售点数字化对于营销专业人士甚至客户来说都是一个非常明显的现象。然而，这种数字化现象的一部分虽然不太明显，但同样引人注目。这涉及商店分析技术的开发。
该领域大约 2/3 年发生的事情让我想起了网络分析的最初几年，当时我们仍然 Telegram 数据库用户列表 直接在服务器级别查找日志，甚至统计点击量（只有像我这样的数字恐龙才能理解）最后一个参考;-))。
对销售点的路人和顾客流量进行分析并不是什么新鲜事；多年来，各种柜台和传感器一直在分析超市或零售商店内的顾客/购买者的行为。术语“热/冷区”是对热图的古老引用。
除了该行业服务提供商自然追求的新颖性和“流行语”效应之外，术语“商店”或“店内分析”仍然反映出网站的分析技术与现在可以在点使用的分析技术之间存在着越来越强的相似性。销售中心或购物中心。还应该指出的是，某些元素在用于网站之前首先在销售点进行测量。
在证明使用术语“商店分析”的类比中，我们可以引用并说明以下内容
界面和仪表板
销售点的流量和行为数据现在主要通过商店分析 Web 分析工具等 SaaS 模式来访问。可以为每个用户定制视图和仪表板。超市的部门或部门经理可以访问与他或加盟商相关的大卖场区域，并获得由网络负责人定义和设计的报告。
流量数据
对于网站来说，可以分析访问者流量，从而可以建立访问路径，有时还可以识别影响转化的人体工程学困难。在一定程度上和一定的误差范围内，可以识别忠诚行为（已经可以通过支付部分识别）。
转化率和数据
当然，转化数据和比率在销售点层面已经使用了一段时间。然而，商店分析技术使它们更加易于访问和动态化。此外，我们开始能够在销售点应用电子零售商非常重视的转化漏斗。
销售点漏斗示例（walkbase 来源）：影响因素商店分析解决方案必须或应该能够衡量对销售点内购买旅程的不同影响。由于可以在电子商务网站上看到观看视频或产品缩放是否会影响购买，因此商店分析解决方案必须能够了解卖家互动或产品处理是否会影响转化。店内分析贡献的商业说明：
销售点漏斗
这些只是一些类比，其他类比应该会出现并进一步强调与网络分析的相似性。当然有一些我不知道的做法或实验。因此，让我们做一些远见。
A/B 测试
销售点的测试已经很多了。商店分析数据可以简化使用并支持新数据的开发。与 谁是 Scrum Master 以及如何成为一名 Scrum Master？ 数字化元素（POS、销售点广告、货架停止等）相结合，销售点行为数据应该能够实现接近电子商务中使用的 A/B 测试操作，并获得几乎可用的实际结果。时间。
与结帐数据的链接
有些人可能已经忘记或不知道，但网络分析的最初几年不允许检 BWB名录 索电子商务数据。在这里，类比也很强。我们可以打赌，店内分析解决方案可以与结账数据实时链接。
归因
对于网站而言，归因（除了在结帐时或稍后通过优惠券衡量的归因之外）应该成为店内分析的新领域。我们在这里考虑使用基于智能手机的识别/地理定位或媒体波（广播、电视）和流量数据之间可能的连接的不同技术，就像电子商务中通过电视跟踪所做的那样。
在网络分析师之后，商店分析师？
我记得在 20 世纪 90 年代末在一本专业硕士学位手册中提到过与网络营销（原文如此）相关的未来新职业。我们是否会看到专门从事销售点跟踪设备和相关数据分析的“商店分析师”的出现？
尽管这个术语显然很少见，但它确实存在，但目前的含义似乎是金融性的。
