Boggi Milano è un marchio italiano di abbigliamento maschile con 235 negozi in oltre 61 paesi, guidato da innovazione, tecnologia, sostenibilità e materiali di alta qualità e dalle prestazioni elevate. I suoi capi uniscono tessuti di prima scelta, spesso biologici e riciclati, a una ricerca stilistica pensata per uno stile di vita contemporaneo.
La sfida
Nel 2018, Boggi Milano ha deciso di migliorare il modo in cui analizzava le prestazioni dei negozi e ha cercato un partner con una profonda esperienza nell’analisi dei dati in negozio. Il team non riusciva a ottimizzare e snellire la gestione del personale, non aveva un modo affidabile per identificare i negozi con un traffico elevato ma una bassa conversione e aveva una visibilità limitata sul numero di clienti serviti per ora di lavoro.
La soluzione
Boggi Milano ha stretto una partnership con RetailNext, la cui piattaforma si basa sul sensore IoT all-in-one Aurora® — dotato di ampio campo visivo, video a colori in HD, BLE, Wi-Fi e beacon — e su un modello predittivo del traffico che prevede il numero di visitatori con incrementi di 15 minuti. Invece di basarsi sulle medie della rete, il team ha analizzato la durata delle visite e il numero di clienti per ora di lavoro negozio per negozio, per determinare il giusto organico in equivalenti a tempo pieno (FTE) per ogni sede, bilanciando i tempi di vendita e quelli non dedicati alla vendita.
I risultati
Utilizzando Traffic Analytics per ottimizzare l’allocazione della manodopera, Boggi Milano ha ridotto il personale del 15% dal 2018, abbassando al contempo i costi salariali e aumentando la produttività. Nello stesso periodo, il marchio ha aumentato il rendimento per cliente di circa il 40%, ha migliorato il tasso di conversione di circa 5 punti e ha incrementato lo scontrino medio di circa il 15% — trasformando l’analisi dei dati in negozio in un motore di performance duraturo.
