Specialty Retail Traffic AnalyticsInsights
Comment le premier détaillant japonais de lunettes parvient à atteindre un niveau de performance élevé
Megane no Tanaka a identifié la nécessité de prendre des décisions commerciales stratégiques fondées sur des données, en s'appuyant sur des analyses en temps réel de l'activité en magasin. L'enseigne d'optique explique pourquoi elle a choisi RetailNext pour mieux comprendre l'expérience client en magasin.
Lieux
Megane no Tanaka Optical
Des années d'expertise (fondée en 1913)
Megane no Tanaka Optical
Salariés
Megane no Tanaka Optical
Fondée à Hiroshima, au Japon, en 1913, la société « Megane no Tanaka Optical » s'est forgé une réputation d'excellence depuis plus d'un siècle dans les domaines des lunettes, des appareils auditifs et des lentilles de contact. Elle compte aujourd'hui plus de 100 points de vente et est réputée pour mettre chaque client à l'honneur grâce à une expérience personnalisée et inoubliable.
Le défi
Les attentes des clients concernant l’expérience en magasin ayant évolué rapidement, la direction a décidé de réinventer l’approche de cette enseigne centenaire en s’appuyant sur une prise de décision en temps réel, fondée sur les données. Les données dont elle disposait alors ne permettaient pas d’avoir une compréhension nuancée et contextuelle du magasin : elles ne fournissaient pas d’informations complètes sur le parcours des clients ni sur l’efficacité du marketing en magasin, ne permettaient pas d’identifier les « heures de pointe » en termes de fréquentation ni les effectifs nécessaires, et ne permettaient pas de quantifier les objectifs de vente.
La solution
Megane no Tanaka Optical a mis en place la plateforme RetailNext — d’abord dans le cadre d’un projet pilote dans quelques magasins, puis à l’échelle de l’ensemble du réseau — pour sa précision, ses données en temps réel, sa vérifiabilité et ses informations exploitables. Le capteur IoT tout-en-un Aurora® utilise un algorithme d’IA breveté basé sur l’apprentissage profond pour détecter anonymement les personnes avec une grande précision ; chaque capteur est vérifié manuellement après son installation à l’aide de vidéos HD, les données sont disponibles presque immédiatement via l’interface et les API, et les responsables peuvent accéder à des tableaux de bord regroupant leurs indicateurs clés de performance (KPI), y compris les prévisions de fréquentation et les recommandations générées par l’IA.
Les résultats
Les responsables de magasin ont immédiatement adopté l’interface conviviale et ont pu accéder à des données précises pour évaluer leurs performances par rapport aux indicateurs clés de performance. Satisfaits de l’amélioration notable des rapports issue de la phase pilote, les dirigeants ont déployé la plateforme dans tous les magasins — en utilisant ces informations pour instaurer une culture axée sur la performance en matière de gestion du personnel, d’agencement des magasins et de merchandising.
Téléchargez l'étude de cas complète.
Découvrez l'intégralité du défi, la solution et les résultats — y compris les détails de la mise en œuvre et les principaux enseignements tirés par Tanaka Megane.
Ce téléchargement est disponible en anglais.
Ressources associées
Plus de résultats et d'articles à lire en lien avec les produits et les secteurs présentés dans cet article.
Prêt à découvrir ce que RETAILNEXT PEUT FAIRE POUR VOUS ?
N'hésitez pas à contacter notre équipe. Nous vous montrerons précisément ce que RetailNext peut apporter à votre entreprise.