​Hoe smart data helpt een winkellocatie te kiezen

​Hoe smart data helpt een winkellocatie te kiezen

Door Coen van der Snoek
Senior marketing intelligence analist bij EDM

Is je organisatie toe aan het openen van een nieuwe vestiging? Dat is goed nieuws, maar waar moet deze vestiging komen? Uit cijfers van het GfK blijkt dat de samenstelling en het kooppatroon van de bewolking verandert. Een prachtig pand op een A-locatie waar veel mensen langslopen en in aanraking komen met de nieuwe winkel is de grote wens van veel retailers. Toch is het goed om de focus breder te leggen dan een drukke winkelstraat en attractief pand. Bij het bepalen van een nieuwe vestigingsplek moeten actieve (bestaande) klanten het uitgangspunt zijn. Begin daarom voor het bepalen van een locatie met een analyse van de huidige klanten. Zij zijn tenslotte bekend met de winkelformule en kunnen binnen deze analyse dienen als ijkpunt. In dit artikel vertel ik met behulp van verschillende stappen hoe een goede klantanalyse de basis is voor een goede locatie.

Stap 1: Breng het profiel van de huidige klanten in kaart
Bepaal het profiel van de huidige klanten op basis van de socio-demografische kenmerken, zoals geslacht, leeftijd of burgerlijke staat. Breng daarnaast het koopgedrag van de klanten in kaart om zo een volledig beeld te krijgen. Vroeger gebeurde dit door uitvoerig marktonderzoek met behulp van interviews of het invullen van vragenlijsten. Maar dit kan tegenwoordig een stuk eenvoudiger door bijvoorbeeld de data te analyseren van klantkaarten binnen loyaliteitsprogramma's.

Bij het in kaart brengen van de huidige klanten moet je rekening houden met regionale verschillen en afwijkende profielen op basis van aankoopgedrag. Dit is mogelijk door klantgegevens te koppelen aan een landelijk dekkende profieldatabase. Op basis hiervan kunnen één of meerdere doelgroepen gedefinieerd worden.

Stap 2: Analyseer hoeveel tijd klanten bereid zijn om te reizen voor je product
Door voor elke klant de reistijd en afstand over de weg naar de vestiging inzichtelijk te maken, kan bepaald worden hoeveel tijd klanten bereid zijn om te reizen voor een product. Oftwel, binnen hoeveel minuten reizen woont het grootste deel van de huidige klanten. Vaak is er een duidelijk omslagpunt zichtbaar. We zien vaak dat zodra de reistijd relatief veel stijgt, het aantal extra klanten nauwelijks toeneemt.

Het verzorgingsgebied van een bepaalde vestiging is nu duidelijk. Hieruit valt op te maken welke gebieden nog niet bediend worden. Deze zogenaamde 'witte vlekken' geven inzicht in de mogelijkheden. De volgende stap is te bekijken welke van deze gebieden de basis kunnen zijn voor een nieuwe vestiging.

Stap 3: Bepaal welke witte vlekken interessant zijn voor een nieuwe vestiging
Vaak wordt voor het bepalen van de juiste locatie vooral naar de winkel en de plaats gekeken. Denk aan de verhouding tussen het totaal aanwezige vloeroppervlak en de omvang van de bevolking van een bepaalde plaats. Het profiel inclusief het gedrag van de bevolking wordt hierin niet meegenomen.

Het wordt hierdoor lastig om een goede inschatting te maken van het te verwachten marktaandeel en de omzet. Om deze inschatting te kunnen maken, is het van belang om de bestaande vestigingen goed te analyseren. Kijk hierbij onder andere naar het doelgroep profiel van de verschillende verzorgingsgebieden, de concurrentie en de invloed hiervan op de omzet. Breng daarnaast in kaart wat de invloed van webwinkels is en of er sprake is van kannibalisatie met de huidige vestigingen.

Stap 4: Kies de juiste locatie
Een complete analyse geeft op efficiënte wijze inzicht in de potentie van de verschillende witte vlekken. Vanuit de analyse in stap 3 zijn een aantal potentiele vestigingsplekken naar voren gekomen. Voer op deze locaties aanvullend kwalitatief marktonderzoek uit om een definitieve keuze te kunnen bepalen. Deze manier van werken (analyse eigen data aangevuld met gericht kwalitatief onderzoek) werkt goed en bespaart kosten in vergelijking met kwalitatief onderzoek voor een groot aantal potentiele locaties.

Is het noodzakelijk om (ook) een vestiging te sluiten, dan komt de eerder besproken klantanalyse ook van pas. Bij het bepalen van de fair-share (deel van de doelgroep dat daadwerkelijk klant is geworden) kan er nu rekening gehouden worden met de verschillende profielen binnen de huidige verzorgingsgebieden. Wat zijn de veranderingen binnen de huidige populatie en is de locatie op basis hiervan nog steeds geschikt? Wanneer de fair-share op een bepaalde locatie achterblijft en ook andere zaken als winstgevendheid niet meer positief blijken, kan dit doorslag geven om een vestiging te sluiten.

Big data?
Je ziet het: de keuze voor waar je een nieuwe vestiging opent, is niet gemakkelijk te maken. Het draait om de juiste inzichten uit eigen data en de data van anderen. Het belangrijkste is inzicht in je eigen klanten. Welke producten kopen ze, wanneer kopen ze en wat is de reisbereidheid. Combineer dat met externe data over bijvoorbeeld een vestigingsplaats. Wonen daar mensen die net zo zijn als bestaande klanten? Of zijn er vergelijkbare winkels? Is dit big data? Nee, ik noem het smart data want we zoeken op een aantal specifieke vragen het beste antwoord.

 

 

Reacties 0


Schrijf een reactie


Je e-mailadres wordt niet gepubliceerd.

Altijd op de hoogte van de laatste trends in de retailsector.

Schrijf je nu in voor de nieuwsbrieven van RetailTrends.

Er staan fouten in het formulier. Corrigeer je invoer en probeer het opnieuw.

Vul uw wachtwoord nogmaals in ter controle.

Je bent toegevoegd aan onze mailinglijst!

Dit artikel krijg je cadeau. Lees alles van RetailTrends voor slechts € 10,- (eerste maand).

Word member Of log in