Dave & Buster's 是美国首屈一指的娱乐与餐饮胜地，在美国 177 家分店中，将餐厅级别的美食与宽敞的电子游戏厅相结合，秉承“吃、喝、玩、看”的承诺。其双收入模式以及面积从 30,000 到 70,000 多平方英尺不等、拥有多个入口的大型场馆，要求对客流和上座率进行精准监控，以便在餐饮和娱乐两个领域都提供卓越的服务。
面临的挑战
多年来，Dave & Buster's 一直依赖手动流程和替代性指标。该品牌将游戏厅“电源卡”的刷卡次数作为客流的替代指标，虽然能统计到游戏顾客，却遗漏了主要来用餐的顾客——这成为一个重大的盲点。各分店总经理使用手持计数器统计客容量，这一过程既耗时又容易出错，还导致员工无法专注于服务顾客。由于无法实时掌握真实的客流量情况，各分店难以优化人力配置、区分餐饮与游戏顾客、做出基于数据的布局决策，也难以进行准确的客流预测。
解决方案
Dave & Buster's 在全部 177 家门店部署了 RetailNext Traffic Analytics 系统，在每个入口处（包括直通入口和与商场相连的入口）安装传感器，并将数据与企业的商业智能（BI）工具及数据湖架构进行集成。传感器采集了总客流量、客座率、入场模式及客流走向等数据，并通过网页仪表盘和移动应用程序呈现，使管理者能够随时随地实时掌握门店状况。
成果
管理者可通过手机即时掌握客流量情况，取代了人工计数，使团队能够将精力集中在提升顾客体验上。真实的客流量数据与历史营收和天气数据一起，成为人员配置决策以及 AI/ML 预测模型的新输入依据；同时，覆盖所有 177 家门店的透明数据使各门店之间能够进行业绩基准对比和最佳实践分享。
