Dave & Buster's est la première destination américaine de divertissement et de restauration, alliant une cuisine de qualité à de vastes salles de jeux réparties dans 177 établissements aux États-Unis, avec pour devise « manger, boire, jouer et regarder ». Son modèle de double source de revenus et ses vastes établissements dotés de plusieurs entrées — dont la superficie varie de 30 000 à plus de 70 000 pieds carrés — exigent une visibilité précise sur les flux de clients et le taux d’occupation afin d’offrir un service irréprochable tant au niveau de la restauration que des loisirs.
Le défi
Pendant des années, Dave & Buster’s s’est appuyé sur des processus manuels et des indicateurs approximatifs. L’enseigne utilisait les passages de « cartes d’accès » aux salles de jeux comme indicateur de fréquentation, ce qui permettait de recenser les clients venus jouer, mais omettait tous ceux qui venaient principalement pour se restaurer — un angle mort considérable. Les directeurs généraux comptaient le taux d’occupation à l’aide de compteurs manuels, une tâche chronophage et imprécise qui détournait le personnel des clients. Faute de visibilité en temps réel sur la fréquentation réelle, les établissements peinaient à optimiser leurs effectifs, à distinguer les clients venus se restaurer de ceux venus jouer, à prendre des décisions d’aménagement fondées sur des données et à établir des prévisions précises.
La solution
Dave & Buster’s a déployé la solution RetailNext Traffic Analytics dans l’ensemble de ses 177 établissements, en installant des capteurs à chaque point d’entrée — y compris les entrées directes et celles reliées aux centres commerciaux — et en intégrant les données à ses outils de BI et à son architecture de lac de données. Les capteurs ont permis de recenser le nombre total de visiteurs, le taux d’occupation, les schémas d’entrée et les flux de clientèle, informations mises en évidence à la fois via des tableaux de bord Web et des applications mobiles, afin que les responsables puissent visualiser la situation du magasin en temps réel, où qu’ils se trouvent.
Les résultats
Les responsables ont ainsi bénéficié d’une visibilité instantanée, accessible depuis leur téléphone, sur le taux d’occupation, ce qui a remplacé le comptage manuel et permis aux équipes de se concentrer sur l’expérience client. Les données réelles sur la fréquentation sont devenues un nouvel élément pris en compte dans les décisions relatives aux effectifs et dans les modèles de prévision basés sur l’IA et l’apprentissage automatique, aux côtés des données historiques sur le chiffre d’affaires et de la météo, tandis que la transparence sur l’ensemble des 177 magasins a permis de comparer les performances et de partager les meilleures pratiques entre les différents sites.
