Het verzamelen van data kan interessant zijn voor gemeenten, retailers en vastgoedpartijen in het creëren en in stand houden van een aantrekkelijk winkelgebied, omdat het inzicht verschaft in consumentengedrag. ‘Zo kun je in kaart brengen waar het druk is – of juist niet – en hoe dat komt', vertelt Tessa Vosjan, projectleider thema kenniscreatie en innovatie bij de Retailagenda. ‘Met data kun je er uiteindelijk voor zorgen dat bepaalde plekken interessanter worden. Ook retailers kunnen van deze informatie leren. Bijvoorbeeld hoe mensen winkelen, in welke gebieden, en welk assortiment interesse wekt.’
Er worden al volop gegevens verzameld, maar weinig daarvan wordt daadwerkelijk gebruikt en effectief ingezet, vertelt Vosjan: ‘Wat je merkt is dat mensen niet weten wat ze met die data moeten.’ Gertjan Slob, onderzoeksdirecteur bij Locatus, een bedrijf dat voor verschillende partijen data verzamelt over winkels, winkelgebieden en -passanten, beaamt dat. ‘Enerzijds vormt privacy een belemmering, anderzijds de beschikbaarheid en techniek. In theorie is er veel informatie beschikbaar, maar het mag niet altijd worden verzameld vanwege privacy, of het wordt weinig gedeeld - denk aan alles wat door partijen als Google en Apple wordt verzameld. Voor gemeenten is het bovendien een lastig technisch vraagstuk; wil je met de informatie aan de slag gaan, dan is statistische datakennis nodig.’
Apeldoorn als proeftuin
Ondanks de hobbels op de weg, biedt dataverzameling potentie. Het helpt de juiste keuzes te maken in een tijd waarin fysieke winkels het niet gemakkelijk hebben, vertelt Slob. De afgelopen periode bracht hij in gemeente Apeldoorn op drie manieren de bezoekersstromen in kaart om diverse methoden te toetsen. De bevindingen werden onlangs besproken tijdens een intervisie, georganiseerd door de Retailagenda.
De gemeente Apeldoorn spreekt nadrukkelijk de wens uit een smart city te willen zijn. Data vormen belangrijke input voor het maken van beleidsafwegingen. Er worden kwantitatieve en kwalitatieve gegevens verzameld over economische voorzieningen, zoals winkels en toerisme. Het uiteindelijk streven is met big data betere beslissingen te nemen en een hogere kwaliteit van leven te bereiken. In de stad lopen diverse proefprojecten, zoals slimme verlichting, het meten van luchtkwaliteit en slimme sensoren die bijvoorbeeld weten of er parkeerplaatsen beschikbaar zijn.
Passanten
Sinds 2010 meet Locatus de passantenaantallen in de binnenstad. Roelof de Graaf, programmamanager Economie & Toerisme bij gemeente Apeldoorn: ‘Wij denken dat inzicht in de passantenaantallen een van de indicatoren is om de vitaliteit van de binnenstad inzichtelijk te maken. Tevens wilden we inzicht krijgen in de impact van bijvoorbeeld koopzondagen en evenementen op de bezoekersaantallen. Daarnaast is het een mooie tool voor het centrummanagement. De data vormen input om met ondernemers in gesprek te gaan en bijvoorbeeld te verkennen waar mogelijkheden liggen om meer bezoekers aan de binnenstad te binden.’
'Het is input om met ondernemers in gesprek te gaan'
In het grootste deelproject pikten kastjes in winkels het wifi-signaal op van consumenten die erop waren ingelogd, het zogenaamde “wifi-tracking”. Deze gegevens werden vastgelegd in een database en laten bijvoorbeeld zien hoeveel passanten er op bepaalde plek zijn. Het mac-adres, een unieke code voor elk apparaat, toonde om hoeveel unieke bezoekers het gaat. Als tweede project werd deze informatie gekoppeld met gegevens van Facebookprofielen (van gebruikers die toestemming hadden gegeven), waarmee informatie als leeftijd, geslacht en woonplaats werd prijsgegeven. In het derde traject werd informatie van een bezoeker binnengehaald zodra deze persoon op een door de gemeente ingekochte advertentie klikte.
Beperkingen en kansen
Ook in Apeldoorn stuitte Locatus op de grenzen van dataverzameling. Zo is het niet mogelijk om de bezoekersfrequentie in kaart te brengen (het mac-adres geeft het eerste bezoek prijs), de verblijfsduur en aantallen te meten. Slob legt uit hoe dat zit: ‘Het verzamelen van gegevens waarbij het signaal van een persoon een tijd wordt vasthouden, mag niet. Het aantal passanten tellen mag daarom wel, omdat het gaat om een momentopname.’
Desondanks viel er genoeg te leren uit de cijfers, vertelt De Graaf. ‘Apeldoorn is een stad die zich stabiel ontwikkelt. De impact van evenementen en het liberale regime voor koopzondagen heeft effect op de bezoekersaantallen. Daarnaast onderbouwen de cijfers wat wij op straat ook zien, en dat is dat het winkelgebied fysiek kleiner wordt en bezoekers zich in een kleiner gebied begeven.’
Slob zou graag zien dat de privacyregels voor fysieke retailers versoepeld worden. ‘In theorie kunnen gegevens naar een persoon herleid worden, maar gemeenten hebben geen belang bij het verzamelen van gegevens over specifieke personen. Het gaat altijd om een hoog aggregatieniveau (een klein detailniveau, red.). Als online retailers van alles mogen verzamelen en de fysieke retail niet, dan is dat een oneerlijk speelveld. Ik zie het als een uitdaging voor gemeentes om – vanuit de Vereniging van Nederlandse Gemeenten (VNG) - in gesprek te blijven met de Autoriteit Persoonsgegevens over de vraag wat redelijk en reëel is.’ Ook webshops moeten voldoen aan privacyregels. De praktijk pakt voor hen eenvoudiger uit, vindt Slob, bijvoorbeeld doordat consumenten relatief snel akkoord gaan met voorwaarden waarin toestemming voor het verwerken van gegevens is verwerkt.
Meer met minder
De hamvraag is: als niet alles kan, hoe verzamel je voldoende materiaal om mee te werken? Hoe roei je met de riemen die je hebt? De beschikbaarheid vormt zoals gezegd een uitdaging en het verzamelen van data gebeurt bovendien steekproefsgewijs. Dat betekent dat je vrijwel nooit een volledig beeld hebt, of dat er vertekeningen in de data zitten. Een voorbeeld: mensen die Facebook gebruiken zijn geen goede vertegenwoordiging van de totale bevolking.
'Druktepatronen kun je onder meer koppelen aan kassa- of pintransactiecijfers'
Slob: ‘De uitdaging is dan ook goede oplossingen te vinden voor dit soort knelpunten en hiervoor te corrigeren. Dat kan bijvoorbeeld door gegevens te koppelen met andere bronnen. Zo kun je druktepatronen koppelen aan kassa- of pintransactiecijfers. Als je iets verzamelt, kijk dan naar extra bronnen om te controleren en extrapoleren.’ Ook hier ligt geen hapklare aanpak klaar, en ligt het eraan welke databronnen je hebt en wat je ermee wilt doen. Een belangrijke eerste vraag, zegt Slob, is dan ook: wat wil je meten? ‘Het ligt wellicht voor de hand, maar je moet goed definiëren: wat wil je weten en waar heb je het voor nodig? Vervolgens moet je daar oplossingen voor zoeken.’
