Store Analytics

Le metriche digitali nel mondo fisico.

Applicazioni modulari pensate ad hoc per i retailer per: conoscere e trasformare la shopping experience, applicare strategie marketing mirate e massimizzare le performance degli store.

Retail

Insights sulle performance del tuo store

Raccogli i dati dall’esterno all’interno del tuo punto vendita per ottenere un quadro completo dell’intera customer journey.

Che tipologia di negozio hai?

Analizzare il bacino di potenziali visitatori nell’intorno del tuo punto vendita e misura e confronta la capacità di convertire i passanti in visitatori. Individuare i tempi medi di sosta al di fuori del punto vendita.

VEICOLI

# Veicoli nell'area esterna

PASSANTI

# Passanti nell’area esterna

FLUSSO DEI VEICOLI

Direzionalità dei flussi dei veicoli

Misurare e confrontare le performance degli store 
in termini di attrattività delle vetrine e tempi medi di esposizione.

PASSAGGI

# Passanti di fronte a ciascuna vetrina

CLASSIFICAZIONE SOCIODEMOGRAFICA

Distribuzione per genere e fasce d'età

VIEWS

Persone che guardano la vetrina

ATTENTION TIME

Tempo medio di attenzione visiva alla vetrina

ATTENTION INDEX

Rapporto tra passanti e views

ATTRACTIVITY INDEX

Rapporto tra views e passaggi

Misurare il numero di ingressi, i tempi medi di permanenza all’interno dello store con analisi specifica della loro distribuzione nello spazio e nel tempo.

INGRESSI

# Visitatori in ingresso ed in uscita

CLASSIFICAZIONE SOCIODEMOGRAFICA

Distribuzione per genere e fasce d'età

RESIDENCE TIME

Tempo medio di permanenza all'interno dello store

GRUPPI

# Gruppi / famiglie / persone che si muovono insieme

BENCHMARK

Valori di confronto rispetto a indici medi

Misurare l’efficacia e l’engagement dei visitatori nei confronti di aree espositive specifiche, prodotti o categorie di prodotti.

PASSAGGI

# Visitatori di fronte al prodotto/area espositiva

CLASSIFICAZIONE SOCIODEMOGRAFICA

Distribuzione per genere e fasce d'età

VIEWS

Persone che guardano il prodotto

ATTENTION TIME

Tempo di attenzione medio al singolo prodotto

TASSO DI EFFICACIA

Valore della potenza attrattiva e dell'efficacia di vendita del singolo prodotto

Misurare e confrontare le performance dei reparti in termini di popolarità, tipologia di audience e tempi di permanenza.

PASSAGGI

# Visitatori nei diversi reparti

CLASSIFICAZIONE SOCIODEMOGRAFICA

Distribuzione per genere e fasce d'età

DWELL TIME

Tempo di permanenza per reparto

TASSO DI EFFICACIA

Valore della potenza attrattiva e dell’efficacia di vendita dei reparti

BENCHMARK

Valori di confronto rispetto a indici medi

Monitoraggio della performance delle casse in termini di coda e tempi di attesa.

AFFLUENZA

# Visitatori in attesa alle casse

CLASSIFICAZIONE SOCIODEMOGRAFICA

Distribuzione per genere e fasce d'età

GRUPPI

# Gruppi di acquisto

DWELL TIME

Tempo di attesa in coda

Misurazione dell’audience degli impianti di digital signage per massimizzare il valore degli spazi, sia in termini di possibilità di vendita ADV, sia per pilotare contenuti targettizzati in base all’audience di fronte allo schermo in tempo reale.

OTS

Passanti esposti all'impianto digitale

CLASSIFICAZIONE SOCIODEMOGRAFICA

Distribuzione per genere e fasce d'età

VIEWS

Visualizzazioni della pubblicità

ATTENTIONTIME

Tempo medio di attenzione visiva all’impianto

BENCHMARK

Valori di confronto rispetto a indici medi

Misurare l’attrattività di un negozio sull’intera area commerciale, confrontando il numero di ingressi con il numero di veicoli nel parcheggio e dell’affluenza di veicoli in tempo reale e su base storica.

VEICOLI

# visitatori in ingresso 
e in uscita

PEDONI

# Pedoni nel parcheggio

DIREZIONE DEI VEICOLI

Direzionalità dei veicoli e uscita

CORRELAZIONE DI PRESENZE

Comparazione di presenze nell’area monitorata

Analizzare il bacino di potenziali visitatori nell’intorno del tuo punto vendita e misura e confronta la capacità di convertire i passanti in visitatori. Individuare i tempi medi di sosta al di fuori del punto vendita.

VEICOLI

# Veicoli nell'area esterna

PASSANTI

# Passanti nell’area esterna

FLUSSO DEI VEICOLI

Direzionalità dei flussi dei veicoli

Misurare il numero di ingressi, i tempi medi di permanenza all’interno dello store con analisi specifica della loro distribuzione nello spazio e nel tempo.

INGRESSI

# Visitatori in ingresso ed in uscita

CLASSIFICAZIONE SOCIODEMOGRAFICA

Distribuzione per genere e fasce d'età

RESIDENCE TIME

Tempo medio di permanenza all'interno dello store

GRUPPI

# Gruppi / famiglie / persone che si muovono insieme

BENCHMARK

Valori di confronto rispetto a indici medi

Misurare l’efficacia e l’engagement dei visitatori nei confronti di aree espositive specifiche, prodotti o categorie di prodotti.

PASSAGGI

# Visitatori di fronte al prodotto/area espositiva

CLASSIFICAZIONE SOCIODEMOGRAFICA

Distribuzione per genere e fasce d'età

VIEWS

Persone che guardano il prodotto

ATTENTION TIME

Tempo di attenzione medio al singolo prodotto

TASSO DI EFFICACIA

Valore della potenza attrattiva e dell'efficacia di vendita del singolo prodotto

Misurare e confrontare le performance dei reparti in termini di popolarità, tipologia di audience e tempi di permanenza.

PASSAGGI

# Visitatori nei diversi reparti

CLASSIFICAZIONE SOCIODEMOGRAFICA

Distribuzione per genere e fasce d'età

DWELL TIME

Tempo di permanenza per reparto

TASSO DI EFFICACIA

Valore della potenza attrattiva e dell’efficacia di vendita dei reparti

BENCHMARK

Valori di confronto rispetto a indici medi

Monitoraggio della performance delle casse in termini di coda e tempi di attesa.

AFFLUENZA

# Visitatori in attesa alle casse

CLASSIFICAZIONE SOCIODEMOGRAFICA

Distribuzione per genere e fasce d'età

GRUPPI

# Gruppi di acquisto

DWELL TIME

Tempo di attesa in coda

Misurazione dell’audience degli impianti di digital signage per massimizzare il valore degli spazi, sia in termini di possibilità di vendita ADV, sia per pilotare contenuti targettizzati in base all’audience di fronte allo schermo in tempo reale.

OTS

Passanti esposti all'impianto digitale

CLASSIFICAZIONE SOCIODEMOGRAFICA

Distribuzione per genere e fasce d'età

VIEWS

Visualizzazioni della pubblicità

ATTENTIONTIME

Tempo medio di attenzione visiva all’impianto

BENCHMARK

Valori di confronto rispetto a indici medi

Quali sono i benefici?

Massimizzazione dell’attrattività del negozio e del conversion rate

A/B testing sulle attività visual e analisi di performance di esposizione

Ottimizzazione del layout dello store e gestione dello staff

Calibrazione di brand/product mixing e politiche commerciali

Staff exclusion

Dati puntuali

Puoi rimuovere dai conteggi i passaggi dei dipendenti al fine di mantenere i valori numerici dei soli passaggi dei visitatori dell’area monitorata.

Grazie a questa funzionalità, la tecnologia viene addestrata per riconoscere le divise e tutti i dipendenti saranno «invisibili» ai sensori. Il loro transito non inciderà sui conteggi dei passaggi delle singole aree.

L’esclusione dello staff viene eseguita internamente ai sensori: l’elaborazione avviene istantaneamente a bordo di ciascun sensore e non è possibile risalire all’identità dei dipendenti.

Store analytics ingresso

Visualizzazione dei dati

Data platform customizzata per visualizzare ed esportare i dati

I dati anonimi e aggregati raccolti in tempo reale possono essere consultati su dashboard Blimp Analytics o trasferiti a piattaforme di terze parti.

VISUALIZZAZIONE DATI

Con Dashboard Blimp Analytics per:

  • Benchmark – comparatore
  • Analisi e confronto tra tutta la rete dei punti vendita
  • Analisi dei KPI per creare aggregazioni di aree geografiche, performance del pdv, categorie di negozio (es. centri commerciali e su strada)
  • Integrazione attraverso API
  • Export in excel

Case Studies

Esplora i casi di applicazione

Esempi di progettualità messi in campo con i nostri clienti.

Deep tech per il monitoraggio dei dati in ambienti urbani

Leroy Merlin aveva la necessità di raccogliere informazioni in tempo reale sui visitatori dello store e il loro comportamento nelle diverse aree di interesse: area parcheggio, area ingresso, area reparto, area espositiva, focus prodotto e area casse.
Con l’installazione di vari sensori Head-Counter il cliente poteva quindi conoscere il tempo medio di permanenza nei singoli reparti nei diversi momenti della giornata per determinare di conseguenza l’allocazione del personale.

In aggiunta, nell’ottica di avere dei dati estremamente precisi che non fossero impattati dai passaggi del personale interno allo store, ha sperimentato la features Staff Exclusion: i sensori infatti sono stati addestrati per riconoscere la divisa dello staff e renderlo quindi invisibili per i dati.

Deep tech per il monitoraggio dei dati in ambienti urbani
Deep tech per il monitoraggio dei dati in ambienti urbani

In occasione dell’edizione 2019 di Mille Miglia (15-19 maggio) sono stati installati dei sensori Blimp sui veicoli per: misurazione dell’affluenza di spettatori lungo l’intero percorso della manifestazione e suddiviso per tappe; classificazione sociodemografica degli spettatori (età, genere, gruppi); definizione del volume di esposizione del brand per ogni tappa del percorso; monitoraggio attraverso il sistema di acquisizione installato a bordo di 4 vetture distribuite all’interno del convoglio.

Tasso di accuratezza verificato: 98,3%

Deep tech per il monitoraggio dei dati in ambienti urbani
Deep tech per il monitoraggio dei dati in ambienti urbani

Amazon aveva necessità di capire quali fossero le aree più attrattive dello shop in shop posto all’interno del Mediaworld Milano Certosa per poter ricalibrare le strategie di posizionamento dei prodotti e del layout.

La misurazione in tempo reale dell’audience ha consentito di analizzare i flussi dei 5 reparti presenti nello shop in shop, misurare le affluenze e ottimizzare i tempi di permanenza per reparto. Questi dati sono stati correlati con quelli dello scontrinato giornaliero per avere un’analisi più precisa del conversion rate di ciascun area.

Mondadori aveva necessità di introdurre strumenti tecnologici avanzati all’interno dei suoi store, che gli permettano di avere dati certi con cui modellare e calibrare le sue strategie per effettuare scelte data driven precise a fine di massimizzare le vendite e migliorare l’esperienza in store in base al target di riferimento.
La tecnologia Blimp crea un digital twin dell’ambiente che circonda il negozio con focus particolare sulle vetrine, attraverso sensori on field che analizzano e certificano l’impatto delle singole vetrine suipassanti. La misurazione in tempo reale dell’audience e l’esposizione degli insights su dashboard danno gli strumenti a Mondadori per un costante miglioramento delle strategie marketing e vendita.
Deep tech per il monitoraggio dei dati in ambienti urbani

L’obiettivo era monitorare i flussi dei visitatori presenti agli stand del cliente durante le principali fiere di setttore come Refrigera e C&R e Sigep, grazie all’installazione on field dei sensori Head-Counter di Blimp.

Qual era la finalità? Raccogliere dati dettagliati dei flussi, dei tempi medi di permanenza e delle performance di attratività dello stand, del conversion rate tra pedoni esterni e ingressi e dei tempi di permanenza per area.

Deep tech per il monitoraggio dei dati in ambienti urbani

Spinte dalla crescente diffusione dei veicoli elettrici, le stazioni di servizio dovranno trasformarsi diventando multi service, con nuovi punti di intrattenimento, rispondendo a nuove esigenze.

Con i sensori Head-Counter, privacy by design, si può riprodurre l’ambiente della stazione al fine di racogliere i dati sui flussi pedonali e veicolari.

La misurazione in tempo reale dei passaggi e l’esposizione degli insights su dashboard custom permettono di analizzarei trend e di adattare le strategie di redesign degli spazi e dell’esperienza utente all’interno delle stazioni.

Deep tech per il monitoraggio dei dati in ambienti urbani
Deep tech per il monitoraggio dei dati in ambienti urbani

Mondadori aveva necessità di introdurre strumenti tecnologici avanzati all’interno dei suoi store, che gli permettessero di avere dati certi con cui modellare e calibrare le sue strategie per effettuare scelte data driven precise a fine di massimizzare le vendite e migliorare l’esperienza in store in base al target di riferimento.

Grazie alla tecnologia Blimp è stato possibile creare un digital twin dell’ambiente che circonda il negozio con focus particolare sulle vetrine e sugli ingressi, attraverso sensori on field che analizzano e certificano l’impatto delle singole creatività in vetrina e sulle conversioni in ingressi.

La misurazione in tempo reale dell’audience e l’esposizione degli insights su dashboard hanno dato gli strumenti a Mondadori per un costante miglioramento delle strategie marketing e vendita.

Deep tech per il monitoraggio dei dati in ambienti urbani