大家早上好。感谢各位参加今天的 RetailNext 与 Dave & Buster's 联合举办的“炉边谈话”活动。我很高兴今天能邀请到企业系统与数据副总裁阿约通德·吉布斯（Ayotunde Gibbs）与我们一起交流。下面请允许我简单介绍一下 RetailNext 以及我自己。
我是 Joe Shasteen，现任 RetailNext 高级分析全球经理。RetailNext 是首个面向零售行业的物联网平台，致力于为实体门店提供电商级别的分析服务。我们的集中式 SaaS 平台会自动收集并分析数据，向零售商提供实时数据，使他们能够实时做出商业决策并提升购物体验。
我们是门店的“脉搏”，业务覆盖全球 100 多个国家，服务超过 450 家零售商。接下来，现代汽车的代表，您能否简要介绍一下您的个人背景、在 Dave & Buster's 的工作经历，以及 Dave & Buster's 针对正在推出的门店制定的整体战略？好的，当然。
感谢您邀请我参加这次炉边谈话。我在 Dave & Buster's 工作至今已有三年半左右。在此期间，我有幸领导过门店的销售点团队。目前，我负责领导数据工程与分析团队以及企业系统团队。
大约两年前，戴夫与巴斯特（Dave & Buster's）启动了一项计划，旨在真正了解各门店的客流量情况。在此之前，我们其实并不清楚有多少顾客走进门店，也不知道如何最好地利用这些数据来管理人力并更准确地预测营收。于是，Resil Next 便应运而生。不。
太好了。那么，基于这一点，请简要介绍一下数据分析之旅的背景。能否详细说明一下在引入客流数据之前，整个流程是怎样的？也就是说，当时您主要依靠什么数据源来估算客流量？
然后，随着您开始部署客流监测系统，在首批门店安装 Trafisch 系统期间，您有哪些经验教训和有趣的发现呢？是的。我很幸运，在接手这个团队时就了解到，Dave & Buster's 实际上在很大程度上是数据驱动和数据引领的。在我们拥有真正的客流量数据之前，我们曾使用一种所谓的“客流量替代指标”，它本质上是统计门店中有多少人购买或使用了“能量卡”。
所以，如果您最近去过 Dave & Buster's，您会发现体验的一部分就是购买我们所谓的“能量卡”，然后在游戏区或街机区的数百款游戏中使用这些能量卡。因此，我们当时将卡片的刷卡次数作为客流的替代指标。然而，问题在于这只能反映实际前来玩游戏的顾客。但如果您之前去过戴夫与巴斯特，就会知道我们的体验不仅包括游戏，还包括餐饮——这意味着，如果您来我们门店只是用餐，那么在客流量统计中，我们就会漏算您。
正因如此，我们迫切需要一个全面的解决方案，以全面掌握每一位走进门店的顾客——无论他们是来体验我们所谓的“娱乐项目”，还是享用餐饮，甚至乘坐游船。是的。作为“戴夫与巴斯特”的数据负责人，这种方式如何赋能您的团队做出更明智的决策？毕竟现在我们拥有了真实的客流数据来源，而不再仅仅依靠“Power Card”的唯一 ID 来估算客流量了，对吧？是的。
嗯，我举个非常好的例子，说明我们的总经理和经理们如何利用现有数据更好地管理他们的门店。如果您去过 Dave & Buster's，您会发现有些门店面积很小，只有 3 万平方英尺，而有些则是我们那些巨大的门店，面积达 7 万平方英尺甚至更大。我们的总经理总是希望实时掌握特定时间段内店内的客流情况，以便合理调配人力，确保员工被安排在正确的位置。在引入 RetailNext 之前，我们基本上是在门店里使用计数器。
总经理会指派一名负责人在店内巡查，使用计数器统计该门店的人数。如今借助 RetailNext，他们有了专属应用程序。只需打开应用，通过客流量指标就能准确掌握门店当前的人数。这对我们来说堪称一场革命。
现在，店长无论何时、何日、何时，都能查看该应用程序，并立即了解该区域内有多少人。这进而推动了一系列其他决策。例如，如果今天是雨天，我的店里只有一百人，那么我就可以根据这一水平来调配人力。您知道，我可能不需要在门店安排那么多人手。
对吧？或者如果是下雨天，我知道进店的顾客可能需要更多帮助——比如撑伞之类的——那么我就会把人手调配到前台。这款应用的另一个很棒的功能是，它允许他们实时查看店铺前台的监控画面——那里通常就是我们的服务台或前台所在的位置。这样他们就能观察前台情况，了解谁正在进入门店、谁在前台值班，并据此进行引导，从而让顾客在门店的初次体验更加愉快。
是的。我觉得您提到的这一点非常棒，就是释放部分人力——不再需要派人四处走动进行手动点击清点。我想这对过去不得不做这些工作的员工来说，肯定能节省大量时间。绝对是这样。
此外还有视频功能。我认为在许多情况下，这一功能确实尚未得到充分利用。通过观看视频，可以轻松了解特定区域的实际情况，甚至从合规角度来看也是如此。
有没有什么方法可以利用视频，来确保那种体验——至少是进入该场所时的第一印象——符合您的预期？我觉得这也是一个很有价值的观察角度。是的。我认为首先要确保团队能够为这种欢迎体验做好准备。
不过，从我观察到的实际情况来看，在我们的管理层级中，店长已不再是唯一能访问监控摄像头的人。区域负责人也有权限查看摄像头。我甚至看到某些门店的店长会通过摄像头观察同区域内竞争对手门店的情况，查看它们前台的布置。这在某种程度上激发了一点竞争，因为现在每个人都知道别人在做什么。
作为管理者，我清楚地知道现场情况，可以即时做出指导。比如，如果看到门口排起了长队，我可能需要在前台增派人手，并能立即做出决策，即时调整我们管理入口处顾客体验的方式。关于这种内部竞争的观点确实很有意思，对吧？
那么，您是否发现这种做法相当成功——即在各门店之间分享发现或最佳实践？毕竟，现在您的一些总经理或区域经理可能正在观察其他门店的运营模式？绝对是。我的意思是，他们终于能随时获取数据了，而且不仅限于自己门店，还包括系统内的所有门店。所以，158 家门店都知道另外 158 家门店的运营情况。
这自然会激发竞争，因为当我打开应用时，我知道自己所在的是整个连锁体系中的第一家店、第二家店，还是第五十家店。这无疑增强了竞争意识，同时也让大家更加意识到：嘿，我所在的是纽约分店——也就是我们现在所在的地方。我们在纽约地区拥有十多家门店。
因此，我可以查看附近的门店，了解哪家客流量最大、原因何在，然后观察其店门口，随时查看一天中任何时段的客流情况。是的。我的意思是，我们与许多零售商合作，我发现数据共享方面往往存在不同的策略。比如，有些零售商不希望让总经理或区域经理查看其他门店或区域的数据。
那么，您在这方面的策略是什么呢？听起来您似乎正努力让数据非常透明，尽可能让整个组织都能获取这些数据。那么，Dave & Buster's 在这方面的整体策略是什么，以及具体由哪些用户来使用这些数据？您刚才稍微提到了劳动力分配，但还有其他哪些方面，您知道，您发现将数据在组织内共享确实非常有价值？
是的。我认为对我们来说，关键在于向所有门店开放数据。而且，您知道，我们是一个充满乐趣的品牌，也是一个热爱竞争的品牌。
所以我们总是处于一种状态，就是将自己的表现与同行进行比较，并营造出游戏化的氛围，让每个人都渴望理解并提升客流量或优化运营。因此，真正地让他们访问所有数据对我们来说并不是问题，因为我们已经拥有这种文化，而且这款应用非常方便。所以当我作为总经理或一线管理者身处门店时，我可不想随身携带 iPad 或其他沉重的设备。因此，这款应用非常方便，能帮助他们随时随地即时获取数据。
因此，确保每个人都能使用这款应用程序，确实是我们战略的一部分。那么，这款应用程序主要面向门店用户，对吧？但对于企业层面或管理层呢？
数据是如何分发给他们的？高层又会基于这些数据做出哪些决策呢？是的。另一个非常有趣的应用场景是我们的翻新计划。目前，Dave & Buster's 正在对许多门店进行翻新，我们引入了全新的、开放式、更通透的布局，以及新的游戏项目。
作为翻新计划的一部分，这些数据帮助我们精准把握了在各门店应重点投资的领域。许多“戴夫与巴斯特”门店位于购物中心内，通常作为锚定店，拥有多个入口——其中一个入口直接通向店内，另一个则通向购物中心。因此，这些数据帮助我们了解有多少人通过直通入口进入，又有多少人经由商场入口进入。这样一来，当涉及我们精致的入口风格和设计时，我们就能判断：究竟是否该在商场入口处投入资金？
或者，鉴于该区域人流量不大，我们或许无需投入，而是将更多精力放在人流量更大的入口处——那里有更多顾客前往门店，也有更多人通过该入口进入店内。顺着这个思路，您是否遇到过意想不到的情况？比如，某位总经理或店长原本以为是某个入口，结果发现其实是另一个入口，从而让您在投资布局的策略上做了一些调整？是的，绝对有。
我认为，我们的系统中有许多总经理，他们在各自的门店工作了五年甚至十年，管理过多个分店。所以，他们当然对哪个入口客流量最大有自己的直觉，但最终，我们能够通过数据——也就是具体的数字，而不是某人的直觉——向他们提供明确的依据。这是第一点。第二点是，我们还有一些新上任的店长，他们在当前门店只工作了几年，因此尚未形成这种直觉，而这正是我们数据能发挥作用的地方。
在这种情况下，我们的做法略有不同。我们会更多地关注客户参与度和客户体验，从人力管理的角度来看，您刚才已经稍微解释了一下如何利用这些数据。但除了这些，您是否还有其他方式利用这些数据来提升客户体验？您是否对客户进行了更细致的细分？
您提到了娱乐类顾客和餐饮类顾客，到目前为止，基于这些分类有没有发现什么规律？是的。我认为我们发现的一点是，正如我之前提到的，在我们拥有真实的客流量数据之前，我们曾使用过所谓的“唯一游戏卡”，该系统基于娱乐消费。现在我们有了真实的客流量数据，就能了解实际进店的人数与实际购买游戏的人数之间的差异。
因此现在我们有了一个差值，这一数据有助于我们区分顾客是仅来购买食物，还是购买了游戏专用卡并顺便用餐。因此，我们现在能够准确把握门店内的这一客群。正因为掌握了这一数据，我们才能制定所谓的“捆绑销售”计划——也就是说，我们可以说服顾客，比如在游戏厅待上一小时后，顺便买个汉堡。或者，如果我们发现您只是来吃饭的，就可以说服您购买一张游戏卡，在游戏厅多待一会儿。
有道理。那么，具体是哪些团队在使用这些数据呢？我记得您提到过，这对市场营销以及进一步了解用户获取方面有些启示。所以，主要是那些负责制定策略的团队，旨在将这些顾客转化为既用餐又娱乐的复合型顾客吗？
是的。我认为我们组织内部确实有大量用户。市场营销团队显然可以访问这些数据，并将其用于客户细分。毫无疑问，运营团队是我们的主要用户，此外还有房地产或施工团队。
此外，在劳动力规划及其他相关方面，听起来您似乎能够根据这些趋势迅速做出动态调整。我知道他们主要是通过应用程序来实现的。但还有其他方式吗？比如，如果发现店里非常忙，他们会增加人手；反之则减少人手。在做出这类决策时，具体会采用哪些策略？
另外，门店进行这类即时人力调整通常需要多长的提前准备时间？是的。根据门店所在位置的不同，天气是影响客流的一个重要因素。所以，很遗憾，如果外面天气很好，大家都想去公园，他们就不会来“戴夫与巴斯特”了。
但如果天气又热又晴，大家就会因为太热而想进来，找个室内、有空调的地方避暑。所以这确实是驱动客流的关键因素。但这终究还是一种直觉，您知道吗？
所以门店经理会观察客流量。懂吗？他会想，嗯，今天外面有 102 度，所以我猜我这儿的客流量可能会增加。但借助手机应用和客流数据，他就能明白：好吧。
“现在是下午两点，看来我这家店里已经有 400 人了，对吧？”这样我就能联系后备人手了。“嘿，今天我原本只排了 20 名服务员，我觉得可能还需要再加两个人。”
懂吗？于是您联系后备人员，说：“嘿，今天看来可能需要更多人手，您能几点来吗？”
正是这些决策，现在系统让我们能够做出。不，这太棒了。而且，是的，特别是听到您能够实时进行调整。
我知道我们有很多零售商都希望做到这一点，但听起来您似乎真的做到了，而且在很多情况下，响应速度要快得多。是的。但同时，我们也在向前看，展望未来。比如2025年的剩余时间，甚至到2026年。
关于未来利用这些客流数据，有哪些方面让您最感到兴奋呢？是的，绝对是。嗯，对于 Dave & Buster's 来说，同店销售额（我们称之为“comps”）是企业成败的关键，其他零售商也是如此。
因此，同比同店销售额（comps）是我们衡量业绩的核心指标。目前，除了少数正在翻新的门店外，我们已经安装了所有客流监控摄像头，我们非常期待——您知道的——那一天、那一小时、那一分钟的到来，届时我们终于能获得这些同比数据，让我们的管理团队和公司团队能够真正利用这些数据来了解年度业绩表现。此外，我们正在大力构建人工智能和机器学习模型，并将客流量纳入其中。因此，我们的机器学习模型主要基于三个核心驱动因素。
第一项显然是历史数据，即该门店的历史营收数据；第二项是天气。正如我提到的，天气确实会影响门店客流量；第三项则是客流量本身。现在，我们终于拥有了这一第三个至关重要的变量，在进行同比比较时，可以利用它来提高预测的准确性。
而且我亲眼见证了这一点的强大作用。对吧？特别是我们的许多零售商通常都依赖销售额来预测未来。对吧？
但在许多情况下，您知道，销售额已经是过去式了。对吧？因此，客流量是衡量特定日子里从收入角度来看整体商机的先行指标。我认为这对规划工作大有裨益。
不过您提到客流量现在已成为您某些模型的输入变量。那么，从规划的角度来看，客流量是否在某种程度上推动了您所做的某些调整？我知道现在可能还为时过早，您仍在开发一些用于分析同比趋势的模型。
但您还看到了哪些其他影响？比如在食品与植物或餐饮计划等方面，这些方面也是如此。是的。客流量确实是帮助我们更好地管理门店的主要驱动因素之一。
因此，从人力配置开始，如果我们的预测准确度更高，并且能够进行年同比比较，人力管理就成为我们可以更好地掌控的门店运营方面之一。此外，我们还能有效管理需求。如果预测准确且清楚需求走势，这不仅能指导库存水平，还能决定厨房人员配置，并影响我们为餐饮业务及积分兑换店采购的商品数量。
关于您的预测，更新周期是多久？对吧？假设年初制定了预测，全年都会收到数据。您是持续刷新并更新预测，还是有什么其他流程？
是的。实际上，我们是每天更新的。显然，天气预报越接近实际日期，准确度就越高。因此，我们需要每天根据最新情况调整这些预测。
此外，还有其他各种因素每天都在变化。因此，我们会每天更新预测，确保其准确性。太好了。太好了。
太棒了。那么，我想最后一个问题是，您刚才稍微提到了规划方面，但除此之外，对于未来的客流数据，还有什么让您特别兴奋的事情吗？是的。正如我提到的，更好地掌握我们的历史数据和同比对比情况，这一点非常重要。
但正如我提到的，Dave & Buster's 还拥有一支相对成熟的数据工程团队。因此，除了使用移动应用或 RetailNext 提供的报告外，我们还能将数据导入数据湖，并结合其他方面进行分析，以确保我们能更深入地了解业务表现和增长机遇。关于这一点，最后一个问题。贵团队是否会分析这些数据之间的相关性与关联关系，考察这些关系的历史演变，并据此进行调整？
是的，绝对如此。我们的数据湖包含海量数据，不仅包括天气、客流量和销售额，还涵盖客户情绪和客户反馈。拥有这些数据有助于我们立足于真实情况和事实，进而整合其他要素，不仅能更清晰地了解历史状况，还能更好地规划未来的发展方向。
客户情绪这一方面确实很有意思，特别是当您正在开发这些模型的时候。但当您观察到客流量变化与客户情绪变化之间的关联时，是否也计划将客流量趋势的变化与某些客户情绪评分的变化之间的关系纳入未来规划中？是的。我认为这正是该分析发挥作用的地方。
也就是说，如果我们了解到客流量是增加了还是减少了，并将其与客户情绪进行关联分析，那么我们就能明白：当门店客流量很大时，客户的满意度是更高还是更低？这是否反映了我当天对人手调度的管理情况？也许客户满意度较低，是因为门店客流量较大，而我没有妥善安排人手。这导致了服务员上菜等待时间过长，或者服务员因为当天需要接待的客人更多，而无法像往常那样细致周到。
这正是它能帮助我们真正理解如何管理业务的关键所在。是的。这确实非常有趣，尤其是它真正回归到了确保顾客体验的一致性上。人力配置、客户体验以及确保顾客愿意再次光临并成为“戴夫与巴斯特”未来忠实顾客的重要性，这些因素其实是紧密相连的。
是的，绝对如此。我们的目标就是确保您在店内度过愉快的时光，并希望您下次能带着家人和朋友再次光临。没错。
好的，非常感谢。我想我准备的问题就到这里了，非常感谢您今天能参加我们的活动。也感谢各位参加本次与“戴夫与巴斯特”数据与企业副总裁阿约通德·吉布斯（Ayotunde Gibbs）的座谈会。谢谢。
感谢您的邀请。
