Eine Besucherzahl beantwortet eine Frage gut: Wie viele Besuche hatte das Geschäft in einem Zeitraum. Sie sagt nichts darüber aus, wem diese Besuche gehörten. Zehntausend Besuche könnten zehntausend verschiedene Personen sein, die jeweils einmal kamen, oder zweitausend treue Kunden, die jeweils fünfmal kamen. Diese beiden Geschäfte sehen auf einem Verkehrsdiagramm identisch aus und verhalten sich völlig unterschiedlich. Die Analyse der Besuchshäufigkeit ist die Methode, die sie auseinanderhält.
Dieser Beitrag definiert die Analyse der Besuchshäufigkeit, grenzt sie von den beiden Kennzahlen ab, mit denen sie verwechselt wird, geht die Zahlen durch, die sie liefert, und behandelt dann den Punkt, nach dem jeder Betreiber fragt: wie Sie einen Rückkehrbesuch von einem Erstbesuch unterscheiden können, ohne zu erfassen, wer der Kunde ist. Zum Deduplizierungsschritt, der direkt unter der Häufigkeit liegt, siehe Unique Visitors vs. Footfall; dieser Beitrag setzt eindeutige Besucher als gegeben voraus und fragt, wie oft sie wiederkommen.
Was ist die Analyse der Besuchshäufigkeit im Einzelhandel?
Die Analyse der Besuchshäufigkeit misst, wie oft dieselben Kunden über einen Zeitraum wiederkommen, statt wie viele Personen insgesamt kamen. Footfall zählt Besuche; die Häufigkeitsanalyse teilt diese Besuche in einmalige und wiederkehrende Besucher auf und fragt, wie viele Tage zwischen den Rückkehrern vergehen. Sie beantwortet Fragen, die eine reine Eintrittszahl nicht kann: Wächst der Verkehr, weil mehr neue Personen kamen oder weil treue Kunden häufiger kamen, und hebt eine Loyalitätsaktion die Rückkehrquote tatsächlich an. Sie hängt davon ab, einen Wiederholungsbesuch von einem Erstbesuch zu unterscheiden, was entweder eine Anmeldung über Loyalitätsprogramm oder App erfordert oder ein Datenschutz-orientiertes Signal, das ein wiederkehrendes Muster erkennt, ohne zu erfassen, wer die Person ist.
Der Rest des Beitrags nimmt diese Definition auseinander, denn jeder Begriff darin (wiederkehrender Kunde, Tage zwischen Rückkehrern, Anteil treuen Verkehrs) ist eine eigene Kennzahl mit eigenem Nutzen und eigener Messanforderung.
Häufigkeit vs. Footfall vs. Unique Visitors: drei verschiedene Fragen
Diese drei Kennzahlen bauen aufeinander auf, und sie durcheinanderzubringen ist der häufigste Fehler beim Lesen von Verkehrsdaten.
Footfall ist die Zahl der Besuche. Sie ist die Basiszahl, die jedes Zählsystem liefert, und für sich allein kann sie einen belebten Tag mit Neuankömmlingen nicht von einem belebten Tag mit Stammkunden unterscheiden.
Unique Visitors dedupliziert Footfall auf einen Kopfstand eindeutiger Personen. Wenn derselbe Kunde eintritt, zum Mittagessen geht und wiederkommt, erfasst Footfall zwei Besuche, aber Unique Visitors erfasst eine Person. Das ist der Schritt, der aus "wie viele Besuche" ein "wie viele verschiedene Personen" macht, und er wird ausführlich in Unique Visitors vs. Footfall behandelt.
Die Besuchshäufigkeit geht noch eine Ebene weiter. Ausgehend von einem Kopfstand eindeutiger Personen fragt die Häufigkeit, wie oft jede von ihnen wiederkommt und in welchem Abstand. Unique Visitors beantwortet "wie viele verschiedene Personen". Häufigkeit beantwortet "wie oft dieselben Personen wiederkommen". Ein Geschäft kann seine Zahl eindeutiger Besucher stabil halten, während seine Häufigkeit steigt, und genau so sieht ein funktionierendes Loyalitätsprogramm aus: dieselben Personen, die häufiger kommen.
Der praktische Punkt ist, dass Sie die Häufigkeit nicht berechnen können, ohne zuerst die Unique Visitors zu berechnen, und Sie können Unique Visitors nicht aus einer reinen Türsumme allein berechnen. Jede Kennzahl ist Voraussetzung für die nächste.
Die Kennzahlen: Rückkehrquote, Tage zwischen Besuchen und Anteil wiederkehrenden Verkehrs
Die Besuchshäufigkeit ist keine einzelne Zahl. Sie löst sich in einen kleinen Satz von Messgrößen auf, von denen jede eine eigene Frage beantwortet.
| Kennzahl | Was sie beantwortet | Was zur Berechnung nötig ist |
|---|---|---|
| Rückkehrquote | Der Anteil der Besucher, die im Zeitraum mehr als einmal kamen | Eindeutige Besucher, plus ob jeder Besuch ein erster oder ein Wiederholungsbesuch ist |
| Durchschnittliche Tage zwischen Besuchen | Wie lange ein wiederkehrender Kunde typischerweise wartet, bevor er wiederkommt | Wiederholungsbesuche mit Zeitstempel, gruppiert nach demselben wiederkehrenden Muster |
| Anteil der Besuche von wiederkehrenden Kunden | Wie viel des Gesamtverkehrs treu gegenüber neu ist | Jeder Besuch als Erstbesuch oder Rückkehrer markiert |
Die Rückkehrquote ist die Leitzahl. Eine hohe Rückkehrquote sagt, dass das Geschäft eine Basis von Personen aufbaut, die von sich aus wiederkommen; eine niedrige sagt, dass das Geschäft von einem konstanten Nachschub an Neuankömmlingen abhängt, was teuer aufrechtzuerhalten ist. Die durchschnittlichen Tage zwischen Besuchen fügen dem einen Rhythmus hinzu: Ein Lebensmittelgeschäft erwartet einen kurzen Abstand von Tagen, ein Möbelhaus einen langen von Monaten, und eine Verschiebung in eine der beiden Richtungen ist ein lesenswertes Signal. Der Anteil der Besuche von wiederkehrenden Kunden ist die Mischungszahl, die die Häufigkeit an die Gesamtzahl zurückbindet und zeigt, welcher Anteil eines belebten Tages Loyalität statt Neukundengewinnung ist.
Keine dieser Zahlen lässt sich von einem Footfall-Diagramm ablesen. Jede erfordert, dass das Geschäft für einen bestimmten Besuch weiß, ob die Person schon einmal gesehen wurde, und das ist das Messproblem, um das sich die ganze Methode dreht.
Was die Häufigkeit zeigt, was eine Gesamtzahl nicht kann
Betrachten Sie ein Geschäft, dessen Footfall im Monatsvergleich um 15 Prozent steigt. Auf einem Verkehrsdiagramm ist das eindeutig eine gute Nachricht. Die Häufigkeitsanalyse kann daraus drei sehr verschiedene Geschichten machen.
Kam der Anstieg von neuen Besuchern und die Rückkehrquote blieb konstant, gewinnt das Geschäft gut neue Kunden, und die Frage wird, ob diese Neuankömmlinge wiederkommen. Kam der Anstieg von bestehenden Kunden, die häufiger wiederkamen, während die Neubesucherzahlen konstant waren, vertieft das Geschäft die Loyalität, und ein kürzliches Programm oder eine Kampagne funktioniert wahrscheinlich. Stieg der Footfall, aber die Rückkehrquote fiel, zog das Geschäft eine Welle einmaligen Verkehrs an (eine Aktion, ein Event, das Wetter), die sich nicht wiederholt, und der nächste Monat gibt den Zuwachs wahrscheinlich wieder ab. Die Verkehrssumme ist in allen drei Fällen identisch; nur die Häufigkeit trennt sie.
Dieselbe Logik macht die Häufigkeit zum ehrlichen Test eines Loyalitätsprogramms. Eine Loyalitätsaktion soll Verhalten ändern, und das Verhalten, auf das sie zielt, sind Rückkehrquote und Abstand, nicht die reine Gesamtzahl. Wenn das Programm startete und die Rückkehrquote stieg, während die Tage zwischen Besuchen schrumpften, hat es die Zahl bewegt, für die es gebaut wurde. Wenn die Gesamtzahl stieg, aber die Häufigkeit nicht, hat das Programm Aufmerksamkeit erzeugt, ohne die Loyalität zu ändern, und der Zuwachs verpufft. Die Häufigkeit ist auch der Ort, an dem saisonale Abwanderung früh sichtbar wird: Eine Rückkehrquote, die unter einer stabilen Gesamtzahl leise erodiert, ist der Frühindikator für eine Basis, die ausdünnt, bevor der Kopfstand es widerspiegelt.
Die Messfrage: einen Besuch als Rückkehr erkennen, ohne die Person zu identifizieren
Hier liegt die ehrliche Spannung dieser Kennzahl. Um die Häufigkeit zu berechnen, müssen Sie wissen, ob ein Besuch eine Rückkehr ist, was bedeutet zu erkennen, dass dieser Besuch und ein früherer zum selben Kunden gehören. Der instinktive Weg dazu ist, Personen zu identifizieren, und genau das will ein Datenschutz-orientierter Betreiber nicht tun.
Es gibt zwei legitime Wege, und sie unterscheiden sich grundsätzlich. Der erste ist explizit und auf Personenebene: eine Loyalitätskarte, ein App-Login oder eine Gast-WLAN-Anmeldung, bei der der Kunde sich entschieden hat, wiedererkannt zu werden. Das liefert Ihnen benannte, personenbezogene Häufigkeit, und es ist völlig angemessen, weil der Kunde ein Opt-in erteilt hat. Der zweite ist aggregiert und Datenschutz-orientiert: zu erkennen, dass ein wiederkehrendes Muster im Verkehr vorhanden ist, und Rückkehrquote und Abstand auf Bevölkerungsebene zu messen, ohne jemals zu speichern, wer eine einzelne Person ist. Standardmäßig arbeitet Ariadne auf die zweite Weise. Rückkehrmuster werden aggregiert gelesen; die Wiedererkennung auf Personenebene ist nur mit Opt-in verfügbar, standardmäßig aggregiert, und ist nie die Voreinstellung.
Ariadne misst dies mit Hybrid Fusion, der patentierten kamerafreien Methode. Time-of-Flight-Tiefensensorik zählt an den Eingängen jeden Besucher und erfasst Geometrie statt Bilder, während die patentierte Signalerfassung die Bewegung im Innenraum verfolgt und die Signale erkennt, die ein Telefon aussendet, selbst im Flugmodus, und diese Bewegung auf etwa einen Meter genau auflöst. Der Sensor streamt beide Datenströme an Ariadne, wo Hybrid Fusion sie zu einer Trajektorie pro Besuch zusammenführt und Zählwerte, Verweildauer und Wege berechnet. Die Datenströme tragen keine Identifikatoren: keine MAC-Adresse, keine Geräte-ID, keine biometrischen Daten, und es ist keine Kamera beteiligt. Identifikatoren werden nur gespeichert, wenn ein Besucher ausdrücklich zustimmt, was die Methode datenschutzfreundlich und außerhalb des biometrischen Bereichs hält.
Auf die Häufigkeitsfrage bezogen bedeutet das, dass die aggregierten Zahlen zu Rückkehrquote und Abstand aus dem Verkehr selbst stammen, ohne dass personenbezogene Daten erfasst werden, um sie zu erzeugen, und die personenbezogene Häufigkeit nur für Kunden freigeschaltet wird, die sich über eine Anmeldung per Loyalitätsprogramm oder App entschieden haben, wiedererkannt zu werden. Der Betreiber erhält das Loyalitätssignal, ohne einen Überwachungsdatensatz aufzubauen, und genau darum ist eine Datenschutz-orientierte Methode für eine Kennzahl so wichtig, die so nah an der Identität liegt. Um zu sehen, wie dieselbe Zählebene das weitere Programm stützt, siehe datenschutzfreundliche Personenzählung.
Häufigkeit als Input für Loyalität und Marketing
Die Häufigkeit ist kein Selbstzweck; sie ist ein Input für zwei andere Systeme. Auf der Loyalitätsseite sind Rückkehrquote und Abstand die Zahlen, die ein Programm bewegen soll, also sind sie die fairste Anzeigetafel dafür, ob es funktioniert. Die Mechanik, gezählte Besuche an ein Loyalitätsschema zu binden, wird in entry-based loyalty behandelt, das direkt auf dem Wiedererkennungsschritt aufbaut, den dieser Beitrag beschreibt.
Auf der Marketingseite ist die Häufigkeit das, was Ihnen erlaubt, eine Kampagne, die eine einmalige Spitze gekauft hat, von einer zu trennen, die eine Gewohnheit aufgebaut hat. Eine Kampagne, die die Gesamtzahl anhebt, aber nicht die Rückkehrquote, hat Aufmerksamkeit gewonnen; eine, die die Rückkehrquote anhebt, hat Verhalten geändert, was das wertvollere Ergebnis ist. Eine Footfall-Veränderung auf das Marketing zurückzulesen, das sie verursacht hat, ist eine eigene Disziplin, behandelt in Footfall dem Marketing zuordnen. Und weil die Häufigkeit sich mit den Ausgaben multipliziert, passt sie natürlich zu Umsatz pro Besucher: Ein Kunde, der häufiger kommt und jedes Mal gleich viel ausgibt, ist über das Jahr mehr wert, als die Gesamtzahl jemals zeigen wird.
FAQ
Was ist der Unterschied zwischen Besuchshäufigkeit und Footfall?
Footfall zählt Besuche über einen Zeitraum. Die Besuchshäufigkeit misst, wie oft dieselben Kunden innerhalb dieses Zeitraums wiederkommen. Zwei Geschäfte mit identischem Footfall können eine sehr unterschiedliche Häufigkeit haben: eines gebaut auf vielen einmaligen Besuchern, das andere auf einer kleineren Basis treuer Kunden, die jeweils mehrmals wiederkommen.
Wie berechnet man die Rückkehrquote?
Die Rückkehrquote ist der Anteil eindeutiger Besucher, die im Zeitraum mehr als einmal kamen. Sie deduplizieren zunächst die Besuche auf eindeutige Besucher, markieren dann jeden Besuch als Erstbesuch oder Wiederholung und teilen die Zahl der wiederkehrenden Besucher durch die gesamte Zahl eindeutiger Besucher. Sie lässt sich nicht von einer reinen Türsumme ablesen, weil diese Summe einen wiederkehrenden Kunden nicht von einem neuen unterscheidet.
Kann man messen, wie oft Kunden wiederkommen, ohne ihre Identität zu verfolgen?
Ja. Rückkehrquote und durchschnittlicher Abstand können aggregiert, auf Bevölkerungsebene gemessen werden, indem erkannt wird, dass ein wiederkehrendes Muster im Verkehr vorhanden ist, ohne jemals zu speichern, wer eine einzelne Person ist. Die Wiederholungserkennung auf Personenebene ist eine separate Fähigkeit, die erfordert, dass der Kunde ausdrücklich ein Opt-in erteilt, über eine Loyalitätskarte oder App-Anmeldung, und ist nie die Voreinstellung.
Brauche ich Kameras, um die Besuchshäufigkeit zu messen?
Nein. Ariadne zählt mit Hybrid Fusion: Time-of-Flight-Tiefensensorik plus patentierte Mobilfunksignal-Sensorik, niemals Kameras. Time-of-Flight erfasst Geometrie statt Bilder, und die Signalsensorik erfasst standardmäßig keine MAC-Adresse, sodass die Messung kein Video, keine Gesichter und keine biometrischen Daten umfasst.
Warum ist die Häufigkeit für Loyalität wichtiger als der Gesamtverkehr?
Ein Loyalitätsprogramm ist gebaut, um Verhalten zu ändern, und das Verhalten, auf das es zielt, ist, wie oft Personen wiederkommen, nicht der reine Kopfstand. Ein Programm kann die Gesamtzahl anheben, indem es einmalige Aufmerksamkeit erzeugt, während es nichts für die Rückkehrquote tut, und in diesem Fall verpufft der Zuwachs. Die Häufigkeit ist die Zahl, die zeigt, ob sich die Loyalität tatsächlich bewegt hat.
---
