Прогноз целевого трафика. Как мы анализируем погоду?

Цель

Проанализировать влияние погоды на посещаемость ТЦ, формирование целевого трафика к торговой точке.

Контекст:

Все торговые сети и торговые центры знают, как погода влияет на трафик аудитории, но мало кто проводит замеры и точный анализ корреляции и зависимости одного фактора от другого. Ещё меньше доля тех, кто закладывает в планы развития и продвижения такие переменные, т.к. считается, что они плохо прогнозируются и практически не поддаются анализу. Рассказываем о том, как такие данные могут включаться в планы развития.

Решение

Когда мы решаем задачи по оптимизации сети, выбираем оптимальные локации или делаем предиктивный анализ трафика и рассчитываем потенциальные финансовые результаты организации, мы уделяем внимание всем доступным для нас видам цифровых данных. Обычно это обязательные для расчётов социально-демографические параметры, характеристики транспортной и другой городской инфраструктуры, внутренние данные заказчика.

Наш подход: если можно что-то дополнительно узнать, то это нужно сделать. Всё, что поддаётся алгоритмизации и обогащению дополнительными данными, должно быть оцифровано и добавлено в расчёты. Есть параметры, которые в большей или в меньшей степени обычно интуитивно понятны. Например, все понимают, что в зависимости от погоды покупатели по-разному ходят по магазинам, в кафе или в кино. В тёплую погоду горожане с большей вероятностью пойдут в парк, а в ветреную и холодную — погреться в кафе.

Мы не умеем прогнозировать погоду, но у нас есть детальные ретроданные за последние несколько лет, и мы можем строить модели с учётом различных вариантов. Если мы говорим о ежемесячном прогнозе, то мы можем допустить, как пример, вероятные три варианта: будет в ноябре снег или нет, будет ли мороз (данные по температуре в целом) и будет ли ветрено. Если грубо: погода будет хорошая, плохая или нейтральная. Каждый сценарий предполагает для заказчика свой товарный запас, маркетинговый план, план продвижения, иную работу с ассортиментом, рекламой, бонусными программами и т.д. Один простой пример: реклама горячих напитков с мёдом и имбирём будет привлекать внимание к точке общепита в холодную, ветреную погоду, но скорее вызовет мало эмоций в тёплую солнечную и безветренную. Вкупе с десятками других переменных, которые принимают участие в расчётах, данные о погоде — это важная часть стратегии по привлечению трафика. Если мы говорим о ТЦ и ТРЦ то, с учётом фактора погоды различные предложения разных арендаторов могут служить дополнительным катализатором увеличения трафика в ТЦ в целом. Если они могут быть объединены в цельную единую маркетинговую стратегию или программу ТЦ, который тоже себя позиционирует и продвигает на рынке, эффект может быть синергетическим. Яркие примеры: это периоды распродаж «Чёрной пятницы», рождественские, новогодние предложения и другие праздничные акции. Если ТЦ предложит потенциальному покупателю сразу спецпредложение горячего напитка, скидки на пальто, шарфы, зонты, а в кинотеатре будет идти условная «Осень в Нью-Йорке» или нашумевшая премьера, кафе-арендаторы предложат осеннее меню, а магазины дизайна, интерьера и домашнего текстиля - акции на пледы и камины для дома и дачи, то всё это складывается в единый посыл ТЦ о том, что «у нас тепло, мы вас обогреем, накормим и предложим вам по скидке товары, которые вам сейчас больше всего нужны, учитывая погоду за окном». Это лишь один пример с осенним холодом, но у нас на большей территории страны — ярко выраженная сезонность, и погода влияет на продажи круглый год в меньшей или большей степени. Этот фактор можно использовать не «интуитивно», а сразу встраивать в алгоритм действий, маркетинговые планы и прогнозы финансового результата в зависимости от реализующегося сценария.

Прогнозы с учётом ретроданных о погоде мы можем составлять, исходя из требуемых и зависящих от погоды действий. Такие смоделированные прогнозы на квартал вперёд позволяют оперировать уже не 3 вариантами, а 27 комбинаций ежемесячной погоды на 3 месяца вперед. При этом фактически реализующийся прогноз уменьшает количество вариантов и запускает определённый алгоритм, влияющий на расчёты, например, трафика, популярности тех или иных товаров, зависящих от сезонности и погоды. Критерии «плохой» и «хороший» в каждом проекте отличаются. В случае с ТЦ, холодная погода осенью — это хорошая погода, потому что она приводит аудиторию в магазины и кафе. Хорошая, тёплая напротив уводит людей из ТЦ на улицы и в парки, этот вариант запускает другой сценарий действий. Здесь надо подчеркнуть, что именно действий, а не пассивного ожидания холодов и возвращения трафика. Если есть уже построенная модель, то это просто другая часть чёткого и понятного плана.

Результат

Главный результат, который получает заказчик при анализе дополнительных данных, таких, как погода (но не только), — это предсказуемость и оценка влияния на конечные финансовые результаты. Чем больше факторов и характеристик становятся частью расчётов и загружаются в аналитические модели, тем точнее прогноз выручки и тем большая часть реальности перестаёт быть «фактором риска» или белым пятном на карте и становится ещё одним вариантом действий в общем плане развития и увеличения прибыли компании.