しかし、回転式改札口のように、普通の人の通路カウンターに基づいて行われる目に見えない仕事について話しましょう。 よく狙われたボールへの打撃なしでのみ。
リードスイッチの後の最も簡単な実装は、IRビームの交差です。
店舗の訪問者を数えることに加えて、そのようなことは何のためにも必要ではないように思えるかもしれません。 ただし、ショッピングセンター全体でそれらを突くと、単純な線形分析でも多くの有用なことが得られます。 たとえば、有能なフロートラッキングモールは、店舗がオーディエンスにアピールするのをやめたことを知っており、新しいテナントを配置する場所を数値的に正確に知っています。
これは、私の意見では、 ログのように単純なデータでも 、頭に入れれば通常の10倍の効率で使用できるという事実の最良の例です。
人々はどう思う
最もシンプルで安価な実装は、すべてのロジックがビームレシーバーで行われ、エミッターが懐中電灯の原理に従って単純に光る必要がある場合のターンスタイルです。 ビームの中断は、ランダムトリガー（たとえば、コントロールゾーンを通過する手の波）よりも長い時間検出されます。 2番目のバージョンは、部屋への侵入を制御するために使用されるものと同様の単なるIRセンサーです（フレネルレンズを通して平均的な赤外線背景を固定し、人が視界を移動するときに連続パルスを受信できるようにします）。 従来のカメラに基づいた実装もあります。 産業用システムは、職人の精度、設定遅延、読みやすさの指標によって組み立てられたものとは区別されます。 まあ、ネットワークに統合し、他の建物のサブシステムに統合する機能。
モールへの入り口と店舗への入り口
ショッピングセンターがテナント用の建物自体への入場センサーに関する情報を共有し、店舗内の入場を確認した場合、これにより非常に重要なことを考慮することができます-季節、天気、その他の変動を広告、サービスの低下などから分離することができます。
すべてがシンプルです。 今週、店舗の訪問者数は10.6％減少したことがわかります。 これはおそらく悪いことだと思います。 次に、ショッピングセンター自体の入り口にあるカウンターを見てください。24％の低下があります。 これはまだ成長であり、下落ではないことが明らかになります。 シフトが以前よりも効率的に機能したか、広告が機能しました。
次に、蓄積されたデータを確認できます。 たとえば、過去の同じ週と前の年。 絶対的な指標だけでなく、ショッピングセンターに入った人と店に入った人の比率にも興味があります（エントリ変換）。 これにより、需要を分解するための別の基準点を取得できます。つまり、人がどこから来たのかを理解する方法がない、これらのタイプの広告の有効性を数学的に計算します。 つまり、原則は次のとおりです。季節の変化、天気の影響、あらゆる種類のブロックされた地下鉄駅、品揃えの影響など、ノイズから信号を消去し、「販売方法」の参照スケジュールを取得する必要があります。実際には、過去の数学的予測です。 「あるべき」と「実際には」の違いを理解するために、すでに実際に取得されているデータを予測します。 そして、予測と偏差を比較することは、より多くのエラーです-これは、例えば、広告の有効性になります。
15のポイントを持ち、さまざまな広告方法を使用して、最も効果的な方法の組み合わせをすばやく理解できる方程式のシステムを作成できます。 アウトレットが1つしかない場合は、オプションとその組み合わせのみをソートして分解することができます。これは非常に遅いですが、盲目的に移動することはありません。 また、直感的なアプローチと実験的なアプローチの違いは、1つのデバイスだけです。
優れたショッピングセンターでは、フロアやフロアのゾーンで何が起こっているのかを確認することもできます。 センサーは安価であり、センサーからのデータは貴重だからです。 たとえば、子供たちのテーマ全体が垂れ下がっていることや、ナビゲーションの問題のために人々が床を離れていることがわかります。 有用な説明。
店舗への入り口のみ
分析の基本的な例は、この場所で家賃を支払う価値があるかどうかの評価です。 ストリームからのおよそのコンバージョンと平均請求額を知ることで、20平方メートルあたり25万ルーブルが何であるかを見積もることができます。 問題は、契約に署名する前に誰もあなたにデータを提供しないので、あなたはそれを「手で」、異なる日と時間に立ち、数えなければならないということです。 しかし、これは基本的な指標です。
すでに設置されているので、メーターを使用してフローの週ごとおよび時間ごとの変動を計算すると非常に便利です。 たとえば、私たちのピークはしばしば16-17と18-19に落ちます-ちょうどそのとき、ほとんどの人が店で。 これは、売り手向けに最適化されたスケジュールを作成できることを意味します。1つはフルシフト、2つ目のハーフシフトで動作し、たとえば、ピークの数時間前に終了し、クローズする数時間前に終了します。 これはあなたの節約です（適切な数の売り手を得て、人がいない瞬間に売り手を放置しないでください）および売り手の利便性-たとえば、外部の学生や別の仕事の柔軟なスケジュールを持つ人が働くことができるようなスケジュール（半シフト） これが売り手のクラウドサービスであり、現在の経済に非常に特徴的です。
当然のことながら、週ごとの変動により、週末には、たとえば、シフトを強化する必要があることが明らかになります。 これは通常理解できますが、強みは履歴データにあります。 たとえば、週の真ん中に休日のケースをピックアップし、シフトの変化を確認できます。これにより、後で余分な人に電話をかけたり、逆に1人の売り手を離れて買い手の群衆を引き裂かないようにしたりできます。
入場とゾーンからの出入り
フローを追跡することで、ショッピングセンターのユーザーにとってストアがどのように興味深いかを理解できます。 たとえば、多くの人が「歩くだけ」の原則（高いtrazitivnost）を通過する場合、これは1キャラコです。 多くの人が来て、あなたがゾーンで高い相乗効果を持っている場合、それは異なります。 このデータは、モデルのホーニングとスケーリングに役立ちます。 どこでどのようにうまくいくかを理解する。 これらの場所に干渉するかどうかを知るため。
各ゾーンの入力と出力を見ると、この特定のショッピングセンターの人々にとって何が面白いかを理解できます。 ショッピングセンター自体にとって、これはテナントをより正確に選択する機会です（センサーを備えたショッピングセンターでは、原則として、空席よりもはるかに多くのアプリケーションがあります）。 ここでも、ゾーンの関心とその面積の比率を計算できます-これは示唆に富むものです。
また、相対的な魅力を構築することができます-エリアの合計シェアに関連するあなたのシェア（または在庫を持つ競合他社-入力センサーが大騒ぎしていない場合でも、誰も手を人とみなすことを禁じません）。 さらに、ゾーン内のキーストアのペアから定期的にチェックを撤回します（標準で必要とされる数字を継続的に均一に印刷します）-あなたは何が間違っているのか、何が改善できるのかを正確に知っています。 フロアにいる誰かの良いアイデアは、私たちがそれを消化し、追いつき、蒸留し、それを全国に拡大する何かに変わる可能性があります。
あなたへの入り口とサイトへの入り口
同じ小売店のGoogleアナリストの問題の1つは、サイトからストアへのコンバージョンの変換を知らないことです。 ある人が商品を見ただけで、その時点まで行った場合、あなたは彼がそれを何をしたのか決して理解できません。 より正確には、そのような人が何人いるかは決してわかりません。 コントロールストアを「静かに」開いて、サイトからの移行を1〜2週間追跡する機会がありますが、これは規模の贅沢です。
したがって、変換は重要です。 たとえば、最近の会議で、Yulmartの男は次のスキームを話した。都市に店舗がない場合、大まかに言えば、分析によると、サイトでのコンバージョンは1％です。 テレビを売り手に向かって叫ぶことができるポイントがあるとすぐに、「これは一体何だ？」-コンバージョンは1.5％に増加します。 彼らはショールームで大きな店を開きます-さらに高いなど これは多くの場合、歩行者の流れからの転換と比較するのに便利で便利です。つまり、あなたのポイントを通過した人と、購入した人に出入りした人の割合です。 たとえば、品揃えマトリックスが需要にどのように影響するかを理解できます。
目に見えない作品
デバイス自体（売り手の入力と出力を修正するセンサーとソフトウェアのセット）は非常にシンプルですが、第3世代以降のショッピングセンターは非常に優れた統計情報を作成します。 具体的には、ある時点で意図的にモールに来てから食料品店に行くたびに、到着すると統計的に区別され、何が起こったのかを理解できます。 そして、このテナントはショッピングセンターに人々を引き付けると結論付けます。 または、反対に、「足で投票」し、同じチェーン内のファッション店を通過する必要があります-その評価はすぐに低下します。
このトピックの開発がいかに少ないかを考えると、非常に「木製」のコンドミニアムデータでさえ創造的に使用できると言いたいと思います。 そして、そのような単純なセットでも何をすべきかを常に知っているわけではありません。 そのため、小売カンファレンスでビッグデータについて耳にするたびに、すでにあるものに対処する方法を最初に学ぶ価値があると思います。