RetailNext 首席执行官 Alexei Agratchev（Alexei Agratchev）与 Pine59 合伙人兼联合创始人托马斯·瓦勒（Thomas Walle）相识多年。他们的交情可追溯至 Pine59（当时名为“Unacast”）的初创时期，当时阿列克谢邀请托马斯参加 RetailNext 的高管论坛，向在场的零售业领袖们分享他对位置智能的愿景。那份早期的信念自此发展为两家公司之间的合作伙伴关系，如今更进一步演变为产品整合。
RetailNext 与 Pine59 正将店内和店外的零售数据整合到一个互联的统一视图中。对于零售商而言，这意味着不仅要了解顾客进店后的情况，还要了解是什么因素最初吸引他们前来，以及外部市场状况如何影响店内业绩。
阿列克谢与托马斯坐下来，探讨了这一合作是如何促成的、为何现在这个时机如此重要，以及这对正试图理清日益复杂的客户旅程的零售商意味着什么。
在 LinkedIn 上关注我们 👉 了解我们的最新动态
🔵 阿列克谢：我们相识已久。我还记得在高管论坛上，当您第一次提出这个方案时的情景——那时它还只是一个构想和几张幻灯片。从那以后，零售业发生了巨大变化。您所解决的问题，最大的变化是什么？
🟢 托马斯：当时，位置智能基本上就是统计客流量。有多少人光顾，以及在什么时间光顾。变化在于，零售商不再只问“有多少”，而是开始追问“是谁”和“为什么”。他们想知道访客来自哪里、还去哪里购物、其人口统计特征如何，以及竞争对手在做什么。关注点已从单纯的测量转向了深入解读。说实话，零售商们比大多数供应商更快地提升了分析能力；他们早已将自有门店的潜力榨干，并触及了发展瓶颈。他们所缺的并非更多数据，而是背景信息。
🔵 阿列克谢：我们开发 RetailNext 的初衷是，店铺本身就能讲述完整的故事。数百万个数据点，全部来自店铺内部。但我总听到零售商们提出同一个问题：商品选得对，人员配置也合理，那为什么这家门店的表现还是不尽如人意？为什么他们还需要了解店外的情况呢？
🟢 托马斯：因为门店数据只能告诉您“发生了什么”，却无法解释“为什么”。您可以看到周二客流量下滑、第二季度转化率下降，或者某家门店的表现落后于另一家——尽管从表面数据看两者完全相同。门店本身无法告诉您原因，因为答案通常并不在门店里。关键在于商圈内有哪些人，他们转而去了哪里，哪家竞争对手刚在两英里外开业，以及整个商圈客流是否整体疲软，还是仅限于您所负责的区域。当零售商告诉我“商品选得对，人员配置也合理，但业绩依然不佳”时，这几乎总是表明原因在于门店之外。看不见的问题就无法解决，而情况的一半其实就在店门之外。
🔵 阿列克谢：请举个实际例子。借助这种综合视图，零售商能做出哪些以前无法做出的不同决策？
🟢 托马斯：以一家业绩不佳的门店为例。一个经典的问题是：是进行整改还是直接关闭？如果没有外部数据，这只能靠直觉来判断，而这种判断通常代价高昂。借助综合视图，您可以区分这两者。如果商圈客流量正常，但客流转化率较低，那便是执行层面的问题——商品陈列、人员配置、营业时间等——而且是可以解决的。如果整个商圈客源正在枯竭——无论是居民迁出，还是被竞争对手抢走了客源——那就是选址问题，无论如何调整店内运营都无法挽救。症状相同，决策却截然相反。一种情况是让门店继续运营并扭亏为盈；另一种情况则是阻止您向一个注定无法成功的选址继续投入资金。
或者，假设一家零售商正在决定下一家门店的选址。他们的直觉是选择在业绩最好的门店附近开设新店，复制成功模式。但门店数据只能告诉他们这些门店的转化率很高，却无法解释原因，也无法确定这种魔力能否在新的地点重现。借助综合视图，他们可以洞察一个选址真正成功的关键因素——商圈内的客群特征、顾客的流动路径，以及哪些周边品牌能吸引相同的客群。随后，他们便能去尚未开设门店的地区寻找这种模式。他们不再仅凭去年的销售额进行猜测，而是精准匹配真实的市场基因。这就是凭希望扩张与凭证据扩张的区别，也是新店能在数月内步入正轨，还是需要数年时间甚至永远无法步入正轨的关键差异。
🔵 阿列克谢：声称提供位置智能服务的公司比比皆是。我接触过的多数零售商已经同时在与两三家供应商打交道，却依然无法掌握全局。您这里到底有什么不同？
🟢 托马斯：大多数零售商都在进行数据拼接。一家供应商负责客流量，另一家负责人口统计数据，RetailNext 负责店内数据，还有一个人，其实际工作就是核对这三组相互矛盾的数据集。在每个数据衔接点，您都会浪费时间、降低准确性，而且最终仍无法完全信任得出的结果。不同之处在于，RetailNext 与 Pine59 之间的这种合作是完全集成的。店外和店内数据在同一视图中呈现，并针对同一批门店进行校准，因此无需再导出 CSV 文件，也不用肉眼核对数据是否一致。这种集成消除了数据衔接的断点，而正是这些断点导致了大部分错误和时间浪费。
🔵 阿列克谢：假设一位零售高管只能在店内数据和店外数据中选择其一，而无法两者兼得。从您的角度来看，如果只选择其中一项，他们会失去什么？
🟢 托马斯：无论哪种方式，您都是在闭上一只眼的情况下行事。如果只关注门店，您虽然能看清执行细节，却会完全忽略市场——您会出于一些可能与门店本身毫无关系的原因，去优化一家业绩不佳的门店。仅凭门店之外的数据，您虽然能理解市场，却无法判断是否真正实现了转化，因此无法区分需求问题与交付问题。这两种方法本身都没有错，只是它们各自在相反的方向上存在局限。价值从来就不在于单个数据集本身。其价值在于：两者能够相互解释。
🔵 阿列克谢：接下来会如何发展？五年后的零售商会期待拥有哪些目前尚不具备的东西？
🟢 托马斯：五年后，没有任何零售商会接受将客户旅程一分为二——外部数据在一个系统中，内部数据在另一个系统中，还得靠人来划清两者的界限。他们期待的是从停车场到收银台的完整视图，将吸引顾客进店的原因与进店后的行为视为一个完整的故事。这就是未来的发展方向，而此次整合正是迈向这一目标的第一步。我们正在将这两个一直被分别管理的部分连接起来，一旦零售商能在一个地方看到完整的购物旅程，他们就不会再想回到只能靠猜测来填补信息缺口的状态了。
阿列克谢和托马斯所描述的这种转变，根据您所处的立场不同，表现形式也各不相同。
其中的共同点在于：那些曾经仅基于部分信息做出的决策，如今已掌握了另一半信息。
阿列克谢和托马斯所描述的，未必仅仅是一个更大的数据集…… 而是一个更真实的数据集，它不再要求零售商在了解门店与了解市场之间做出取舍。随着系统整合的推进，这也是两家公司共同做出的赌注：零售商长期以来一直只能掌握片面的信息，而弥合这一差距是值得双方携手共同努力的。
阅读更多 👉 Pulse AI：别再找报告了，直接问就行。