Shoe Palace 由梅尔肖（Mersho）家族于1993年在加利福尼亚州圣何塞市创立，从一家单店发展成为全美领先的运动鞋和街头服饰零售商之一。如今，该公司在美国西部和南部运营着超过 250 家门店，与运动鞋文化渊源深厚，并与耐克、乔丹和阿迪达斯等品牌建立了长期合作伙伴关系。这种扩张意味着需要在截然不同的环境中扩展门店网络——从客流量密集的购物中心到独立街边店铺——每种环境都有其独特的客流模式和人员配置需求。
面临的挑战
多年来，Shoe Palace 在运营门店时，始终缺乏一种可靠的方法来衡量其业绩与需求之间的匹配程度。销售数据只能告诉团队发生了什么，却无法解释原因——也无法判断“生意清淡”的一天是否真的清淡。由于缺乏客流数据，关于门店业绩的讨论只能凭直觉进行。关于高峰时段、人员配置以及门店间对比的种种假设，都缺乏可供核对的基准。
“很难想象在没有客流数据的情况下经营这项业务。但现实是，许多零售商都没有这些数据。曾经，我们也是其中之一。”
——大卫·利扎克（David Lizak），Shoe Palace 平台经理
正如利扎克所言，没有客流数据就经营门店，就像开一辆没有车速表的车：您可能觉得自己开得很快，却无从证实。
解决方案
Shoe Palace 于2018年开始部署 RetailNext 客流量解决方案。到2019年大卫·利扎克加入时，挑战已从系统采用转向员工培训，团队基于三大原则构建了实施计划。
保持简单。Shoe Palace 没有用复杂的指标给门店团队造成负担，而是将客流量数据转化为通俗易懂且可操作的术语。团队没有要求兼职员工计算转化率，而是将目标重新表述为员工已经理解的内容：比昨天多服务一位顾客。
建立共同语言。Shoe Palace 开发了一个被昵称为 TPLH（每劳动小时客流量）的员工与客流量比率，让每位店长都能直观地判断一个班次的配置是否合理。该比率将抽象的数字转化为任何员工都能回答的问题：您和我能在一小时内接待这么多顾客吗？
在多元化的门店网络中实现标准化。随着门店遍布加利福尼亚、得克萨斯、亚利桑那、内华达和佛罗里达，没有两家门店是完全相同的。TPLH 使 Shoe Palace 能够公平地比较业绩表现，根据商场型与街边型门店的差异进行调整，而不是对每家门店都采用同一标准。
这些人员配置决策背后的每一个数据都源于同一台设备。Aurora®——RetailNext 的多功能物联网传感器——仅需一个安装在天花板上的设备，即可实现 95% 至 99% 准确率的人流计数（每次安装均经过人工审核）。对于覆盖多个州且门店业态各异的连锁体系而言，正是这种高精度确保了大规模人力规划的可靠性。
成果
在基于数据进行追踪和培训的第二年，Shoe Palace 的转化率同比平均提升了 10%。其中一家门店的转化率在此期间从 15% 提升至近 17%。
更智能的劳动力规划。TPLH 为运营团队提供了一个根据门店类型灵活调整的合理人员配置基准。通过向团队精准展示客流高峰的具体时段——以及各门店高峰时段的差异程度——管理者得以针对性地进行指导，同时也为公司提供了用于全连锁店规划的汇总数据。
公平的门店对比。两家相距仅几英里的门店——例如 Shoe Palace 最初的圣何塞门店和附近的一家商场门店——在客流模式或人口统计特征上可能截然不同。RetailNext 的数据使团队能够对同类门店进行横向比较，而非被迫对表现进行“苹果与橘子”式的对比分析。
更优的跨职能决策。市场营销和产品团队不再仅凭销售数据推测需求最高点。客流和人口统计数据如今已成为库存分配和区域战略的决策依据。
用历史数据验证假设。当管理者自认为了解门店的运营节奏、高峰时段和人员配置需求时，Shoe Palace 开始将这些假设与历史客流数据进行比对。结果发现：多年来，他们在客流高峰时段错失了诸多商机，而这些机会此前一直未被察觉。
Shoe Palace 现将 RetailNext 的客流量数据与 StoreForce 等人力规划平台相结合，将每小时客流量（TPLH）、每小时销售额和营业面积整合到单一视图中。这种整合帮助团队针对每家门店精准定位客流高峰时段和销售高峰期——这是在没有客流量数据之前无法察觉的。
