ошибки, которые могут серьезно повлиять на будущую успешность магазина. Самая распространенная проблема при замере трафика — нерепрезентативность выборки. Например, часто используемый формат замера — это подсчет одного дня по 15 минут утром, днем и вечером. Но, во-первых, при экстраполяции на месяц точность прогноза получается плюс-минус 55%. Это означает, что при проведении 100 таких замеров, результаты 99 из них попадут в промежуток плюс-минус 55%, что, мягко говоря, неточно. Если на базе такого замера строится прогноз продаж, то такое исследование не имеет смысла, лучше не измерять вовсе, чем тратить собственные деньги и время сотрудников.

Во-вторых, график утро-обед-вечер подразумевает замер в утренний и вечерний пики, а сама картина неравномерности по часам дня заранее неизвестна. Попытки экстраполировать полученные данные с помощью условных коэффициентов неравномерности только увеличат ошибку: реальные коэффициенты здесь и сейчас будут совершенно другими. Чтобы их определить, нужен замер на протяжении всего дня.

Еще одна распространенная ошибка подсчет трафика людей — недооценка человеческого фактора. Сотрудникам, безусловно, надо доверять, но если они с карандашом и бумагой считают трафик 12 часов в день, часть из них неизбежно будет врать, и вы никогда не узнаете, какая именно часть. Одни будут это делать сознательно, думая, что смогут достоверно экстраполировать недостающие часы, другие — неосознанно, потому что устали. Вы же не хотите на основе данных, полученных таким образом, принимать решения о крупных инвестициях.

Опыт показывает: для преодоления этой проблемы необходимо использовать видео и фиксировать трафик с помощью специальных устройств. Сам подсчет рекомендую проводить уже потом, по видео вручную или с помощью машинного обучения. Также можно считать проходящих мимо и с помощью Wi-Fi-сенсоров, которые позволяют подсчитать уникальных посетителей и получить еще ряд дополнительных характеристик о покупательских потоках.

При этом замер трафика — это только наиболее яркий пример: как показывает практика, неточности возникают и при подсчете количества домохозяйств в зоне доступности, и при оценке уровня доходов населения, и вообще при сборе любых данных.

Один fashion-ретейлер перед выбором места под магазин всегда считал количество покупок у конкурентов. Это абсолютно правильная методика для такого формата, за исключением одного момента: компания делала замер на протяжении всего лишь одного дня. Полученные данные при экстраполяции на месяц приводили к высокой погрешности (разброс достигал 100%). Когда же компания увеличила сроки исследования до четырех дней, количество успешно открытых локаций сразу выросло!

Еще одна типичная ошибка — учитывать построенное жилье как заселенное, а планируемую транспортную инфраструктуру как действующую. Например, продуктовый ретейлер, развивающий формат «у дома», оперировал количеством квартир в зоне доступности объекта, считая все квартиры заселенными. Разумеется, квартиры подсчитать проще, чем фактическое население. Но беда в том, что в реальности заселение происходит медленно, и до выхода на прогнозные показатели магазины в новых районах работали в минус еще несколько лет. О планировавшихся, но не построенных развязках и пешеходных переходах можно рассказывать вечно — таких историй множество у каждого активно развивающегося ретейлера.