Physical venue analytics benchmark calculator
Compare your footfall, return rate and revisit timing with benchmarks from 10 billion venue visits.
75% of shoppers are first-time visitors; 54% of those who return do so within 10 days.
Used to value recovered visits.
Baseline non-return rate
75%
~75,000 visitors a month do not come back on their ownNew vs repeat visitors
75% / 25%
First-time vs returning footfallReturn within 10 days
54%
Of visitors who come back at allAverage dwell
48 min
From connected WiFi sessionsWhen returning visitors come back
Time between visits, retail and shopping centres
Most engaged audience
From consented splash-page logins
Women aged 18-34 (38% of engaged visitors)
Where guests share age range and contact details at login, you can segment and send relevant offers during or straight after a visit.
तुम्हाला माहिती आहे का की तुमच्या ठिकाणाला दररोज, दरमहा किंवा दर आठवड्याला किती लोक भेट देतात? तुम्हाला माहिती आहे का की त्या लोकांपैकी किती नवीन किंवा वारंवार येणारे अभ्यागत आहेत? तुमचे वारंवार येणारे अभ्यागत किती वेळा परत येतात हे तुम्हाला माहिती आहे का? तुम्हाला तुमच्या ग्राहकांचे डेमोग्राफिक्स माहित आहेत का?
जर आपण तुमच्या वेबसाइटबद्दल बोलत असतो, तर बहुधा तुम्ही या प्रश्नांची उत्तरे अगदी लवकर देऊ शकला असता. बाऊन्स कमी करणे, पेजवरील वेळ वाढवणे आणि शेवटी अधिक कन्व्हर्जन मिळवणे या उद्देशाने ऑन-साइट वापरकर्ता अनुभव सुधारण्यासाठी तुम्ही या माहितीचा वापर केला असता.
आम्ही ऑनलाइन सर्व गोष्टी ट्रॅक करतो कारण ते सोपे आहे - आणि Google Analytics सारख्या मोफत साधनांमुळे, आता कोणतेही कारण उरलेले नाही.
तथापि, जेव्हा तुमच्या प्रत्यक्ष जागा समजून घेण्याचा प्रश्न येतो, तेव्हा गोष्टी थोड्या अधिक गुंतागुंतीच्या होऊ शकतात.
स्टोअरमधील व्यवहार समजून घेण्यासाठी पॉइंट ऑफ सेल सिस्टीम्स उत्तम आहेत परंतु त्या तुम्हाला तुमच्या ग्राहकांचा आणि त्यांच्या वर्तनाचा सर्वांगीण दृष्टीकोन देऊ शकत नाहीत.
त्यामुळे, व्यवसायांना या प्रश्नांची उत्तरे देण्यास मदत करण्यासाठी, आम्ही जगभरातील ४५,००० Purple WiFi सक्षम ठिकाणांवरील १० अब्ज भेटींमधील ११० दशलक्ष युनिक व्यक्तींचे विश्लेषण केले आहे. त्यानंतर आम्ही या डेटाची उद्योगांनुसार वर्गवारी केली.
मला वाटते की येथे हे नमूद करणे महत्त्वाचे आहे की जरी तुम्हाला या प्रश्नांची उत्तरे माहित असली तरीही - तुमची कामगिरी तुमच्या समवयस्कांच्या किंवा उद्योग सरासरीच्या तुलनेत कशी आहे हे तुम्हाला माहित आहे का? तुमच्याकडे मोजता येईल असा एखादा मेट्रिक असणे वेगळे आहे, परंतु ती कामगिरी खरोखर चांगली आहे का किंवा तुम्ही तुमच्या प्रेक्षकांना किती चांगल्या प्रकारे सेवा देत आहात हे समजणे अधिक कठीण आहे.
असो, आम्हाला काय आढळले ते येथे आहे.
या उदाहरणाच्या हेतूसाठी, मी किरकोळ क्षेत्रावर लक्ष केंद्रित करणार आहे. जर किरकोळ क्षेत्र तुमच्यासाठी संबंधित नसेल, तर तुम्ही तुमच्या उद्योग - विशिष्ट रिपोर्टची विनामूल्य प्रत येथे डाउनलोड करू शकता.
परतीचा दर (Return rates)
दरमहा अंदाजे १००,००० अभ्यागतांच्या संख्येवर आधारित, सरासरी, आम्हाला आढळले की तुमचे ७५% अभ्यागत तुमच्या ठिकाणी परत येणार नाहीत.
तथापि, जेव्हा तुम्ही WiFi ॲनालिटिक्सद्वारे ग्राहकांचा डेटा कॅप्चर करता आणि त्यानुसार तयार केलेल्या मार्केटिंग मोहिमांद्वारे पाठपुरावा करता, तेव्हा तुम्ही तुमचे ग्राहक परत येण्याचे प्रमाण लक्षणीयरित्या वाढवू शकता.

भेटींची वारंवारता (Frequency of visits)
इतर अनेक ब्रँड्सप्रमाणेच, ग्राहक टिकवून ठेवणे आणि त्यांची निष्ठा अत्यंत महत्त्वाची आहे. खालील चार्ट दर्शवतो की किती ग्राहक तुमच्या ठिकाणाला एकदा, दोनदा किंवा थेट २०+ वेळा भेट देतात.
आम्ही ओळखले आहे की संपूर्ण किरकोळ उद्योगात, २७% लोक तुमच्या ठिकाणी २ - ५ वेळा भेट देतील. तुमच्या विविध स्टोअरमधील या डेटाचे ट्रेंड्स आणि पॅटर्न ओळखण्यास सक्षम असणे तुम्हाला ग्राहक टिकवून ठेवण्याचे प्रमाण वाढवण्यासाठी धोरणे विकसित करण्यात मदत करू शकते.

Recency
खालील आलेख ग्राहकांच्या भेटींमधील सरासरी वेळ दर्शवतो. आम्हाला असे आढळले आहे की संपूर्ण रिटेल उद्योगात, ५४% ग्राहक तुमच्या ठिकाणी १० दिवसांपेक्षा कमी कालावधीत पुन्हा भेट देतात. हे सूचित करते की तुमच्या ठिकाणी परतणाऱ्या ग्राहकांच्या % मध्ये निष्ठा जास्त आहे.
हा डेटा तातडीची भावना निर्माण करण्यासाठी वापरला जाऊ शकतो - ज्यामुळे recency वाढते.
आम्ही हे नेहमी पाहतो, असे ईमेल्स जे आपल्याला सेल संपण्यापूर्वी द्रुत खरेदी करण्यास प्रोत्साहित करतात. बऱ्याचदा, हे प्रभावी ठरते.
WiFi ॲनालिटिक्सद्वारे ग्राहकांचा डेटा कॅप्चर करण्यास सक्षम असणे आणि नंतर ग्राहकांसाठी ऑफर्स किंवा सवलतींचे मार्केटिंग करणे हे एक प्रभावी धोरण आहे ज्याचा सकारात्मक परिणाम अलीकडील भेटींवर (recency) होतो.

नवीन विरुद्ध वारंवार येणारे
सरासरी, किरकोळ (retail) क्षेत्रामध्ये, तुमचे ७५% ग्राहक नवीन असतात तर २५% ग्राहक वारंवार येणारे असतात. तुमच्या नवीन विरुद्ध वारंवार येणाऱ्या भेटी ओळखण्यास सक्षम असणे तुम्हाला तुमच्या व्यावसायिक उद्दिष्टांवर अवलंबून नवीन व्यवसाय वाढवण्यावर किंवा तुमचे ग्राहक टिकवून ठेवण्याचे प्रमाण सुधारण्यावर लक्ष केंद्रित करण्यास मदत करते.

सर्वात लोकप्रिय लोकसंख्याशास्त्र (demographic)
संपूर्ण किरकोळ व्यापार (retail) उद्योगामध्ये, आम्हाला असे आढळले की सर्वात लोकप्रिय लोकसंख्याशास्त्र (demographic) १८ ते ३४ वयोगटातील महिलांचे आहे.
आम्ही समजतो की स्टोअरच्या प्रकारावर आधारित, किरकोळ क्षेत्रामध्ये डेमोग्राफिक्स वेगवेगळे असण्याची शक्यता आहे, तरीही तत्व तेच राहते.
तुमची सर्वात लोकप्रिय लोकसंख्याशास्त्र (demographic) कोणती आहे हे समजून घेतल्याने तुम्हाला ग्राहकांशी वैयक्तिकृत संवाद साधता येतो, ज्यामुळे कन्व्हर्जन रेट वाढतो आणि खर्च वाढण्यास चालना मिळते. ज्या कमी लोकप्रिय लोकसंख्याशास्त्राला तुम्हाला लक्ष्य करायचे आहे त्यांना ओळखण्यासाठी आणि त्यावर प्रभाव पाडण्यासाठी मार्केटिंग प्रयत्न सानुकूलित करण्यासाठी देखील तुम्ही या डेटाचा वापर करू शकता.

आमच्या किरकोळ रिपोर्टची प्रत डाउनलोड करण्यासाठी, येथे क्लिक करा.
आमचे कार्यप्रदर्शन अहवाल हे आपण WiFi analytics सह कॅप्चर आणि विश्लेषण करू शकत असलेल्या डेटाचा फक्त एक स्नॅपशॉट प्रदान करतात.
संपूर्ण एंटरप्राइझ परवान्यासह, तुम्ही ६,००० पर्यंत वेगवेगळे रिपोर्ट चालवू शकता, जे तुम्हाला तुमच्या भौतिक जागांविषयी वास्तविक, सखोल अंतर्दृष्टी देतात ज्याचा वापर व्यावसायिक निर्णयांवर परिणाम करण्यासाठी केला जाऊ शकतो.
इच्छुक आहात? Purple विनामूल्य वापरून पाहण्यासाठी किंवा डेमो मिळवण्यासाठी येथे क्लिक करा.



