Klantdata in winkelgebieden: het belang en de uitdagingen

Op 1 juli 2021 is het onderzoek ‘klantdata in winkelgebieden’ gelanceerd. Doel van het onderzoek is om met de inzichten vertegenwoordigers van collectieven te inspireren om (meer) gebruik te maken van klantdata. Zodat het bezoek, de tevredenheid en de verblijfsduur in winkelgebieden wordt verhoogd en ondernemers hun omzet kunnen vergroten. In dit artikel vind je een samenvatting van het rapport en lichten we de belangrijkste uitdagingen uit.

Dit onderzoek is uitgevoerd door de Hogeschool van Amsterdam (HvA) in opdracht van platform De Nieuwe Winkelstraat (DNWS) en is mede mogelijk gemaakt door een financiële bijdrage van Stichting Detailhandel Fonds.

Belang van klantdata

In vrijwel elke binnenstad werken partijen samen aan het toekomstbestendig maken van het winkelgebied. Om het functioneren van winkelgebieden te bepalen, wordt gekeken naar veel verschillende factoren. Denk aan aantal bezoekers, uitstraling van het winkelgebied, de brancheringsmix tot de kwaliteit van het centrummanagement en de bevolkingsgroei in de regio. Een groot deel van deze factoren wordt op haar beurt weer beïnvloed door de wensen, behoeften, motivaties en het gedrag van consumenten. Bij het bepalen van het functioneren van winkelgebieden is klantdata dus zeer belangrijk.

Wat is klantdata precies?

Winkelgebieden kennen een divers palet aan bezoekers/klanten en bezoekmotieven, waarbij de customer journey van een individuele retailer en dat van het winkelgebied met elkaar verweven zijn. Dit maakt de definitie van klantdata en de customer journey voor winkelgebieden complex. Vanuit het perspectief van het bepalen van het functioneren van een winkelgebied staat klantdata niet op zichzelf. Dit zien we terug in figuur 1 hieronder.  Als het gaat om klantdata dan vallen de meetbare indicatoren grotendeels onder de noemer doelgroep en deels onder vraag. Maar om zinnige uitspraken te kunnen doen over de effecten van bepaalde ingrepen of om strategische keuzes te kunnen maken over de toekomst van het winkelgebied, zal klantdata aangevuld moeten worden moet data over het aanbod en het karakter van het winkelgebied en met data over het economisch functioneren van het winkelgebied. Er zijn vele databronnen en bijhorende methoden die inzicht bieden in genoemde indicatoren in figuur 1. In het rapport is een uitbreid overzicht opgenomen. (bron: Naar een zuivere waarneming van presentaties van winkelgebieden, in opdracht van DNWS). 

Hoe winkelgebieden in de praktijk omgaan met klantdata wordt in het rapport duidelijk aan de hand van negen casebeschrijvingen. De cases dienen als inspiratie voor andere winkelgebieden die aan de slag willen met klantdata.

• Binnenstad Venlo – Ken je klant en evolueer door te evalueren
• Centrum Heemskerk – Werken aan data voor beleid en marketingacties
• Kernwinkelgebied Rotterdam Centrum – Eindgebruiker centraal
• Kennispunt Twente - Binnenstadmonitors Enschede, Hengelo en Almelo
• Centrum Utrecht – Van langdurige monitoring naar klantinzichten
• Binnenstad Delft – Bij de basis beginnen
• Binnenstad Roosendaal – Data vertalen naar de behoefte van de eindgebruiker
• Binnenstad Deventer – Terug bij af?
• Centrum Tilburg – Meer standaardisering in data en dashboards

Download hier de cases 

Uit de cases wordt duidelijk dat klantdata voor collectieven een belangrijke bron van informatie is, die niet altijd makkelijk ontsloten kan worden. Passantenaantallen en de ontwikkeling daarvan zijn de meest genoemde en belangrijkste klantdata voor collectieven. Sommige steden gebruiken parkeerdata en mobiliteitsdata als proxy voor het meten van de drukte in de binnenstad. Met corona is ook het thema crowd-control op de kaart gekomen.

Als voornaamste doel wordt het monitoren genoemd, om zo op dagelijkse en middellange termijn sturing aan het winkelgebied te geven. Klantdata helpt bij het meten van de doelstellingen die bijvoorbeeld in de jaarplannen van het centrummanagement of de BIZ staan opgenomen. Daarnaast komt ook duidelijk de rol van klantdata in de effectmeting van de marketingacties, ruimtelijke ingrepen of evenementen naar voren. Daarbij is de precieze meting soms lastig uit te voeren, bijvoorbeeld omdat vooraf geen meetbare indicatoren (KPI’s) zijn opgesteld. De collectieven die al wat stappen hebben gezet met bijvoorbeeld het in kaart brengen van bezoekersstromen en andere indicatoren, willen klantdata nu ook beter gaan inzetten om de doelgroep te bereiken met marketing. Een doel dat ook vaak genoemd wordt is de rol van klantdata als onderlegger in besluitvorming, als belangenbehartiging voor de ondernemers door het centrummanagement, of als onderlegger voor lastige keuzes vanuit de gemeente, bijvoorbeeld als het gaat om het aanwijzen van transformatiegebieden. Klantdata wordt nog beperkt ingezet om beleid en strategie voor de toekomst vorm te geven.

Veel collectieven zijn zich er van bewust dat ze beter in staat zijn hun doelstellingen te halen als zij actief klantdata gebruiken en onderzoek doen voor monitoring en effectmeting. Data-gedreven werken is echter nauwelijks een expliciete doelstelling van de collectieven. Een groot deel van de data waarmee wordt gewerkt betreft secundaire data die niet op individueel klantniveau wordt gemeten. Hierdoor kunnen collectieven geen duidelijke klantsegmentaties maken en blijft de marketing vrij generiek. Veel collectieven maken gebruik van data uit regionale koopstromenonderzoeken, maar geven aan behoefte te hebben aan real-time data, die lokaal is gemeten in het winkelgebied. De behoefte tot sneller updaten geldt ook voor data over het aanbod van voorzieningen (aantal, winkelvloeroppervlakte, en aantal leegstaande panden).

Grootste uitdaging

Het is een uitdaging om bruikbare lokale data te vinden en te ontsluiten. Sommige indicatoren vereisen methodes die kostbaar zijn, ook kunnen er kwesties rond privacy spelen waardoor deze moeilijk inzetbaar zijn. Uit de cases blijkt dat het erg belangrijk is om een duidelijk  doel te formuleren en de eindgebruikers te bepalen. Soms zijn er meerdere eindgebruikers, waarbij het lastig blijkt de verschillende functies te verenigen. Aanbieders kunnen moeilijk in elkaars systeem werken, zeker als deze op verschillende tijdsperiodes binnenkomen. Voor centrummanagers maakt dit het lastig om de verbanden tussen de verschillende databronnen te zien, en om bruikbare indicatoren op te stellen. Sturing vanuit zowel de rijksoverheid als vanuit de betrokken landelijke stakeholdersorganisaties zou kunnen helpen om hier echt werk van te maken.

Er worden nu in verschillende regio’s stappen genomen om dit op regionaal of provinciaal niveau gezamenlijk aan te pakken. Veel centrummanagers en gemeentelijke ambtenaren hebben het idee dat zij tegelijkertijd het wiel aan het uitvinden zijn. Er is een grote behoefte aan een ‘blauwdruk’ voor het lokaal meten van bezoekers, maar ook als het gaat om hoe de doelen het best gevat kunnen worden in indicatoren en hoe deze het beste te visualiseren en samen te brengen zijn in een dashboard of een andere manier van rapporteren. Aan de ene kant zal er altijd een bepaalde vorm van maatwerk zijn, aan de andere kant is er heel erg behoefte aan één partij, die weet hoe je data in een dashboard samen brengt en daarbij de juiste connecties weet te leggen om zo de KPI’s inzichtelijk te krijgen. Een partij die echt meedenkt vanuit de steden en de doelen van de verschillende eindgebruikers meeneemt. Daarbij laten de cases zien dat het collectief (centrummanagers, BIZ, of binnenstadsbestuur) in veel gevallen zelf de belangrijkste eindgebruiker is maar dat zij hand in hand optrekken met gemeenten. Daarbij wil het centrummanagement graag dat ook individuele ondernemers meer op basis van de beschikbare data beslissingen gaan maken. Tot slot blijkt dat vastgoedeigenaren van planmatige winkelcentra vaak al hun eigen systemen hebben die los functioneren van het collectief.

Het rapport eindigt met een model dat collectieven inzicht geeft hoe ze het verzamelen en gebruik van klantinformatie kunnen optimaliseren. Hierin wordt het collectief in het winkelgebied als ‘handelend actor’ centraal gesteld, en daarmee is het collectief ook per definitie een van de eindgebruikers van de data, met haar eigen doelen. Het collectief is vanuit haar doelstellingen en achterban in staat om te peilen en bepalen wie mogelijke andere eindgebruiker(s) is/zijn. Dat is tevens ook een van de aanbevelingen waarmee wordt afgesloten; Maak het jezelf niet te moeilijk als het gaat om de eindgebruikers die je wilt bedienen.

Begin met ‘het collectief’ als eindgebruiker en zoek samenwerking met de gemeente. Wees bewust van het feit dat verschillende stakeholders ook vaak verschillende doelen hebben. Als er meerdere stakeholders eindgebruiker zijn, dan werkt dit door in de gekozen indicatoren, methoden, de manieren van databewerking en -analyse en ook op de manier van rapporteren. En investeer regionaal in het maken van blauwdrukken als het gaat om datagebruik voor binnensteden.

Download hier het volledige rapport