الخرائط الحرارية، واقع أم خيال؟

separator

مما لا شك فيه أن واحدة من أكثر الميزات “الرائعة” عندما نتحدث عن تحليلات التواجد بالتجزئة ومراكز التسوق وأي عمل نرغب في معرفته، بشكلٍ أكبر، عن عادات عملائنا عند زيارتهم لنا، هي الخرائط الحرارية أو heatmaps.

في الواقع، هناك العديد من تطبيقات التحليلات في السوق التي تقدم هذه الوظيفة. البعض مع تفاصيل أكثر أو أقل، ولكن في النهاية، لمساعدتنا على التثبت، الذي نقوم به عادة وسبق لنا أن تأكدنا منه بالفعل هو أننا نعرف أعمالنا: أين يتجمع الزوار، وما هي المناطق الأكثر زيارةً، خلال كل فترات زمنية، حسب أيام الأسبوع، أو حسب الفصول، إلخ.

يجب أن نوضح أننا نتحدث عن الخرائط الحرارية التي تم إنشاؤها عبر البيانات التي تم التقاطها بواسطة تقنية الواي فاي. استنادًا إلى قراءة جزء من نقاط الوصول APs لإشارات هؤلاء العملاء الذين يحملون هواتفهم المحمولة مع تنشيط خدمة الواي فاي الخاصة بهم، والتي تسمح بمتابعتهم ومراقبتهم. يذكر أن دقة الموقع عن طريق واي فاي، ليس هو نفسه نظام تحديد المواقع. إنه جهاز إرسال بــ 4 إلى 6 أمتار مربعة تقريباً، طالما كان لدينا قراءة لــ 3 أو أكثر من الـ APs في نفس الوقت من نفس الجهاز، وأن يكون متصلاً بالشبكة ليعطينا بيانات أفضل لتحديد المواقع وأيضاً في تلك اللحظة، أن تكون يجب الاّ يكون تزامن الموجة وتداخلات الإشارة (الضوضاء)، عالياً جداً.

هو موقع محدد بهوية مجهولة، طالما أنها لا تتصل بالشبكة التي ستقوم بتوفير معلومات الاتصال التي ترتبط لاحقًا بجهاز MAC الخاص بها، ومن ثم نعطي الاسم والألقاب للزائر المجهول. يسمح لنا هذا الخيار بالحصول على الكثير من الوظائف المطلوبة في أي مركز تجاري يتعامل مع الجمهور: رسالة تلقائية إلى الشخص المسؤول عن “أنطونيو قد عاد لتوه إلى المتجر” أو رسالة إلى العميل “شكرًا أنطونيو للعودة للمرة الثانية هذا الأسبوع” أو رسالة ترويجية ” أنطونيو، لكونك عميلاً مخلصاً خلال الأشهر الثلاثة الأخيرة، يمكن تقديم هذه القسيمة للاستمتاع بالعرض الترويجي”.

هذا هو المجال الذي نستفيد فيه بالفعل من إمكانات تحليلات التواجد والخرائط الحرارية: استغلال البيانات التي يقدمها لنا النظام. ولهذا، ينبغي أن يكون قسم التسويق قادراً على تخصيص الوقت اللازم لتحليل البيانات التي تم الحصول عليها، وتوليد تقارير عن النتائج ومنها، أو اتخاذ أو تغيير القرارات الاستراتيجية استناداً إلى تحليل البيانات الكبيرة “big data” التي تم الحصول عليها في تلك الفترة الزمنية.

المصدر: Density Networks
المؤلف: إلوي فريكتوسو
التاريخ: 12/7/2018
الصور: Proximus

& nbsp؛