Retail

Spar: De perfecte winkel locatie met data

Data en analysetools maken mogelijk op basis omzetvoorspellingen juiste locatiekeuzes te maken

Spar: De perfecte winkel locatie met data

Beeld: SPAR, IRIS

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 fysieke locaties te blijven optimaliseren. 

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 wil uitbreiden naar 1.000 verkooppunten

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.

Data 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 het platform kan het vastgoedteam van SPAR inmiddels voorspellingen doen die de 90% nauwkeurigheid benaderen.

Het biedt ook uitsluitsel over beslissingscriteria voor nieuwe locaties waarbij het de eerste drempel is voor de keuze om een locatie nader, extern, te onderzoeken.

Volgende stappen

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.

Vorig bericht Autoservice Eindhoven sluit zich aan bij Autovakmeester
Volgend artikel MKB Datalab in Den Bosch slaat brug tussen data science (trends) en de wensen van MKB

Nu op WijBrabant