De perfecte winkellocatie met data

In een wereld waarin winkelen en boodschappen steeds meer online gedaan worden en winkels meer opschuiven naar foodservice en foodretail, is het belangrijk de effectiviteit van je fysieke locaties te blijven optimaliseren. Dat doe je het best met een data-gedreven locatie-strategie.

Met data en de analysetools is het mogelijk om op basis van omzetvoorspellingen de juiste locatiekeuzes te maken en het bestaande portfolio te optimaliseren. Deze analyses laten een tot 90% nauwkeurige omzetinschatting zien van locaties en voorkomen onnodige sluitingen en kosten.

De data-gedreven locatiestrategie voor de meest kansrijke winkellocatie

Om inzicht te geven in de potentiële omzet van nieuwe winkels, wordt nog vooral gebruik gemaakt van ‘zachte’ onderzoeksresultaten en de expertise en ervaring van medewerkers. Met andere woorden, er wordt vooral gebruik gemaakt van het onderbuikgevoel.

Bij de data-gedreven locatiestrategie wordt er een omzetvoorspelling gedaan op basis van harde interne en externe data. Een geavanceerd rekenmodel combineert onder andere de impact van locatie- en omgevingsfactoren met reisafstanden en sociaal-demografische data. Die data en de juiste analysetools bepalen de meest doorslaggevende combinatie van factoren. Met deze data kunnen ook allerlei scenario’s gemaakt worden en die verschillende scenario’s geven een zeer accuraat beeld van de toekomstige werkelijkheid.

SPAR

Tot een jaar geleden bepaalde SPAR Nederland nieuwe winkellocaties op basis van een combinatie van externe onderzoeksrapporten en de expertise van het team. De resultaten waren goed, maar men wist dat het niet de optimale aanpak was voor toekomstige groei. Het grootste risico was steevast het risico van tegenvallende omzetten door verkeerde beslissingen op basis van onvoldoende inzicht in alle bepalende factoren. En voor SPAR was de noodzaak voor de juiste keuze voor nieuwe locaties extra aanwezig, omdat de winkelketen in de loop van de komende drie jaar wil uitbreiden naar 1.000 verkooppunten in Nederland. Een grote uitdaging met potentieel behoorlijke risico’s.

Data die werkt voor SPAR

Om data en inzichten goed in te zetten is het zogeheten IRIS Platform ontwikkeld en geïntroduceerd bij SPAR. IRIS (Interactive Retail Intelligence Scout) combineert interne kennis met externe ‘big data’ zonder dat SPAR al deze databronnen zelf hoeft aan te schaffen. Met IRIS kan het vastgoedteam van SPAR inmiddels voorspellingen doen die de 90% nauwkeurigheid benaderen. Een enorme verbetering ten opzichte van een jaar geleden. Met IRIS kunnen scenario’s opgezet worden voor het voorspelde verzorgingsgebied en de mogelijke kannibalisme-effecten tussen scenario’s. Allemaal gebaseerd op harde data.

Het IRIS-platform biedt ook uitsluitsel over beslissingscriteria voor nieuwe locaties waarbij het de eerste drempel is voor de keuze om een locatie nader, extern, te onderzoeken. Zo bespaart SPAR Nederland nu al 35% op de kosten van dergelijke duur extern onderzoek.

Meer informatie: www.spar.nl/het-verhaal-van-spar/

IRIS, Interactive Retail Intelligence Scout

Het IRIS-platform is ontwikkeld door Kirkman Company uit Baarn. Kirkman Company, specialist op het gebied van duurzame verandering bij bedrijven en organisaties, creëerde in nauwe samenwerking met SPAR als eerste de ‘machine learning-modellen’ waaruit de eerste voorzichtige voorspellingen van de omzet konden worden gepresenteerd. Na drie maanden leren, ontwikkelen en testen kon het SPAR vastgoedteam aan de slag met een volledig werkend en intuïtief platform.

Op weg naar een perfecte afstemming van vraag en aanbod

Sinds het live gaan van het platform heeft SPAR veel groei- en optimalisatiescenario’s in het platform gecreëerd. In deze scenario’s wordt de volledige impact op de omzet (sluiten en openen) meegenomen. De laatste toevoegingen aan het IRIS platform zijn Q-commerce aanbieders en hun verzorgingsgebied en bereik in Nederland.

Naast nieuwe databronnen zullen de volgende stappen liggen op het gebied van formulemanagement, vloeroppervlaktebeheer en categoriemanagement. SPAR is een gemakswinkel die aansluit op lokale wensen en behoeften en daar zullen ook de volgende stappen liggen. Door het combineren van databronnen wordt het voor SPAR niet alleen mogelijk om de omzet voor nieuwe locaties beter te voorspellen, maar ook welke productcategorieën het beste aansluiten bij bepaalde lokale behoeften en wensen.

Bron en meer informatie: Kirkman Company

twitterlinkedintwitterlinkedin
twitteryoutubetwitteryoutube