Анализ посещаемости торгового объекта будь то Торговый центр, сетевой магазин или единичная торговая точка, является неотъемлемой частью процесса принятия решений, как для малого и среднего, так и для крупного бизнеса. Количество посетителей – один из важнейших индикаторов в системе товарно-денежных отношений между продавцом и покупателями. Очевидно, что сам по себе показатель посещаемости не столь информативен, как например показатель рентабельности объекта и прочие характеристики коммерческих образований. Но в сочетании с показателями реализации продукции, к примеру, количеством выбитых чеков или количеством проданных товаров или оказанных услуг, посещаемость формирует мощные и информативные показатели, способные дать объективную оценку реальной рыночной обстановки и принимать своевременные и эффективные управленческие решения.

Рассмотрим отношение количества чеков, выбитых в течение дня, к количеству посетителей в этот день. Принимая, что один чек – это один покупатель, это отношение можно рассматривать как долю посетителей, ставших покупателем, т.е. процент людей, чей спрос был удовлетворен предложенными им ассортиментом товаров, их стоимостью и качеством обслуживания. Рассмотрев этот процент в динамике, и оценив тенденцию, наличие и направленность тренда во временном ряду показателя, можно сделать выводы о стабильности процесса, дать оценку перспективности намеченного курса или принять решение о необходимости вносить в него некоторые корректировки. Установить наличие и существенность сезонных прочих колебаний, требующих адекватной реакции на них при формировании расписания работы сотрудников, продавцов, склада и т.д.

Сопоставив в динамике изменение показателя с факторами способными оказать на него влияние, можно определить наличие и уровень корреляционных связей между ними. Определить, какие из них оказывают существенное влияние на результирующий признак, а изменение других, не повлечет за собой ощутимых изменений. Например, есть необходимость частично разгрузить склад, при этом не понести серьезных потерь от снижения цен. Известно, что количество посетителей в день на этот период максимально и нет способов его существенно увеличить. Возьмем отношение количества реализованной продукции за день к количеству посетителей в этот день. Представим эту относительную величину как временной ряд. В эти же временные рамки аналогично добавим несколько других показателей, например: суммарное количество различных видов представленной продукции, количество топ брэндов, количество товаров продающихся со скидкой, количество товаров низкой ценовой категории, количество действующих рекламных проектов и т.д. Предположим, что, проведя корреляционный анализ, мы выяснили, что наибольшее влияние на изменение количества товаров на одного человека, вошедшего в магазин, оказывает количество товаров низкой ценовой категории. Таким образом, учитывая это при формировании ассортиментной матрицы и дав определенные указания по мерчендайзингу можно увеличить количество отгружаемой со склада продукции. Аналогичным способом можно решать множество задач, связанных с принятием решений в условиях динамично изменяющейся рыночной обстановки.

Вот другой пример использования показателя посещаемости торгового объекта: Предположим, мы выяснили, что на доходность объекта сильно влияет его посещаемость. Как увеличить приток посетителей? С помощью регрессионных моделей зависимости посещаемости от факторов, на которые возможно оказывать непосредственное влияние, можно проводить эффективное управление и адекватные маркетинговые решения. Есть торговое предприятие, например торговый центр, использующий 5 видов рекламы: телевидение, радио, рекламные плакаты, промо акции, Интернет реклама. Очевидно, что чем больше посещаемость объекта, тем выше арендная плата в нём и как следствие доход. Оценив, какой или какие из видов рекламы оказывает наибольшее влияние на количество посещений, можно составить регрессионную модель, которая покажет, на сколько увеличится приток посетителей в ТЦ при увеличении, к примеру, Интернет и радио рекламы.

Посещаемость торгового объекта, является одним из основополагающих факторов определения арендной платы для магазинов представленных в торговых центрах. Для определения «якорных» магазинов на текущий момент времени, т.к. выбранные таковыми изначально, могут переставать являться ими, а другие могут ими стать. Знание уровня посещаемости торгового объекта, может стать мощным аргументом для увеличения арендной платы арендодателем. Различие в уровне посещаемости различных этажей, секторов торгового центра, полученное при подсчете посетителей, отражает реальную ситуацию, сложившуюся под влиянием большого количества факторов. Эту ситуацию необходимо контролировать и вовремя отслеживать её изменения.

Для сетевых магазинов мониторинг посещаемости – важнейший показатель эффективности работы всех составных частей торговой сети и адекватности принимаемых решений. При большом количестве магазинов в сети, возникают проблемы связанные с контролем над ними. Использование системы подсчета посетителей дает большое количество аналитических инструментов, для того чтобы решение этих проблем было эффективным и своевременным.

Например, при расширении сети в регионах, есть необходимость оценивать уровень интереса к магазинам в конкретных регионах. Количество посещений в регионе – очевидный индикатор этого уровня. Так же используя индекс концентрации посещений, можно получить информацию о необходимости такого расширения. Если распределение посещений по стране неравномерно и большая часть потенциальных посетителей находиться в одном или нескольких регионах, то следует внимательно относиться к этой проблеме и принимать правильные решения. Помимо этого в сетях с достаточно большим количеством магазинов есть необходимость классификации магазинов по целому ряду показателей и объединении их в определенные группы. При проведении процедуры многофакторного кластерного анализа, посещаемость или показатели на её основе – весомый критерий разбиения магазинов на кластеры. В процессе планирования, учет посетителей торгового объекта является важным фактором прибыли, издержек и других важнейших показателей при использовании регрессионных и прогнозных моделей.