عندما واجه فريق إدارة شركة Boggi Milano انخفاضًا في عدد الزوار يوم الأحد في متجرهم الرئيسي عام 2018، اكتشفوا أمرًا مفاجئًا: لم يكن السبب الجذري هو التسويق أو عرض البضائع. بل كان عدم إلمام الموظفين بتصميم المتجر هو ما أثر على معدلات تحويل العملاء. وشكلت هذه الرؤية، التي تم الكشف عنها من خلال تحليلات متقدمة داخل المتجر، بداية تحول قائم على البيانات أدى إلى زيادة بنسبة 40% في عائد المتسوقين على مدار السنوات الخمس التالية.
اقرأ المزيد: قطاع التجزئة في عام 2030: الإمكانات التكنولوجية في المتاجر
إن إدارة 235 متجراً في 61 دولة تنطوي على تحديات تشغيلية فريدة. وبالنسبة لـBoggi Milano، العلامة التجارية الإيطالية للأزياء المشهورة بملابسها الرجالية العصرية التي تجمع بين المواد المستدامة والتصميمات المتطورة، أصبح الافتقار إلى رؤية موحدة للأداء عقبة تعوق نموها.
واجهت الشركة ثلاث نقاط عمياء حرجة يعرفها جيدًا العديد من تجار التجزئة الذين يمتلكون فروعًا متعددة. أولًا، لم تتمكن الشركة من توزيع القوى العاملة بفعالية عبر شبكة متاجرها. فقد كانت بعض الفروع تعاني من فائض في عدد الموظفين خلال الفترات الهادئة، بينما كانت فروع أخرى تعاني من نقص في الموظفين خلال أوقات الذروة. ثانيًا، كان تحديد المتاجر التي تشهد إقبالًا كبيرًا ولكن معدلات تحويل منخفضة يتطلب تحليلًا يدويًّا يستغرق وقتًا طويلاً وغالبًا ما يكون غير دقيق. وأخيرًا، وبدون رؤية واضحة لعدد المتسوقين لكل ساعة عمل، ظل تحسين إنتاجية الموظفين مسألة تخمين بدلاً من أن يكون استراتيجية.
أقر ماركو بيناسيدو، رئيس قسم تكنولوجيا المعلومات في Boggi Milano، بأن هذه التحديات تتطلب أكثر من مجرد المقاييس التقليدية في قطاع التجزئة. فقد كانت الشركة بحاجة إلى رؤى شاملة في الوقت الفعلي قادرة على ترجمة السلوك المعقد للمتسوقين إلى قرارات تشغيلية قابلة للتنفيذ.
قدمت منصة RetailNext، التي تستند إلى تقنية مستشعرات Aurora، شيئًا يختلف جذريًّا عن أنظمة عد الأشخاص الأساسية. يجمع جهاز Aurora بين قدرات متعددة لجمع البيانات في جهاز واحد متصل بالإنترنت الأشياء (IoT)، بما في ذلك الفيديو عالي الدقة (HD) وشبكة الواي فاي (WiFi) والكشف عبر البلوتوث (Bluetooth). لكن الأجهزة وحدها لا تحل مشكلات الأعمال؛ بل إن طبقة الذكاء هي التي تحول البيانات الأولية إلى رؤى استراتيجية.
تقوم تقنية الذكاء الاصطناعي القائمة على التعلم العميق في المنصة بمعالجة أنماط السلوك لتوفير فهم دقيق لمسارات المتسوقين. فبدلاً من الاكتفاء بحساب عدد حالات الدخول والخروج، يقوم النظام بتحليل مدة البقاء وأنماط المسارات ومناطق التفاعل. وتتيح هذه الرؤية التفصيلية لتجار التجزئة فهم ليس فقط عدد الأشخاص الذين يدخلون متاجرهم، بل أيضًا مدى فعالية تحويل تلك الزيارات إلى مبيعات.
بالنسبة لـ Boggi Milano، كان ذلك يعني الانتقال من العمليات التفاعلية إلى العمليات التنبؤية. تستخدم خوارزميات التنبؤ الخاصة بالمنصة الأنماط التاريخية لتوقع حركة الزبائن على فترات زمنية مدتها 15 دقيقة، مما يتيح التخطيط الاستباقي لجداول عمل الموظفين. ويضمن التنسيق الشرطي ولوحات المعلومات سهلة الاستخدام قدرة مديري المتاجر على تحديد الفرص بسرعة دون أن يضيعوا في تعقيدات البيانات.
تعرف على: لماذا يُعد اختيار شريك واحد لتركيب الأنظمة التقنية أمرًا مهمًا
كان أحد التحديات الأكثر إلحاحًا التي واجهتها شركة Boggi Milano هو تحديد العدد المناسب لموظفي FTE لكل متجر من متاجرها. وكان يتعين عليها إنجاز هذه المهمة في غضون أسبوع واحد فقط. ولو اتبعت الشركة الأساليب التقليدية، لكان ذلك قد تطلب إجراء عمليات مراقبة وتقدير يدوية مكثفة، مما كان سيؤدي على الأرجح إلى أخطاء كبيرة.
باستخدام أدوات تحليل Traffic 3.0 من RetailNext، اتبع الفريق نهجًا قائمًا على البيانات. وقاموا بتحليل أنماط مدة الزيارة، ووجدوا أن العملاء يقضون عادةً ما بين 17 و18 دقيقة داخل المتجر. وبالاقتران مع تقديرهم بأن كل موظف مبيعات يمكنه خدمة 3.5 عميل بشكل فعال في كل ساعة عمل، حددوا متطلبات أعداد الموظفين بدقة.
لكن Boggi Milano لم تكتفِ بالمجرد حساب المتوسطات. وإدراكًا منها أن كل متجر يتمتع بخصائص فريدة، قامت بتخصيص التحليل حسب الموقع. فالمتجر الرئيسي في حي الموضة بميلانو يعمل بطريقة مختلفة عن متجر يقع في مركز تجاري بضواحي المدينة. وقد حقق هذا النهج التفصيلي لتحسين استخدام القوى العاملة نتائج ملحوظة: انخفاض بنسبة 15% في عدد الموظفين منذ عام 2018 مع تحسين جودة خدمة العملاء في الوقت نفسه.
كما وضعت الشركة توقعات أداء واضحة استنادًا إلى الرؤى المستخلصة من البيانات. وأصبح موظفو المبيعات يدركون الآن أنه ينبغي تخصيص ما يقرب من نصف وقتهم لأنشطة البيع المباشر، مع تكريس الجزء المتبقي للمهام الأساسية غير المتعلقة بالبيع، مثل العرض المرئي للبضائع وإدارة المخزون. وكشفت البيانات أن الموظفين الفعالين يحققون معاملة واحدة تقريبًا كل ساعتين. ويساعد هذا المعيار المرجعي المديرين على توجيه الأداء وتقدير التميز.
يقع العديد من تجار التجزئة في فخ تتبع عدد مفرط من المقاييس، مما يؤدي إلى إثارة الارتباك بدلاً من توضيح الأمور. وقد واجهت شركة Boggi Milano في البداية صعوبة في التغلب على هذا التحدي، حيث كانت تثقل كاهل فرق العمل في المتاجر بعدد كبير من مؤشرات الأداء الرئيسية التي غالبًا ما كانت ترسل إشارات متضاربة بشأن الأولويات.
من خلال التحليل الدقيق لبيانات RetailNext الخاصة بها، اتخذت الشركة قرارًا استراتيجيًا بالتركيز بشكل أساسي على Shopper Yield. ويُحسب هذا المؤشر المركب بضرب معدل التحويل في متوسط قيمة المعاملة. ويحقق هذا المؤشر الرئيسي للأداء (KPI) التوازن المثالي بين المكونين الأساسيين لنجاح قطاع التجزئة.
أصبح الرسم البياني «مربع الأداء» أداة فعالة لمديري المتاجر وقادة المناطق. يوضح هذا التقرير البسيط أداء كل موقع على محورين: معدل التحويل ومتوسط قيمة المعاملة. وتتلقى المتاجر التي تظهر في أرباع مختلفة توجيهات موجهة. وتركز المتاجر ذات معدل التحويل المرتفع والأسعار المنخفضة على زيادة حجم سلة التسوق. أما المتاجر ذات القيمة العالية للمعاملات ومعدل التحويل المنخفض، فتعمل على جذب المزيد من المتصفحين.
يمنع هذا النهج المركّز الوقوع في المأزق الشائع المتمثل في تحسين مؤشر ما على حساب مؤشر آخر. فعندما تركز الفرق بشكل مفرط على معدلات التحويل، قد تتسبب في استعجال العملاء وتقليل قيمة المعاملات. وعلى العكس من ذلك، فإن التركيز حصريًّا على المبيعات الكبيرة قد يعني تفويت فرص مع العديد من العملاء. ويحافظ Shopper Yield على التوازن بين هذين العاملين.
كما انتقلت الشركة من تحليل الأداء اليومي إلى التحليل بالساعة، مما كشف عن أنماط لم تكن واضحة في البيانات المجمعة. فقد يُظهر متجر ما معدل تحويل يومي مقبول، لكن التحليل بالساعة قد يكشف عن فرص ضائعة خلال أوقات الذروة في فترة الغداء أو في عطلات نهاية الأسبوع.
حققت الشراكة التي استمرت خمس سنوات بين Boggi Milano وRetailNext تحسينات قابلة للقياس في الأداء التجاري، مما يؤكد جدوى الاستثمار في التحليلات المتقدمة:
زيادة بنسبة 40% في عائد المتسوقين: أدت استراتيجية مؤشرات الأداء الرئيسية (KPI) المركزة إلى تحسينات مستمرة في كل من معدل التحويل وقيمة المعاملات
زيادة بنسبة 5 نقاط في معدل التحويل: أدى تحسين توزيع الموظفين وتدريبهم استنادًا إلى أنماط حركة الزوار إلى تحسين تفاعل العملاء
زيادة بنسبة 15% في متوسط قيمة الفاتورة: ساهم فهم سلوك العملاء في وضع استراتيجيات تسويق ومبيعات أكثر فعالية
انخفاض بنسبة 15% في تكاليف العمالة: أدى تحسين جدولة العمل إلى خفض نفقات الرواتب مع الحفاظ على جودة الخدمة
تُظهر هذه النتائج أن تحليلات قطاع التجزئة لا تهدف إلى استبدال الحكم البشري بالخوارزميات، بل تهدف إلى تمكين الفرق من خلال تزويدها بمعلومات دقيقة لاتخاذ قرارات أفضل. فعندما يفهم مديرو المتاجر بالضبط متى يصل العملاء، وكيف يتحركون داخل المتجر، وما الذي يحفزهم على الشراء، يصبح بإمكانهم توفير تجارب تعود بالفائدة على كل من المتسوقين والأرباح.
يُظهر نجاح Boggi Milano تحولاً جذرياً في عمليات البيع بالتجزئة. وكما يشير بيناسيدو، فإن القدرة على تحويل التحليلات المعقدة إلى رؤى قابلة للتطبيق تُبسط عملية اتخاذ القرار وتتيح الاستجابة السريعة للظروف المتغيرة. فما كان يتطلب في السابق أسابيع من التحليل اليدوي أصبح الآن يتم في الوقت الفعلي.
إن الاستثمار في تقنيات التحليلات الموثوقة، مثل منصة أجهزة الاستشعار Aurora التابعة لشركة RetailNext، لا يقتصر على تحسين الأداء التشغيلي فحسب، بل يتعلق أيضًا ببناء ميزة تنافسية من خلال فهم العملاء. ففي عصر يتمتع فيه تجار التجزئة عبر الإنترنت برؤية كاملة لكل نقرة وحركة تمرير، يحتاج تجار التجزئة في المتاجر الفعلية إلى معلومات مماثلة عن مساحاتهم.
بالنسبة لتجار التجزئة الذين يفكرون في القيام باستثمارات مماثلة، فإن مسيرة شركة Boggi Milano تقدم دروسًا قيّمة. ابدأوا بتحديد التحديات التجارية بوضوح بدلاً من السعي وراء التكنولوجيا لمجرد التكنولوجيا. ركّزوا على المقاييس التي تدفع إلى تحقيق أداء متوازن بدلاً من إثقال كاهل الفرق بالبيانات. والأهم من ذلك، أدركوا أن الهدف لا يقتصر على القياس فحسب، بل يكمن في توفير تجارب أفضل لكل من العملاء والموظفين.
مع استمرار تطور قطاع التجزئة، ستتسع الفجوة بين العمليات القائمة على البيانات وتلك القائمة على الحدس. ويُظهر التحول الذي شهدته شركة Boggi Milano أنه بوجود الشريك التكنولوجي المناسب والتركيز الاستراتيجي، يمكن لشركات التجزئة الكشف عن الفرص الكامنة في بياناتها التشغيلية، مما يدفع عجلة النمو المستدام مع تحسين تجربة التسوق في الوقت نفسه.
👉 اقرأ دراسة الحالة كاملةً: اقرأها عبر الإنترنت أو قم بتنزيلها