1993年にカリフォルニア州サンノゼでマーショ家によって設立されたShoe Palaceは、1店舗から始まり、現在では全米有数のスニーカー・ストリートウェア小売業者へと成長しました。 現在、同社は米国西部および南部で250店舗以上を展開しており、スニーカー文化と深い結びつきを持ち、ナイキ、ジョーダン、アディダスといったブランドとは長年にわたるパートナーシップを築いています。この成長に伴い、密集したショッピングモール内から独立した路面店まで、それぞれ客動線や人員配置のニーズが異なる、著しく異なる環境下で店舗網を拡大する必要がありました。
課題
長年にわたり、Shoe Palaceは需要に対する業績を測定する信頼できる手段を持たずに店舗を運営していました。 売上数値は、何が起きたかをチームに伝えてはいましたが、その理由や、売上が伸び悩んだ日が実際に「不振」だったのかどうかまでは示していませんでした。来店客数のデータがないため、店舗の業績に関する議論は直感に頼るしかありませんでした。ピーク時間帯や人員配置、店舗間の比較に関する推測には、検証するための基準がありませんでした。
「来店客数のデータなしにこのビジネスを行うことは想像しがたいことです。しかし現実には、そのデータを持っていない小売業者が数多く存在します。かつて、私たちもそのような小売業者の一つでした。」
— デビッド・リザック、Shoe Palace プラットフォームマネージャー
リザック氏が指摘するように、来店客数データなしで店舗を運営することは、スピードメーターのない車で運転するようなものです。速く走っているように感じても、それを確認する手段がないのです。
解決策
Shoe Palaceは2018年に、RetailNextの来店客数ソリューションの導入を開始しました。2019年にデビッド・リザック氏が加わった頃には、課題は「導入」から「教育」へと移行しており、チームは3つの原則に基づいてプログラムを構築しました。
シンプルに保つこと。Shoe Palaceは、複雑な指標で店舗チームを圧倒するのではなく、来店客数データを平易で実践的な表現に変換しました。パートタイムのスタッフにコンバージョン率の計算を求める代わりに、チームはスタッフがすでに理解している概念――「昨日より1人多くのお客様にサービスを提供する」――に基づいて目標を再定義しました。
共通の言語を確立する。「Shoe Palace」は、TPLH（労働時間あたりの客数）という愛称をつけたスタッフ対客数比率を開発しました。これにより、各店舗のマネージャーは、シフトの人員配置が適切かどうかを直感的に把握できるようになりました。この比率により、抽象的な数字が、どのスタッフでも答えられる質問へと変わります。「あなたと私で、1時間にこれだけの顧客に対応できますか？」
多様な店舗網全体で基準を統一する。カリフォルニア、テキサス、アリゾナ、ネバダ、フロリダに店舗が点在しており、同じ店舗は一つとしてありません。TPLHにより、Shoe Palaceはすべての店舗を同じ基準で評価するのではなく、ショッピングモール型と路面店型の違いを調整しながら、業績を公平に比較できるようになりました。
こうした人員配置の決定を支えるあらゆる数値は、1台のデバイスから始まります。Aurora®は、RetailNextのオールインワンIoTセンサーであり、天井に取り付けられた1台のユニットから、95～99％の精度で来客数を計測します（設置のたびに手動で監査が行われています）。 複数の州や店舗形態にまたがる店舗網において、この精度こそが、大規模な人員計画を信頼できるものにしているのです。
結果
データに基づく追跡とトレーニングを開始して2年目には、Shoe Palaceは前年比で平均10％のコンバージョン率向上を達成しました。ある店舗では、その期間中にコンバージョン率が15％から17％近くまで上昇しました。
よりスマートな人員計画。TPLHは、店舗タイプに応じて柔軟に調整可能な、健全な人員配置のベンチマークを運営チームに提供しました。ピークがどこに発生しているか、またそのピークが店舗ごとにどれほど異なるかをチームに正確に示すことで、マネージャーは具体的な指導を行うことができ、企業側には全店舗にわたる計画立案のための集計データが提供されました。
店舗間の公正な比較。Shoe Palaceのサンノゼの1号店と、近隣のショッピングモールにある店舗のように、数マイルしか離れていない2つの店舗であっても、客足のパターンや顧客層は全く異なる場合があります。RetailNextのデータを活用することで、チームは類似した店舗タイプ同士を比較することができ、業績を「リンゴとオレンジ」のように異なる基準で無理に比較する必要がなくなりました。
部門横断的な意思決定の向上。マーケティングチームや商品企画チームは、需要が最も高い場所について、もはや売上高に基づく推測のみに頼る必要がなくなりました。来店客数や顧客層のデータが、在庫配分や地域戦略の策定に活用されるようになりました。
過去のデータによる仮定の見直し。マネージャーが自店のリズム、ピーク時間帯、人員配置のニーズを把握していると考えていた部分について、Shoe Palaceは過去の来店客数データと照らし合わせて検証を開始しました。その結果、長年にわたり見過ごされていた、来店客数の多い時間帯におけるビジネスチャンスの逸失が明らかになりました。
Shoe Palaceでは現在、RetailNextの来店客数データをStoreForceなどの人員計画プラットフォームと統合し、1時間あたりの売上高（TPLH）、時間あたりの売上高、店舗面積を単一の画面で把握できるようにしています。この統合により、チームは店舗ごとに「繁忙時間帯」や「ピーク期間」を正確に特定できるようになりました。これは、来店客数データが存在しなかった以前は把握できなかった情報です。
