Store OperationsBusiness IntelligenceCustomer StoriesIndustry Events Traffic AnalyticsInsights
随着 TFG 的兴起,非洲零售业的复兴势头日益强劲
2026年5月28日 · Nirvani Dhevcharran, CTO: Platforms and Operations
TFG 于一百多年前在南非以一家服装店起家。如今,The Foschini Group 在五大洲运营着 39 个品牌和 4,900 多家门店,拥有近 4,000 万名会员和约 50,000 名员工。在第 13 届年度高管论坛上,平台与运营首席技术官(Nirvani Dhevcharran)CTO: Platforms and Operations 阐述了非洲零售业理应拥有话语权的观点,并从内部视角展示了这一现状。
她首先从务实的角度阐述了对人工智能的看法。Microsoft Copilot 目前正协助 TFG 的人力资源团队,在遵守南非就业公平法规的前提下筛选候选人;而一项耗费大量数据构建的个性化账单试点项目,运行了三个月却未能产生任何追加销售。她得出的经验是:每个用例都必须具备真正的商业价值。随后,她详细阐述了 TFG 的 BOLTS 战略(Build Out、Optimize、Leverage、Transform、Sustain),并说明了 RetailNext 在该战略中的定位:即 Leverage 支柱,旨在挖掘集团已有的数据。
会议的其余部分讲述了 TFG 转用 RetailNext 的经过——此前使用的客流统计解决方案曾导致企业对数据失去信心。在概念验证阶段,门店员工曾站在门口手动统计顾客数量,以对比两套系统的效果。目前,RetailNext 已覆盖近三分之二的门店网络,并与 TFG 的营业额及 IT 服务管理系统实现了集成。Nirvani 分享了客流量如何影响各品牌的转化率目标、一家仅凭客流量进行考核的度假小镇家居用品店、某购物中心内新开的 JD Sports 门店所暴露的同店销售蚕食现象,以及基于客流量而非营业额制定的员工配置计划。她最后总结了经验教训,包括向店员展示 RetailNext 数据,以及 RetailNext 人工智能在南非荷兰语、科萨语和祖鲁语中的早期测试。
关键 要点。
- 每个人工智能应用案例都需要具备真正的商业价值。TFG 曾试点在客户对账单上展示个性化图片,这些图片与每位购物者的购买商品相匹配。该方案的构建耗费了大量数据,运行了三个月,却未产生任何追加销售。而由 Copilot 辅助的候选人初选——该方案负责从一千名应聘者中筛选出十个职位的人选——才是那种能收回成本的应用案例。
- 准确性是赢得信任的关键。TFG 此前采用的客流统计方案,导致企业对数据完全缺乏信心。在 RetailNext 的概念验证阶段,店员们甚至站在门口手工清点顾客人数,与系统数据进行比对后才愿意相信这些数据。
- 转化率在每个品牌中的含义各不相同。平价商店对顾客的互动需求较低,而珠宝和奢侈服装的顾客则期待个性化服务,因此转化率目标需针对不同品牌分别设定。在某度假小镇的一家家居用品店中,客流量是 TFG 唯一追踪的指标。
- 客流量揭示了营业额数据背后隐藏的信息。当一家 JD Sports 门店在 TFG 旗下某购物中心开业时,客流量数据显示该店正在蚕食另一家产品线重叠的 TFG 门店的客源——仅凭营业额数据是无法解释这一现象的。
- 人员配置应基于客流量,而非营业额。TFG 的门店业态差异过大,无法套用小、中、大三类通用模板。通过按客流量对各门店类型进行细分,TFG 能够按日、月、年制定排班计划,而此前其劳动力管理服务商仅依据营业额进行排班。
- 数据清理需要配置和维护。从未配置过的营业时间、客流稀少时员工进出入口,以及商场内两侧都有出入口的门店,这些因素在得到解决之前都导致了计数偏差。
- 语言是店内人工智能面临的考验。南非有 11 种官方语言,店员们各说自己的语言。TFG 尝试了 RetailNext 的人工智能在南非荷兰语、科萨语和祖鲁语中的应用,Nirvani 称这可能是将数据推向卖场层面的潜在变革者。
文字记录
-
阅读文字记录
[摘自高管论坛宣传片开场蒙太奇片段。]
我对此感到兴奋,因为这才是真正见真章的时候。各种类型的人工智能都应用在哪些领域?它们能带来什么好处,才能让人们不再认为“它会取代我”?是先建立一个拥有品牌的业务,还是先打造品牌,让业务自然跟进?他曾就 UNTUCKit 这个创意给我打过电话。他当时说:“是啊,您有没有试过不把衬衫塞进裤子里?”
Nirvani Dhevcharran:我要向大家介绍一下我供职的机构——TFG(The Foschini Group)。我们一百多年前起步时,只是一家销售服装的单店。后来,一位美国人来到南非,决定帮助我们拓展业务版图。20 世纪40年代,我们在南非约翰内斯堡证券交易所上市。从那时起,我们便一路蓬勃发展。稍后我会谈谈门店数量。
我们不仅总部位于南非,业务版图更遍布全球。稍后我会展示我们的一些品牌,相信在座的各位中一定有人对它们并不陌生,因为我们在英国和澳大利亚都设有分支机构,并在当地开展业务。
我原本打算简要谈谈我们在数字化转型方面所做的工作,但鉴于刚才关于人工智能的讨论,我觉得分享一些我们的实际案例会更合适。在我们的工作环境中,我们已在多个领域广泛应用人工智能。人力资源团队正在使用经典的 Microsoft Copilot 来协助筛选候选人。由于我们曾经历过种族隔离时代,因此在公平性及人员任用方式方面,我们有大量法律法规需要遵守。因此,在利用人工智能进行候选人初选时,我们需要留意许多细微之处。但当面对一千名应聘者和仅有的十个职位时,人工智能确实发挥了巨大的作用。
还有一个非常有趣的应用案例,与之前有人提到的“沙盒”有关:当您收到服装店或其他商家的账单时,旁边总会附有一张千篇一律的图片。每个人收到的都是一样的。于是我们想到,如果能根据客户的个人特征定制内容,那该多酷啊。所以,如果 Nirvani 买了这条连衣裙,在她的下一份账单中,我们会尝试进行交叉销售,并发送一张身穿红色连衣裙、脚踩红色高跟鞋的印度女性照片。而如果 Sergio 从我们的奢侈品品牌店买了那套白色西装,他的账单上就会出现一件能与那套白色西装搭配的衬衫。我们当时觉得这是个绝妙的主意。我们进行了为期三个月的试点:结果是零追加销售。这本应是一个绝佳的应用案例。我们为此投入了大量数据,却一无所获。因此,确保应用案例具有真正的商业价值至关重要。如果稍后还有时间,我可以再多谈一点这个话题。
但这确实就是我们的业务版图:拥有超过 39 个品牌。我们将继续保持多品牌经营模式,目前没有整合为单一品牌的计划。拥有 4,900 余家门店,其中大部分位于南非,澳大利亚和英国也有大量门店。此外,正如我之前所说,我们在北美东海岸以及墨西哥也有业务布局。我们还拥有大量特许经营门店。因此,我们的业务环境确实非常庞大。
我负责将平台基础设施引入门店和总部。去年,我们为 110 多家门店配备了相关设备。因此,实体零售将长期存在。接下来我将简要介绍我们的全渠道策略以及线上购物体验。南非是一个典型的“购物中心之国”,人们喜欢走进实体店,亲手触摸和感受商品。
因此,去年我们新增了 100 多家门店。我们也通过收购实现了业务扩张。我认为最让我头疼的经历发生在疫情之后:我们为旗下一个平价品牌进行了一次收购,共收购了 512 家门店,其中 432 家具有经营可行性。当时我们被要求在六个月内将所有门店接入 TFG 平台,因为所有业务都必须在 TFG 平台上运行。其他平台均无法兼容。因此压力相当大。我们制定了雄心勃勃的增长战略,但同时也持续进行可行性分析,以确保门店仍具备经营可行性。
我们开展了一系列工作,旨在确保自身仍具市场相关性。我们曾制定过冗长的愿景、使命、宗旨和价值观。我认为 Emily 关于全渠道的例子非常贴切。从愿景角度来看,这正是我们真正坚信的理念。我们追求的是简单易行的方式。我们的员工能感同身受。顾客也感受到自己始终是我们一切工作的核心,这一策略对我们非常有效。
就战略而言,这正是我们的核心所在。它被称为 BOLTS。B 代表 Build Out(拓展),Alexei 实际上也谈到了这一点:确保品牌根深蒂固、深入人心。我们拥有超过 39 个品牌,稍后我会向大家展示。我们需要确保每个品牌都能发挥独特价值。我们的品牌涵盖多种产品,产品组合非常丰富。我们有男装、女装、珠宝、家居用品,当然还有我们的线上平台。因此,我们的业务范围相当广泛。此外,要理解为何实施 RetailNext 对我们如此重要,还有一点颇为有趣:每家门店的经营规模都大不相同。我们也针对不同的市场细分群体。我们既有平价品牌,也有奢侈品牌,还有介于两者之间的品牌。这确实相当了不起。
关于 Optimize 方面,这正是莫妮卡(Monica)今天上午所谈到的:优化供应链。随着全渠道体验的推进,我们从“推式”模式转变为“拉式”模式。以前,如果顾客从我们这里购买七件商品,这些商品会分装在七个包裹中,从南非各地发货。不用说,这确实是一项成本高昂的操作。我们对整个流程进行了精简,目前运作得非常顺利。
“L”(Leverage,杠杆)则围绕我们的所有数据、资产和人才展开。而 RetailNext 恰恰契合于这一数据环节。我们拥有海量数据。作为一家历史悠久的企业,我们必须确保能够有效挖掘这些数据。稍后我会详细谈谈这一点。
Transform(转型)的核心在于确保我们的组织能在真正的全渠道环境中运作。拥有多个品牌也意味着各品牌既希望保持自身特色,又需在所有品牌间保持流程的一致性,这确实非常困难。因此,这成为了一项不小的挑战。
至于 Sustain,它关乎可持续发展。我之前跟 Alexei 提过,关于可持续发展,我们其实可以专门聊上一整场。作为上市公司,我们进行 ESG 报告。但我对可持续发展充满热情。我负责制定人工智能和 IT 可持续性的 OKR,这远不止于减少打印量或确保以合乎道德的方式处置电子设备。这背后有一整套系统性的工作。我还专门研究如何运用 AI:从可持续性的角度来看,这意味着什么?如果通过 ESG 的视角来审视呢?这是一个非常有趣的话题,我可以就此谈上很久。
那么,先看一些数据。Bash 是我们的在线平台。直到三年前,这 39 个品牌中几乎每个都有自己的网站和独立的客户体验,这简直是一场噩梦。随着 Bash 的推出,我们请来了两位非常出色的专家来搭建平台环境,如您所见,目前下载量已达 800 万次,这对我们来说是非常好的成绩。
另一个非常有趣的数据是,我们拥有近 4000 万名忠诚会员。这说明我们的会员计划非常成功。拥有 4000 万注册客户本身就意义重大。但更重要的是,我们利用这些数据结合人工智能(AI)和机器学习(ML)进行的分析,还赢得了全球性奖项。在过去三年里,我们获得了迪拜颁发的奖项,而且我认为最新的一个奖项也是来自纽约。因此,就我们在该领域所做的工作而言,这确实具有很高的公信力。
这张幻灯片上还有另一个有趣的数据:我们超过 80% 的产品是在本地生产的。在新冠疫情之前,我们的本地生产比例大概只有 20% 到 30%。疫情爆发后,我们无法从东方获得任何产品。此前,我们大部分产品都来自东方。如今因战争影响,我们有一艘货船被困,导致某个品牌的库存无法补货。我们至今仍未收到已订购的货物。因此,建立自主生产能力并实现本地可持续供应至关重要。因此,我们几乎覆盖了整个产业链。当我谈论制造时,显然很大一部分是关于服装的。但两年前我们启动了一个项目,去年正式上市,反响非常热烈:在珠宝领域,我们一直在做实验室培育钻石,这一业务发展势头非常强劲。如果不懂得分辨,确实很难区分。但这对我们来说是一款非常畅销的产品。
这些就是我们旗下的品牌。如您所见,品牌数量相当可观。不出所料,南非贡献了我们的大部分营收。澳大利亚位居第二,随后是英国。大约一年半前,我们在英国收购了 White Stuff,这对我们来说是一次非常成功的收购,因为 Phase Eight 在英国的业绩已不再理想。这是一家非常高端的商店,但目前经营状况并不理想。
在中间的南非板块,您会看到京东。这对我们来说是一段非常有趣的合作关系。我们大概在两年前与他们建立了合作。他们的要求非常高。我们在南非与他们共同开设了八家门店,而为这些门店配备设施…… 他们与耐克有着合作关系,我们也有自己的耐克合作项目,而京东与耐克的合作则更上一个台阶。这确实是一个很有意思的话题。刚才有人提到,要确保商场里有能吸引顾客的合适品牌。让京东进驻其中一些商场,确实也有效提升了这些商场的客流量。
我们去年的营业额为 33 亿美元。如您所见,员工数量庞大。甚至大到这篇文章中间部分其实出现了一个错误——图表显示我们是非洲第七大雇主。实际上我们是第六大雇主。如果仔细看 6 和 7 之间的数字,就会发现我们确实是第六名。但这恰恰体现了我们的增长势头以及对经济的贡献。
正因为我们的业务覆盖范围如此广泛、员工规模如此庞大,我们才具备…… 我想在美国也是如此,虽然我不清楚这里的情况具体到什么程度,随着 Shein 和 Temu 的进入,它们确实对我们的市场产生了重大影响。但我们能够直接与贸易和工业部进行沟通,探讨如何确保它们不会占据我们过多的市场份额?当然,我们理解成本等问题。但正因为我们的行业地位和创造的就业岗位数量,我们才得以开展这些对话,并影响了部分政策的制定。
此外,我们的亮点在于左侧展示的内容:我国总统每年都会发表国情咨文,而2022年,我们为他提供了着装。那套西装和衬衫都是专为他手工定制的。他在发表国情咨文时还为我们做了宣传,这真的很酷。
好的。下面介绍我们的部分应用案例:客户转化、劳动力管理和业务举措。这些是主要内容。关于客户转化率,我不会过多赘述;我想重点谈谈其中的两个应用场景。但在介绍这两个场景之前,需要说明的是:由于我们旗下品牌各具特色,每个品牌的客户转化率也各不相同。我们有一套价值体系,当顾客进店时,通常不需要与他们进行太多互动。而珠宝和奢侈服装业务则需要提供个性化服务。因此,根据业务类型不同,珠宝和奢侈品牌线的客户转化率可能很低,而其他业务线的转化率则会高得多。这是我们重点追踪的指标,也正逐渐成为门店员工的关键绩效指标(KPI)。
有趣的是,Oriol 告诉我……我在 TFG 工作已有七年,前几天晚上 Oriol 给我转发了一封邮件,说他早在2016年就开始与 TFG 接触,但当时我们并没有选择 RetailNext。直到三年前,我们才开始采用该系统。此前我们采用的是另一套解决方案——具体名称在此不提——但在数据准确性方面给我们带来了诸多问题,我们对该产品完全缺乏信心。因此,当我们与 RetailNext 进行概念验证(POC)时,我们的店员甚至不相信所获取的数据,以至于他们真的站在门口亲自清点人流,并将 RetailNext 的数据与旧系统的数据进行对比。
不过这段经历也带来了积极的结果,因为 RetailNext 现已全面部署,我们已将其推广到近三分之二的门店。我们已将其与销售系统、单点登录以及 IT 服务管理系统实现了集成。因此,如果任何设备出现故障,系统会主动生成工单,然后我们就能及时处理。
关于客流量数据的两个例子。第一个例子中,我们实际上甚至不关注顾客转化率,仅关注客流量。我们在开普敦附近的赫尔马努斯(Hermanus)——一个度假小镇——开设了一家豪华家居用品店。我们并不指望顾客在度假时会购买床上用品,但我们知道他们有时间闲逛。如果他们打算在床上用品上花大钱,那正是绝佳时机。这一策略实际上为我们带来了极佳的效果。虽然我们确实有能力在店内完成销售,但重点其实更多在于吸引顾客进店,并确保他们有时间浏览产品、了解产品——而且这些门店的店员对产品非常了解。因此,在该门店,我们仅追踪客流量。我们并不太担心顾客转化率。
我们在 JD Sports 方面还做了一项关于客户转化率的工作。当我们在某家购物中心开设 JD Sports 门店时,我们发现它实际上蚕食了我们另一家门店的客源。这确实是一个权衡取舍的问题。我们原本没有预料到这一点,但显然产品线存在重叠,因此我们需要重新调整策略,思考如何做出差异化经营。由此得出了些非常有趣的数据。但简而言之,零售运营负责人表示,如果他只能选择一个关键绩效指标(KPI),那一定是客户转化率。而此前他从未拥有过这一指标。他过去需要完成的大量手动工作相当繁重。
关于劳动力管理:同样由于品牌类型多样,各门店的店员数量也各不相同。这并非“一刀切”的情况,也不仅仅是小、中、大这几种规模。因此,使用 RetailNext 实际上帮助我们对每种门店类型进行了细分,以确保能够进行合理的规划。当我们告诉所用劳动力管理工具的供应商,我们希望利用客流量数据时,他们表示这是他们首次采用这种方式。此前他们一直只关注客流周转率。这对我们来说也是相当有趣且有价值的数据。我们负责人员配置管理的业务运营主管表示,客流计数器是她工作的基石。它真正改变了她根据门店客流状况、当月不同时段以及全年不同时段来合理配置店员人数的方式,这对我们来说意义重大。
Project Vela 项目正切中了 Alexei 今天上午提到的核心——利用人工智能减轻店员的行政工作负担。我们此前有大量门店行政工作需要处理。Vela 是一个非洲词汇,所以我特意选用了这个词,其含义是“浮现”或“崛起”。我们对零售运营进行了相当大的重组。店员现在有更多时间专注于服务顾客,而且他们的绩效将直接与客户转化率挂钩。因此,这将成为我们未来需要重点追踪的指标。
以下是部分经验教训。我们的工作时间设置存在问题。起初,我们从那个糟糕的系统中获取的数据质量极差。后来引入了 RetailNext 并发现系统运行正常,但随后意识到仍有问题。我想正是 Jacobo 帮助我们查明,原来是工作时间设置出了问题。这其实是个很容易解决的问题,我们很快就处理好了。目前我们仍在引导员工正确使用数据,但他们自身行为仍会影响数据:他们会在店铺入口处徘徊,进进出出,尤其是在店铺不忙的时候,这会影响我们的客流量统计,我们需要对此采取措施。此外,在我们规模较大的购物中心里,有些店铺两侧都有出入口,顾客可以从一个入口走进来,从另一个出口离开,以此进入购物中心的其他区域。而我们目前将这些人计入了顾客数量,因此这也是我们需要重点关注的问题。
这些只是我们需要采取的下一步措施。通过 Project Vela 项目,我们将向门店员工开放更多 RetailNext 数据。此前这些数据一直由上级部门掌握。如今,随着数据从我们的销售系统流向 RetailNext 门户,门店员工可以直接查看相关情况。
接下来我将谈谈人工智能能力。上周我们进行了一次精彩的演示。Jacobo 和 Oriol 向我们展示了这款 AI 工具。特别有趣的是,南非有 11 种官方语言。于是我们纯粹出于好奇,试用了其中的三种。我们尝试了南非荷兰语、科萨语和祖鲁语,它似乎都将这些语言翻译得非常准确。因此,我们将继续测试该工具的其他功能。但如果我们要向门店员工推广这一功能,他们确实会使用母语交流。这是我们其他任何 AI 工具都不具备的,我们认为这将彻底改变我们的业务格局。因此,我们正密切关注这一功能的后续发展。
以上就是我的发言。
精选 演讲嘉宾
Nirvani Dhevcharran
CTO: Platforms and Operations, TFG
尼尔瓦尼·德夫查兰(Nirvani Dhevcharran)是 TFG(The Foschini Group)的首席技术官(CTO: Platforms and Operations),该南非零售集团旗下拥有 39 个品牌,在五大洲设有 4,900 多家门店。她负责 TFG 旗下门店及总部的平台基础设施建设,并热忱倡导 IT 和人工智能领域的可持续发展。她已在 TFG 工作七年。