Berigede lokationsdata skal optimere serviceniveauet og kundeoplevelsen i shoppingcentre

Skrevet af
Jacob Elkjær
Nyhed

Del indlæg

Bliv klogere på kundernes bevidste og ubevidste købsmønstre med lokationsdata

Indretningen af et shoppingcenter er en særlig disciplin indenfor retail. Konceptet skal være tilpasset markedsområdet, og sammensætningen af lejere og butikker skal være helt rigtigt for at sikre det rette butiksmiks. Ellers handler kunderne et andet sted.

Traditionelt har man opsat tællere ved indgangene til et shoppingcenter og foretaget lejlighedsvise spørgeskemaundersøgelser, når man har villet øge indsigten i kundernes adfærd. Men de metoder er ikke længere tilstrækkelige. De skal suppleres af dataanalyser, der giver en bedre forståelse af fysiske bevægelsesmønstre og kundeadfærd i et shoppingcenter.

Derfor har en retailvirksomhed, der står for drift og udvikling af shoppingcentre i Danmark, indledt et samarbejde med Globeteam om at igangsætte et dataprojekt, der skal indsamle lokationsdata. I dataprojektet bruger man eksisterende og nye datapunkter i et shoppingcenter til at få mere viden om, hvad kundernes behov i shoppingcenteret reelt er: Hvor bruger de tid? Hvor bruger mænd mest tid? Hvor bruger kvinder mest tid? Hvad er forholdet mellem de forskellige etager i shoppingcenteret? Hvor mange af kunderne er tilbagevendende kunder osv.? Når retailvirksomheden har opbygget en bedre forståelse af den faktiske kundeadfærd i shoppingcenteret, kan de mere målrettet leje de enkelte butikker i centeret ud. Og de enkelte butiksejere kan også mere målrettet tiltrække deres foretrukne kundesegment og designe en kunderejse, man ikke kan få, når man shopper online.

Der er brug for denne transformation af retailvirksomheder, hvis de fortsat skal kunne tiltrække kunder i deres fysiske butikker. Internethandlen har presset retailers i en årrække og vil fortsætte med at gøre det. Derfor skal virksomheder – uanset om man satser på en omnichannel-strategi eller udelukkende sælger varer i en fysisk butik – på en meget dyb måde forstå, hvordan kunderne foretrækker at handle. Den indsigt kan lokationsdata beriget med forretningsinformation være med til at tilvejebringe.

Retailvirksomhedens løsning er designet af Globeteam og består af en enterprise dataplatform baseret på standard Microsoft Azure-komponenter, mens de anonymiserede data blandt andet hentes ind fra wifi- og kamerasensorer, der er opsat i shoppingcenteret.

 

 

Se video om Globeteams brancheløsning til detailhandlen

I videoen fortæller Jacob Elkjær mere om løsningen, der er baseret på avanceret sensorteknologi og kunstig intelligens. Med løsningen kan butikker, handelsstrøg, shoppingcentre m.m. få et realtidsoverblik over kundernes bevægelsesmønstre, adfærd, præferencer og andre parametre, der kan tjene som datagrundlag for strategiske ledelsesbeslutninger.

 

 

 

Digital Retail Intelligence

Dybdedyk i forretningen. Øg ejendommens værdi. Få et solidt beslutningsgrundlag. Skaf flere kunder i butikken. Lyder det interessant?

Læs mere her om Globeteams brancheløsning til detailhandlen

Læs mere her om Globeteams detailløsning baseret på kunstig intelligens

Andre læste også
29. november 2023
Webinar: Microsoft 365 Copilot – skab en sikker & bæredygtig implementering
Se med, når vores eksperter giver gode råd til, hvordan I forbereder den tekniske og organisatoriske implementering af Microsofts nye AI-assistent. 
14. august 2023
Skal du med på kursus om AI & ChatGPT i efteråret?
Kurset er et 2-dages kursus og målrettet dig, der gerne vil lære at identificere, hvordan AI og sprogteknologi, som fx ChatGPT, kan anvendes til at skabe forretningsmæssig værdi for din virksomhed eller organisation.
7. juni 2023
Deltag i seminar om AI og ChatGPT
Få indsigt i, hvordan AI og ChatGPTs revolutionerende potentiale kan anvendes til at skabe forretningsmæssig værdi for din virksomhed. Du får konkrete eksempler, strategisk indsigt og hands-on erfaring.

Nyhedsbrev

Få vores nyhedsbrev

Hold dig opdateret på din virksomheds digitale muligheder med cases og faglige artikler