《零售经济学》指出预计的，由于金融环境趋紧抑制了消费者支出（其占经济总量约三分之二），英国2023年的 GDP 将出现萎缩。此外，受食品和能源通胀率达两位数的影响，今年人均可支配收入可能进一步下降 3.4%。不过，情况并非全是坏消息。像这样的关键转型时期往往能催生创造力和创新。
零售商在制定战略时必须关注的主要趋势包括
经济衰退时期的购物行为：注重成本的消费者优先将资金用于必需品；
随着消费者越来越追求互联的购物体验，智能商店正日益兴起；
随着经济条件较差的消费者为避免在线配送和/或退货费用，实体店的作用正在发生变化，这促使他们更倾向于前往实体店购物；
消费者要求实体店实现数字化整合，包括便捷的支付方式、更详尽的产品信息以及门店自提服务
面对如此巨大的压力，英国零售商必须寻求解决方案，以简化门店运营、优化人力配置、拥抱数字化元素，并最大限度地提高营销投资回报率。可靠的门店数据能够支持企业采取主动措施并进行测试——这是克服经济低迷的两大关键策略。以下将介绍店内分析如何帮助品牌在2023年及以后构建并维持一个具有韧性的零售业务。
阅读更多：为什么零售媒体网络是实体店的未来
全渠道（或“统一”）的客户体验正迅速成为现代零售商必备的利器。当线上和线下服务无缝融合时，消费者更倾向于增加消费。一份最新报告还显示，60% 的消费者在进行大额购买前会先在网上进行调研，而且 80% 的情况下，消费者会在实体店退货，并将退款用于在同一家零售商处再次消费。
随着顾客接触的触点数量不断增加，零售商必须确保每个触点都经过优化，以实现最高效率。随着购物者变得越来越有目的性且洞察力更强，客户体验已成为决策过程中的关键差异化因素。
这意味着零售商收集的数据量比以往任何时候都多。从会员卡到销售点（PoS）数据，再到店内顾客购物路径和安防系统，来自每个接触点的数据都被收集起来。但真正的精髓在于数据整合（而不仅仅是收集）。当这海量数据以直观且易于理解的方式进行结构化处理时，便会转化为可付诸行动的洞察。这些洞察能消除购物者和门店团队在全渠道体验中的摩擦，从而实现零售业的统一。
店内分析（如客流量和全路径分析）是准确衡量顾客参与度的有效途径。作为一项指标，参与度有助于制定第三方视觉陈列的定价方案，或为零售商的营销生态系统投资提供依据。这些数据对于建立零售媒体网络（RMN）也至关重要，该网络既收集购物者数据，又依靠这些数据驱动。
基本原则依然成立：优质数据能带来更好的效果和最佳的投资回报率（ROI）。一旦门店拥有准确的客流量数据，即可计算曝光量指标和千次展示成本（CPM）。至关重要的是，此类数据使零售商能够构建一个可行的变现引擎，并将其出售给营销人员。
凭借对客户购买数据、偏好和购物旅程的掌握，以及在消费者最易受影响时将品牌呈现给他们的能力，零售媒体网络的流行（及其随之而来的推广）在未来几年必将迎来爆发式增长。对于英国零售商而言，尽早采用这一模式将是一项稳健的投资，尤其是在消费者正谨慎地重拾信心并重新接受实体店购物之际。
只要策略得当且执行到位，零售媒体网络便是零售企业与客户互动、建立品牌忠诚度并提升销售额的绝佳途径。通过利用这些网络的优势，零售企业能够精准触达目标客户，打造更具吸引力的购物体验，并借助个性化服务推动转化。
与媒体网络一样，视觉陈列同样能从基于数据的方法中获益。当零售商能够最准确地确定哪些陈列和店铺区域的人流量、顾客参与度及转化率最高时，他们就能以此为基准，借鉴最佳实践。反之，当某个区域或陈列的客流量持续偏低时，可以将其标记出来并进行调整，以激活该空间。如今，视觉陈列的决策不再仅凭直觉做出。
实时门店数据为优化创意和运营决策提供了实证依据。借助业界领先的技术，零售商可以衡量门店布局、商品陈列及其他商品管理决策对顾客参与度以及门店绩效指标（包括转化率、平均交易额（ATV）和每位访客销售额）的影响。
案例研究：日本领先的眼镜零售商如何实现卓越业绩
高达 71% 的消费者表示，当购物体验缺乏个性化时会感到沮丧。此外，91% 的消费者表示，他们更倾向于选择能提供与自身相关优惠和推荐的品牌。这使得个性化成为现代零售商几乎无法忽视的趋势。然而，个性化的效果取决于支撑它的数据质量。
通过多渠道互动以及来自会员卡和应用程序的整合数据，零售商能够更全面、更及时地掌握顾客的行为和偏好。借助关于停留时长、停留区域及停留时长以及热力图所示购物路径的准确数据，零售商可以更有效地为消费者提供个性化体验。
通过安全地收集和分析这海量的数据，零售商能够更智能地通过移动设备或店内数字标牌提供个性化、及时的促销活动。这些精心策划的促销活动通过消费者关心的创新举措，有助于提升购物体验。
当决策以数据分析为依据时，购物中心相关方可优化运营、提升盈利能力、增强可持续发展能力，并推动数据变现。此外，这些数据分析对于业务流程的自动化至关重要。大规模的自动化使场馆团队能够腾出时间，专注于与租户及相关方建立并维护战略合作伙伴关系。
在实际运营中，可通过确定“高峰时段”来提高劳动效率。将每小时、每天、每周或每年的客流周期进行细分，并安排购物中心员工（安保、保洁、维护及管理人员）在这些客流高峰时段进行工作。在预计客流达到高峰时增加人员配置，在客流即将减少时减少人员配置。
在购物中心中，数据分析还能在以下其他领域发挥关键作用：
可持续发展：数据分析有助于利益相关方打造更环保的场馆。客流和上座率预测可帮助场馆降低能耗、减少运营成本、根据需求调控通风系统、减轻设施和设备的磨损，并避免因温室气体排放而受到处罚。
安防：通过视频录制和管理功能简化证据收集流程，从而即时识别问题，并借助网页和移动应用程序进行远程调查。远程调查可为零售商和商场相关方节省时间和成本。
投资：基于可靠数据制定增长计划，管理并收购世界级场馆。将从一个场馆中获得的经验应用到下一个场馆，以此测试和分析面向未来的投资，例如设施升级、商场零售媒体网络、移动设备检测以及会员计划。
保险：可以客观、持续地收集和测量准确的占用率数据，并将其纳入 COPE 数据体系。这些数据可为长期风险评估提供精算依据，并有可能降低商业物业的保费。
顾客行为：即时获取有关客流路径和停留时长的数据，从而更好地了解购物中心运营表现及商业机遇。通过衡量整个购物中心内跨品类消费行为，深入洞察各品类及各店铺的消费规律。
购物中心业主通常会通过将收集到的数据变现，从而更快地收回在分析技术上的投资。具体做法包括：向租户提供高价值的分析服务作为附加服务，或者将数据出售给投资公司、媒体机构或广告商。无论采取哪种方式，这都是一种具有前瞻性的做法，旨在为商业房地产的未来进行稳健投资。
阅读更多：自动化如何重塑门店运营与购物体验
每年，零售技术展都会汇聚欧洲最具前瞻性的零售商和顶尖科技创新者，将推动变革的力量凝聚在一起，共同推动行业向前发展。作为分析领域的行业领导者，我们将参加4月26日至27日在伦敦奥林匹亚展览中心举办的零售技术展。欢迎莅临我们的展位（#5E14），与我们的团队探讨您零售业务的未来。