Ce magasin d’électroménagers, situé à Vienne, a installé six caméras IP panoramiques, doté de cette fonctionnalité, afin d’enregistrer le trafic et l’interaction avec le client. L’analyse de ces données permet d’optimiser les ventes.

Bosch à BSH Vienne

Au magasin d’électroménager BSH de Vienne, les caméras de Systèmes de sécurité Bosch, équipés d’Intelligent Video Analytics, collectent des métadonnées pour savoir comment les clients réagissent aux exposants. À partir de ces informations exploitables d’In-Store Analytics, les vendeurs peuvent améliorer l’expérience d’achat de leurs clients.

Bosch à BSH VienneQuand il s’agit d’allouer des espaces d’exposition dans les magasins physiques, les détaillants sont confrontés à une question importante: Quelle est l’efficacité des exposants de produits spéciaux pour susciter l’intérêt du client et, Finalement, augmenter les ventes?

Contrairement aux achats en ligne, le commerce physique manque de données concrètes sur la façon dont les clients interagissent avec les produits. C’est pourquoi le magasin d’électroménager BSH a décidé d’intégrer l’Analyse In-Store pour atteindre un nouveau niveau de compréhension du trafic et de l’interaction des clients..

En particulier, ils voulaient mesurer les effets d’un nouveau concept de conception sur les ventes. Ce nouveau concept est basé sur l’exposition de produits clés, Par exemple,, machines à laver, de manière particulière sur des murs remarquables.

Bosch à BSH VienneCes murs ont un fond en plexiglas bleu clair et un éclairage spécial pour attirer l’attention des clients. Mais d’un point de vue logistique, les murs mis en évidence coûtent plus cher et offrent moins d’espace d’exposition que les stands de produits « normaux ».

Les réponses, basées sur les données, sont venus de la main de Bosch In-Store Analytics, une solution basée sur les caméras IP de ce fabricant et équipée d’Intelligent Video Analytics (Tva) pour collecter des métadonnées sur le trafic des clients.

Discrètement intégrés dans le toit, six caméras IP panoramiques créent un flux de données de position anonyme des acheteurs. À son tour,, In-Store Analytics traite ces données et les traduit en résultats de performance et visualisations qui sont partagés avec l’équipe du magasin via des interfaces Web. En comparant l’impact des murs en évidence avec d’autres exposants, l’équipement peut recourir à un haut niveau d’information sur le trafic.

Les informations obtenues sur le comportement des clients comprennent: le nombre d’acheteurs qui ont passé par une section, ceux qui ont ralenti leur vitesse en passant par un exposant et, la chose la plus importante, ceux qui interagissent avec le produit.

Pour une vision à long terme, ces paramètres peuvent être comparés à des données antérieures pour mesurer l’impact des mises à jour et des initiatives. De plus,, la vie privée totale du client est maintenue, en envoyant les données de votre position des caméras au Bosch In-Store Analytics Cloud, sans que les flux vidéo ne quittent jamais le site.

Bosch à BSH Vienne

Expérience au point de vente

L’analyse des données a donné d’importantes conclusions. L’équipe du magasin a découvert qu’une machine à laver exposée sur un mur remarquable atteint un taux d’interaction client un 84% supérieure à celle des autres produits. Et ce n’était que le début, car l’affichage du trafic en magasin permet à l’équipe de conception d’optimiser l’expérience client.

D’après les conclusions du magasin de Vienne, des murs remarquables ont été mis en place pour exposer des produits pertinents dans son dernier magasin physique dans la ville de Graz, inaugurée à 2020.

Dans cette nouvelle génération d’expériences dans le commerce de détail, assurer une rentabilité élevée par mètre carré n’est plus un jeu de devinettes, mais dans le cadre d’un processus d’optimisation continu pour améliorer l’expérience client basée sur des données intelligentes.


Vous avez aimé cet article?

Abonnez-vous à notre Flux rss Et vous ne manquerez rien.

D’autres articles sur , ,
Par • 1 Dec, 2020
• Section: Études de cas, Contrôle des systèmes, Détection, Vidéosurveillance