Lokační analýza pomáhá optimalizovat pobočkovou síť, najít ideální místo pro novou pobočku nebo segmentovat klienty podle dostupných dat, která o nich společnosti mají. Podle nich pak mohou určit, kdo je jejich typický zákazník a odkud přichází. Odhaluje ale například i to, kde je reálná spádová oblast konkrétní pobočky a pomáhá tak efektivně naplánovat třeba marketingovou kampaň.

Otevíráte novou pobočku? Dejte o tom vědět vašim budoucím zákazníkům

Analýza dat se vztahem k lokalitě pomáhá nejen s umístěním kamenné pobočky nebo výdejny, ale také právě s plánováním a cílením marketingových kampaní. To se týká jak off-line, tak online prezentace. Díky lokační analýze firmy například doručí svůj leták přesně tam, kde bydlí člověk, který splňuje nastavená kritéria, ale i optimalizují cílení online reklamy nebo umístění outdoorových reklam.

Ani letáková kampaň tak nemusí být zastaralým způsobem prezentace, ale může se stát efektivním oslovením adekvátního publika. Záleží hlavně na tom, jak kampaň společnosti připraví. I pro off-line kampaň totiž mohou využít moderní technologie v cloudu. Díky informacím, které si firmy zobrazí na mapě neplýtvají například materiálem na tisíce nevyužitých letáků, ani pozorností publika, které o produkt, službu nebo firmu nemá přílišný zájem. Mapa jim ukáže přesně ty místa, kam je vhodné kampaň cílit, i to jaký typ zákazníků se v dané lokalitě pohybuje.

Reálná spádová oblast ukazuje, odkud k vám zákazníci přichází

Spádová oblast je pro obchodníky zásadní informací, kterou potřebují znát, aby věděli, odkud jsou jejich zákazníci. Nemusí jít jen o vzdálenost dosažitelnou pěšky, ale přicestovat mohou například také autem nebo MHD. Důležité však je, že místo zájmu je dosažitelné v určitém časovém intervalu, jako například 5, 10 nebo 15 minut.

Reálná spádová oblast vypovídá o něčem jiném. Ta ukazuje odkud reálně zákazníci přichází. Vymezena je na základě práce s reálnými daty, například z věrnostních programů, návštěvních systémů nebo objednávek z e-shopu.

Pro firmy je velmi důležité to, odkud přichází jejich zákazníci, proto aby například věděli, kde je mají oslovovat a kde už to nemá smysl. Vizualizace a pokročilá analýza na mapovém podkladu tak umožňují vidět potenciál stávajících poboček, ale například i oblasti jako stvořené pro marketingovou prezentaci. Lze tak také předejít tomu, že nově otevřená pobočka jen obslouží ty zákazníky, kteří už navštěvují pobočku v jiném místě. To by totiž pro firmu znamenalo pouze zvýšení nákladů na provoz nové pobočky, která ale neobsluhuje nové zákazníky. Analýza probíhá za využití interních i externích dat. Kombinují se tak například data o zákaznících konkrétní firmy s demografickými údaji apod.

Spádová oblast tak firmám přináší informace o dosahu prodejní sítě, o tom, kolik procent populace tato síť pokrývá, kolik je to lidí a tím pádem potenciálního obratu.

Jak definovat spádovou oblast?

Způsobů, jak definovat spádovou oblast je několik. Vždy ale musí stát na konkrétních datech. Chce-li například spustit společnost marketingovou kampaň na propagaci nově otevírané pobočky, ale nemá zatím žádné údaje o klientech a jejich nákupech, stále může vypočítat potenciální spádovou oblast. Může pak například letákovou kampaň plánovat mnohem efektivněji a zaměřit ji na cílovou skupinu, kterou potřebuje oslovit.

Na základě výpočtu spádové oblasti, ale mohou firmy také odhadnout potenciál nově plánované prodejny nebo analyzovat data o vnitřní konkurenci. Taková analýza umožňuje firmám předejít tomu, že si konkurují jejich vlastní pobočky navzájem. Přehled mají samozřejmě i o dalších konkurenčních firmách a jejich pobočkách. Práce s daty vypovídá také o jednotlivých segmentech zákazníků. K lokalitě lze totiž vztáhnout také informace o jednotlivých skupinách zákazníků. Firmy pak vědí, kde se jednotlivé segmenty pohybují. Pokud interní údaje o nákupech klientů firma má, spádovou oblast snadno zjistí na základě adres svých věrných zákazníků.

Komunikovat potřebuje firma se svými zákazníky nejen při otevírání nové pobočky, ale například také při servisních zásazích. Když mění otevírací dobu nebo plánuje rekonstrukci. To je pak nutné oznámit relevantní skupině zákazníků. S tím, kde je najít, pomáhá právě lokační analýza.

Spádovou oblast mohou firmy modelovat, i když ještě nemají data

Nejjednodušší, nejlevnější, ale také nejméně přesný způsob zobrazení spádové oblasti je tzv. direct modelling (model přímé vzdálenosti). Ten si lze představit jako kružnici se středem v místě pobočky nebo restaurace a poloměrem například 2 km. V některých oblastech se tak může velmi blížit dalšímu způsobu vizualizace, tedy tzv. routingu (model cestní sítě). U routingu se však nepracuje se vzdušnou vzdáleností, tak jako o direct modellingu, ale se vzdáleností na cestách. Oba způsoby tak vymezují oblast, ve které se mohou potenciální zákazníci pohybovat a kde tedy mají šanci je zachytit.

Nemusí však jít vždy o lokality vyznačující největší koncentraci míst, kde zákazníci bydlí. Modelovaná spádová oblast sice vymezuje vzdálenost v určitém okruhu od pobočky, ale důležitými body nejsou jen adresy rezidentů v dané lokalitě. Atraktivitu pobočky totiž může značně ovlivnit například přítomnost důležitých zastávek nebo jiných dopravních uzlů. Pobočka umístěná uprostřed sídliště tak může být méně atraktivní než ta, na kterou obyvatelé tohoto místa narazí už po cestě z práce v blízkosti zastávky MHD.

Takto definovaná spádová oblast obchodníkům odpovídá na to, kolik lidí se v dané lokalitě bude pravděpodobně pohybovat a vyplatí-li se tak pobočku podpořit, případně vybudovat.

Reálná data vedou k přesnějším výsledkům

Spádovosti vycházející ze skutečných dat jsou založeny na analýze adres klientů a jejich nákupů. Pokud firmy využívají reálná data, mohou vidět skutečný dopad své obchodní sítě. Tedy to, kde a jak performují. Aby se společnosti vyvarovaly zkreslení, mohou si stanovit konkrétní podmínky, které musí zákazník splnit, aby byla data o něm do výpočtu zařazena. Výpočet reálné spádové oblasti tak potom nezkreslují například ti, kteří nakoupili v daném obchodě jenom jednou při cestě na dovolenou, protože podmínka je definovaná na určitý počet nákupů za rok nebo určitou utracenou částku.

Na základě reálných dat tak mohou firmy sledovat na mapě, které pobočky jsou v dosahu jejich cílové skupiny. Interní data pak mohou kombinovat s externími daty, jako jsou například demografické údaje o obyvatelstvu. Spádovou oblast lze tedy vztáhnout například ke konkrétním administrativním jednotkám a pracovat s přirozenými hranicemi ve městech. Tzv. heatmapy zase zobrazují spádové oblasti pomocí hotspotů, tedy ukazatelů míst, kde se koncentrují zákazníci dané společnosti nebo tzv. místa zájmu, tedy obchody, banky a restaurace. Na mapě tak společnosti vidí nejexponovanější místa a mohou těmto zjištěním přizpůsobit svoji obchodní nebo marketingovou strategii.

Spádová oblast jednoduše, díky chytrým mapám

Se spádovými oblastmi pracují firmy již dlouhou dobu. S rozvojem IT a softwarových řešení se ale zásadně mění způsoby jejich výpočtu. Tento úkol už nemusí být záležitostí GIS specialistů a analytiků. Existují totiž platformy pro lokační analýzu, které jsou určeny pro využití business manažery bez nutnosti odborných analytických znalostí.

Díky lokační analýze se mohou firmy dívat na data jinak a vysledovat tak souvislosti, které by jim v tabulkách mohly uniknout. Všechny firmy mají dostupná data o svých zákaznících, mnoho dat je také volně přístupných. Mapy firmám pomáhají určit, kde je pro jejich byznys největší potenciál, kde se pohybují jejich zákazníci nebo kde bydlí ti, kdo u nich nakupují pravidelně.

In-store lokační analýza ukáže, jak se pohybují zákazníci v obchodě

Lokační analýzu využívají firmy i pro zmapování pohybu zákazníků uvnitř obchodů. Získání správných poznatků o vnitřních pohybech zákazníků pomůže navést firmy ke zlepšení přístupových cest v uličkách, uspořádání zboží na regálech nebo například upravení počtu pokladen tak, aby vyhovovaly toku zákazníků.

Data, která je možné analyzovat se totiž skrývají i v pohybu zákazníků po obchodě. Obchodníci tak mohou využít například údaje o trendech v počtu příchozích zákazníků, o transakcích v konkrétních časových obdobích nebo o průměrných časech, které zákazníci v obchodě stráví předtím, než nakoupí. Díky shromáždění a analýze těchto dat pak optimalizují nejen výběr místa, kde pobočku otevřou, ale i to, jak vypadá a funguje uvnitř.

Ke sběru dat jim slouží například kamerový systém nebo senzory umístěné u vstupů do prodejny. Ty tak zaznamenávají především to, kdy a kolik lidí do prodejny vstupuje a kolik jí zase opouští. Kamerový systém sleduje pohyb zákazníků po obchodě a zaznamenává například i to, kde se zastavují. Technologií, které dokáží zaznamenat pohyb lidí po obchodě je celá řada, patří mezi ně například také beacony.

Lukáš Puchrik Autor článku je spoluzakladatel brněnského startupu CleverAnalytics, který vyvíjí cloudovou platformu pro lokační analýzu. Analýzou dat nad mapovými podklady tak pomáhá činit důležitá byznysová rozhodnutí vrcholným manažerům z retailu, bankovnictví, food delivery a dalších odvětví.