大家好。下午好，欢迎收看 The Pulse——这是一档与领先零售商及行业专家就当今零售业现状展开发人深省对话的系列节目。我是 Joe Shasteen，现任 RetailNext 的高级分析全球经理。简单介绍一下 RetailNext：我们是首个将电商式的购物者分析技术引入实体门店、品牌和购物中心的垂直平台。
我们也是专注于优化购物体验领域的先驱。我们的集中式 SaaS 平台会自动收集并分析顾客行为数据，将其提炼为洞察，帮助零售商实时、大规模地提升顾客体验。我们是“门店的脉搏”（The Pulse of The Store），已有 90 多个国家、超过 450 家零售商采用并信赖我们的解决方案。今天，我很高兴能邀请到迈克尔·萨尔达尼亚与我一同出席。
他是 UNTUCKit 的高级零售运营经理。他成功实施了多项举措，有效精简了工作量并提升了运营效率，并致力于为客户和门店员工提供优质的成果和最佳体验。那么，就此我希望直接切入正题，谈谈实体零售，以及实体零售店如何生机勃勃、发展良好。
这对品牌而言可能是一种竞争优势。作为像 UNTUCKit 这样的数字原生品牌，您开设实体门店的历程是怎样开始的？是的，谢谢您的介绍，Joe。很高兴能来到这里。
UNTUCKit 成立于2010年。我们是一个数字原生品牌。我们从2015年开始开设实体店，第一家店就在纽约市苏豪区开业。开设这家店的动机非常简单，就是顾客希望亲手触摸和感受产品。
因此，开设一家让顾客能进来亲身体验的实体店，这完全合乎情理。并能亲手体验产品。那是在2015年，如今我们已拥有 80 多家门店。在美国，我们的业务覆盖从费城到波特兰的广大区域；此外，我们还在加拿大和英国设有门店。
这很不错。不，这太棒了。您在为实体店定位以取得成功方面确实做得非常出色。能否再多讲讲您当初在 UNTUCKit 起步时的经历，那时门店数量只有 25 家左右。
而现在，正如您所说，门店数量已扩展到 80 多家。所以，能否请您谈谈您的发展历程，特别是您在 UNTUCKit 的经历。是的，我当时就是一线人员。2018年，我担任门店经理。
当时我在匹兹堡管理一家门店，那时 RetailNext 在门店层面的作用，主要是帮助指导团队识别一线的关键绩效指标（KPI），并据此进行实时调整——您可以根据获取的数据开展指导性对话。这同时也促进了良性竞争。当您通过数据分析与周边其他门店进行对比时，这种竞争就自然而然地产生了。2019年，我被晋升为区域经理。
这彻底改变了局面。现在需要进行门店间的横向比较，引导各门店以其他门店为基准进行对标。其中一个非常鲜明的例子是，我负责在克利夫兰和孟菲斯开设了门店。
虽然地理位置差异很大，但购物中心本身其实相当相似。两者都是户外型、更具亲和力的生活方式型购物中心。因此，这两家门店在许多关键绩效指标（KPI）上高度重合，这使它们能够相互借鉴，共同推动业务发展。2021年……
2021年……不，是2022年。抱歉。
我转任运营岗位。这完全是另一种体验。现在，我的工作不再是作为一线人员，从销售驱动的角度直接推动和促成变革，而是更多地专注于流程优化，并努力在 UNTUCKit 内部建立这种文化——虽然它原本就具备这种文化。不，您提到的这一点确实很棒，UNTUCKit 一直是我们最优秀的客户之一。
在真正生成数据并将其融入日常运营方面，正如您刚才所说，他们正在打造一种数据文化，也就是数据驱动的文化。数据驱动的文化是我们经常讨论的话题。那么，您能否再多谈一点关于如何营造这种数据驱动文化的具体做法？您是如何开始将数据融入日常决策的？能否也分享一些具体案例？
是的，这从第一天就开始了。比如，在员工入职培训期间，我们会将 RetailNext 的培训内容以及数据理解融入门店团队的培训中。这是有意的安排，旨在让他们明白：您获得的不仅仅是一份无法修改、只能使用一次的静态报告。您将能够实时筛选数据（精确到每小时），并查看自身与同行相比的表现。
因此，我们从一开始就培养这种文化，让这些数据触手可及，每位门店员工都能轻松获取。我们的学习与发展（L&D）部门还与 RetailNext 的零售参与经理共同推动这种开放式协作模式。这使我们能够每月“把脉”，了解各门店的运营状况，判断它们在工作中是否需要帮助或指导。此外，这还让我们能够搭建桥梁，持续将一些新举措引入门店。
所以这并非我们仅在初期设定好就一劳永逸的事。我们始终在持续地保持其活力。是的。听到这一点真是太好了。
我是说，我知道我们的合作产生了深远影响，因为您一直在利用这些数据，并将其更多地融入到各项决策中。您能否谈谈其中的一些决策，或者他们利用这些数据进行的一些测试，带我们大致了解一下这个过程，以及对贵公司业务产生的影响？是的，当然可以。我们的市场经理就是很好的应用案例。
他们结合监控录像和数据分析，与门店经理开会，共同探讨在门店中观察到的顾客行为。他们会特别关注周末的情况，比如人员配置状况如何？周末期间现场的顾客行为表现如何？
我们利用这些信息——请允许我补充一下——来了解我们的劳动力模型是如何运作的，以及我们是如何制定排班计划的。通过分析，我们发现坦率地说，当时人手不足。我们需要更多现场人员，以应对店内的人流情况。
因此，市场经理们通过与门店团队的会议很快就发现了这个问题，并为我们提供了推动变革的依据，这进而使我们能够最大限度地提高覆盖率、提升转化率——如果没有这些数据，这一切都是无法实现的。这些数据对于高层决策的重要性不言而喻。听到这一点也很令人欣慰。所以，从电商向实体店转型，这确实颇具挑战性，对吧？
当您利用电子商务及其产生的所有数据时，该如何分析实体门店呢？所以，再次强调，RetailNext 正是提供这种分析能力的绝佳工具。但在门店中建立这种可量化的环境时，您遇到了哪些挑战？这个推进过程是怎样的？
我认为这很大程度上要追溯到我们最初开设实体店的时候——我们在苏活区的门店运营了大约两年，之后才开设了下一家分店，从那时起，规模才开始扩大。当您从如此少量的门店起步时，实际上在很大程度上只能依赖于来自电商的那座数据山，您会…… 我们逐渐变得有些依赖……来自实体店的定性反馈，坦白说，这些反馈往往只是些个案，缺乏实质内容来支撑后续行动。
而且，我认为这也是那种情况：当您身处一线，反复经历同一件事时，虽然对您来说感觉像是循环往复，但从规模化角度来看并非如此；因此，若要以此为依据进行大范围调整，效果并不理想。我们想做的是找到一种方法，将这些定性反馈与定量数据相结合。那么，您在一线到底看到了什么？我们不仅能够整合有效统计客流的指标，还能整合基准指标。
对我们来说，什么样的转化率才是可行的？什么样的平均订单价值（AOV）和单笔交易金额（UPT）才是可行的？对吧？在此基础上，我们还能追踪顾客的购物旅程。这太棒了。
因此，我们为所有门店都设定了这些基准 KPI，而我们通过每日收盘邮件来汇总并整合这些数据。我们要求各门店登录 RetailNext 平台，告知我们：当天结束时，各项基准 KPI 的实际达成情况如何？除此之外，还请分享一个关于 FUNTUCKit 的有趣小趣闻，告诉我您实际观察到的情况。
比如，我们可能发现您的客流量被高估了，而您会告诉我，这很可能是因为您所在城市举办了某项活动。或者反过来说，也许您的转化率特别低，可能是因为您观察到有很多结伴购物的顾客。所以，这是一种将这两方面信息结合起来的绝佳方式。
太好了。听到这些真是太棒了。我的意思是，我一直非常感兴趣于了解客户如何通过利用这些数据来推动具有深远影响的商业决策。您刚才稍微提到了关于理解店内数据的内容，对吧？
那么，顾客在您店里都在做什么呢？您能谈谈之前做过的、旨在更深入了解顾客体验的项目吗？是的，当然可以。
我能点名提一下您吗？当时就是您帮了我大忙。我们当时正在进行 FPA（人流路径分析）。具体来说，每家店铺的入口处都会安装一个小型摄像头，用来监测顾客进出的人流。
基本上，您把这些摄像头布置在整个店铺中，它们会绘制出销售区域的地图，这样您就能看到顾客在店内的行进轨迹是从哪里开始的——也就是入口处。随着他们穿行其中，他们会停留在哪些地方？又会接触到店铺的哪些区域，直到他们离开？我们在两家门店进行了这项分析。一家在芝加哥，另一家在明尼阿波利斯的美国购物中心（Mall of America）。
我们真正想了解的是：顾客最终会在店内的哪个位置停留？如果我们调整陈列布局或视觉展示，这种情况会发生变化吗？具体情况究竟如何？我们确实获得了一些初步数据，显示顾客原本就会自然地向某个方向移动。
因此，我们基本上在两个视觉陈列周期内进行了这项测试。比如，我们会看到这种变化吗？长话短说，没有。但我们确实从中了解到，无论如何，顾客流动的区域都会形成“热区”。
坦白说，我们的门店规模较小，属于精品店风格。因此，顾客在店内移动的空间并不大，动线基本是固定的。但关键在于，顾客最终停留在何处，以及他们如何与店员的动线相协调。
因此，我们用来追踪顾客的同一条“人流路径”，同时也用于观察店员的实际位置。通过这种方式，我们得以发现两者的重叠区域。其中还带来了一些有趣的发现。比如，美国购物中心（Mall of America）是旅游区，因此团体购物活动非常密集。我们发现了一些“热区”，那里虽然客流密集，但店员却很少出现。
也就是说，我们几乎没看到店员真的去到那里。实际上，这是因为六人一组的团体通常只有一个“钱包”，而另外六人则分散在商店的其他区域。因此，虽然他们没有获得同样的互动体验，但他们本就不是主要购物者。看到这一切如何展开，真的非常、非常引人入胜。
是的，而且您之前也提到过，您利用这些数据对员工方面的部分门店运营进行了调整。您能谈谈您是如何利用完整的客流数据路径来推动这些变革，并为业务带来积极影响的吗？哦，是的。所以我们利用这些数据，进行了……
我们原本就有关于销售模式的培训，包括期望门店团队如何根据不同客户类型进行沟通——比如理解客户需求、向店内顾客问好等，对吧？但改进的重点在于识别那些准备好购物、已经进入消费状态的顾客，掌握何时上前沟通，以及如何引导和处理团体购物的情况。我们大多数门店都设有休息区，所以如果能引导那群店员留在那里，在他们与同行顾客促成交易时提供协助，而不是任由他们直接离开门店——这简直就是转化率的杀手，对吧。是的，我的意思是，这些都是非常有力的例子，展示了如何利用数据来优化门店运营——比如排班、薪资管理、客户体验，以及利用数据影响门店运营的各种方式。
但话说回来，我认为其中很大一部分，您知道的，是您所做的工作，真正推动了这些措施的落地实施。不过我也想再多聊聊未来，那么您接下来的计划是什么？随着 UNTUCKit 开设更多实体店，以及对店内行为进行更深入的分析，公司接下来会有哪些新动向？
是的，今年春天我们将开设七家新店，这真的很棒。嗯，我认为我们会坚持做我们擅长的事情，对吧？就是在门店中建立这种数据驱动的文化，对吧？这已经融入了员工入职培训中。
我们将延续这一做法，并为这些门店的成功奠定基础。这七家新店将是一个重新启动这一模式的绝佳契机。因此，我们将建立相应的机制，确保从开业第一天起，门店就拥有必要的工具来提升商业敏锐度，并知道如何在这些成熟市场中进一步发展。太好了。
迈克尔，非常感谢您。真的很感谢您能来到这里。非常感谢您今天关于如何利用 RetailNext 数据——包括客流量和全路径数据——所做的这些发人深省的分享。
