Joe Shasteen：欢迎大家参加今天在 NRF 2026 举办的“炉边谈话”活动。我是 Joe Shasteen，RetailNext 的高级分析全球经理。对于可能还不了解 RetailNext 的朋友，我们是一家领先的零售智能平台，能够将客流数据转化为贯穿整个客户旅程的盈利性洞察。我们基于人工智能的解决方案将多种零售分析能力整合到一个统一的平台中，提供具有可量化投资回报率（ROI）的战略洞察。今天，作为“炉边谈话”系列活动的一部分，我们将分享许多来自客户的实际案例，以及他们如何利用这些数据。今天，我非常高兴能邀请到来自 Shoe Palace 的 David Lizak 与我们一起交流。David，您能否简单介绍一下您自己，以及您在 Shoe Palace 的工作经历和此前的工作背景？
David Lizak：当然。早上好，Joe。感谢您的邀请。我是 Shoe Palace 的大卫·利扎克。我在 Shoe Palace 工作了大约六年。我有幸负责管理门店所接触和使用的多个平台，无论是 POS 系统、员工排班规划，还是门店实际使用的任何系统，我都有机会进行管理。在此之前，我一直在运动鞋零售行业工作。我觉得自己的职业生涯相当精彩。我的整个职业生涯都扎根于运动鞋零售行业。曾几何时，我还是时代广场这家 Foot Locker 门店的总经理。简而言之，在我的职业生涯中，我有机会推广并探索各种平台和技术，而现在我能在 Shoe Palace 继续从事这项工作。
Joe Shasteen：太棒了。让我们稍微回溯一下——RetailNext 和 Shoe Palace 合作已久。回溯到2018年左右，当时 Shoe Palace 正决定部署一套客流解决方案，您能否向我们详细介绍一下背后的考量？以及究竟是什么推动了这一转变——从传统的零售分析转向更侧重客流的解决方案？
大卫·利扎克：您知道，很难想象没有客流数据还能经营这门生意，对吧？但现实是，很多零售商都没有这些数据。曾经，我们也是其中之一。甚至直到今天，我们还收购了几家门店，它们也正经历着类似的转型过程。不过，当时的原因——试想一下开一辆没有车速表的车。您唯一能知道车速的方法，唯一能了解销售情况的方法，就是“凭感觉”，或者观察旁边的车，又或者被交警拦下。但无论如何，您其实并没有真正衡量自身表现的标尺，对吧？因此，能够观察客流的这一基础层级为您提供了这种可视性，而这正是我们组织真正、真正需要的：有什么基准可以进行比较？我们得到了这个结果——我们实际表现如何？
Joe Shasteen：您刚才还提到，当您刚入职时，Shoe Palace 已经开始部署一些客流解决方案了。那么，当您于2019年加入 Shoe Palace 时情况如何？鉴于他们当时已经开始实施部分客流解决方案，公司正在经历怎样的转型？2019年那段时间，您和您的角色对 Shoe Palace 的工作产生了怎样的影响？
大卫·利扎克：是的，那对当时整个组织来说都是一段学习过程，因为我们当时才刚刚开始进行年度客流量数据对比。所以必须向门店团队和一线管理层真正解释清楚——这个指标究竟代表什么。实际上直到——幸运的是，我恰好在那段时间加入了公司——直到那时，当您将数据与往年进行对比时，才能真正了解这些数据反映的实际表现。随后便进入了一个教育过程：好吧，那么我们该如何改进呢？这是一个贯穿始终的教学过程。我觉得最棘手的部分在于，我们对某些技术过于精通，而且总想把它弄得过于复杂。而我们的核心理念是：必须让门店团队能够轻松理解。我认为这正是我2019年加入时确立的核心原则：为门店保持简单。客流量这个数字是无法控制的。虽然它是一个很好的基准来讲述业务故事，但它让我们不再听到管理团队说：“老板，昨天生意真冷清。” 现在，您有数据来佐证这一点，情况就完全不同了，对吧？而为门店团队简化这些流程，确实是重中之重。
Joe Shasteen：说到这一点，在实施客流量监测时，与门店团队协作的具体过程是怎样的？您说要保持简单——那么您是如何做到的？因为对于那些不习惯零售分析的人来说，尤其是在初期，这可能会让人望而生畏。那么，与他们合作时，您是如何让他们快速上手并熟悉这些指标，从而消除他们的顾虑的？我是说，我们见过一些情况，门店团队会遮挡我们的传感器，导致无法监测客流。那么，您是如何克服这一障碍，消除他们对数据的恐惧的？
大卫·利扎克：关于具体方法我稍后会再谈，但一旦某个特定指标成为您试图改善的主要目标，您就容易忽视组织整体的目标。因此，尽管您获得了这个新指标，它非常、非常可靠，也是我们想要改进的——但任何数字在某个时刻都可能被操纵。所以重要的是，虽然我们将其视为重中之重，但绝不能因此偏离整体目标。我们希望提升企业的销售业绩，对吧？那么回到如何传授这一点。在这个层面上，关键在于保持简单明了。“好吧，您昨天的转化率是 10%，我们希望您能达到 12%。” 那么，我们是否期望经理、助理或兼职员工能够将交易量与客流量进行换算？恐怕不行。所以，让我们为他们简化一下。昨天在这个时间段内，您转化了这么多顾客——我需要您再多转化一位。这种根据当时受众的不同，将目标分解并保持简单化的逻辑，正是我们当时的策略。
Joe Shasteen：很好。您之前还提到过，您是如何利用部分数据来应用 STAR 比率的。能否稍微谈谈您基于客流量开发的这个 STAR 比率？
大卫·利扎克：是的。一旦开始讨论这些“健康”的数字，您就能真切地看到员工和管理团队变得充满干劲。同样，尽量不要把事情搞得太复杂，但您可以告诉某人：“看，这就是 STAR。这是在您我工作期间预计会进店的顾客数量。” 您能应付吗？还是应付不了？接着您可以进一步说明：好，如果这个比率是 20，那我们现在能接待 40 位顾客吗？在一小时内？当然，我觉得我们能行。现在，您对正在向其解释的同一个人说——好吧，如果这个数字是 50，您觉得您和我能有信心接待 100 位顾客吗？他们可能会说：“哦，这可能太高了。太多了。”对吧？接着他们就会恍然大悟。然后您说，反过来说，如果那个比例是 10——好吧，这意味着在您我工作的一小时内，只有 20 个人进店。他们就会说：“哦，这数字有点低。” 其实，这里的核心思想是：我们需要削减那些被过度消耗的工作时间或人力成本。因此，掌握客流量数据并能据此分析，确实能让门店团队大开眼界，明白如何管理日常运营。
Joe Shasteen：那么，让我们把视角从门店团队提升到更高层面——我知道，通常在公司层面，可能有不同的跨职能团队试图利用这些数据。那么，您如何既获得门店层面的支持，又争取到 Shoe Palace 内部不同跨职能团队的认可，以确保他们能够充分利用数据，并基于您已实施的所有客流数据做出正确的决策呢？
大卫·利扎克：是的。您知道，就我们这个领域而言，我脑海中立刻浮现出三个支柱：营销团队、产品团队，以及我们的运营团队。我会把运营团队留到最后说，因为这可能是我最熟悉的领域。但从产品角度来看，在获得客流数据之前，我们会对哪些市场最繁忙做出许多重大假设。我们之前稍微提到了目前在拉斯维加斯有多少家门店——那里大约有二十家。虽然我可以根据销售数据推测应该向哪些地区推广产品，或者目标人群的特征，但如果我们不了解 RetailNext 提供的实际数据，就会存在一定的盲区——说不定其中蕴藏着营销团队可以进一步挖掘的更好机会。或者在产品层面——以产品案例为例，就像我们讨论鞋类销量或成套服装的款式时一样。无论何种情况，我们的团队都会利用客流分析以及一些人口统计细节，来调整多种不同的策略。
Joe Shasteen：然后您提到了您最熟悉的运营方面。比如 STAR 比率，但运营方面还有其他方面吗？
大卫·利扎克：当您开始将 STAR 应用于整个门店网络进行比较时——显然我们在加利福尼亚州的门店密度极高，而在南部地区——得克萨斯州、亚利桑那州、内华达州、佛罗里达州——也有大量门店。这些地区的门店类型和经营环境都大不相同。但当您能将客流量与门店内部的人力配置相互抵消时，就能在不同市场之间实现数据均衡或标准化。随后，您就能对各销售网点——包括独立门店、街边店和商场店——进行更细致的分析。而我们的运营团队能够再次识别出那种健康的 STAR 比率，这在人力规划方面确实帮了大忙，让我们能够判断：‘好吧，这对一家街边店来说是一个更健康的数字’，或者说是一个切合实际的健康数值。我们预计商场门店的该指标会略高一些，这使得我们的团队能够提前做好规划。随后，您便能识别出超出该范围的异常情况，从而提高生产力。
Joe Shasteen：关于不同店型的差异以及您如何利用这些数据，我认为这非常有趣。在预期管理方面，当您针对商场店或街边店进行不同指导时，是否还有其他具体做法？在不同的门店环境中应用数据并引导团队付诸行动时，这方面是否存在差异？
大卫·利扎克：归根结底，关键还是在于以正确的方式进行沟通和指导。您绝不能将街边门店与……进行比较——我一直在思考这个问题。我们第一家店巴斯科姆（Bascom）位于圣何塞市中心，而瓦利费尔（Valley Fair）购物中心距离该店仅几英里之遥。就客群构成、客流类型或任何此类因素而言，这两家店之间完全没有任何共同点。对吧？所以，如果仅根据 STAR 比率、每小时销售额或工资占比来比较这两家门店，是不公平的。这些指标都没有意义，对吧？您需要将其与其他类似门店进行比较。而这正是我们在整个组织中一直坚持做到的。我可以拿圣何塞的一家街边门店与休斯顿的一家进行对比，并围绕门店客流量与相应人力配置应如何匹配这一问题，展开有条理的讨论。
Joe Shasteen：是的。建立这些能够推动门店持续改进的不同基准线也至关重要。那么，最近有没有什么实例，说明您通过使用这些基准线，在 Shoe Palace 各门店推动了持续改进？这对 Shoe Palace 门店来说具体表现如何？
大卫·利扎克：我认为，我们目前能够实现的最大改进和收益，在于利用历史客流量数据进行对比分析。比如，我们对店长们有很多假设，对吧？这也很合理。我们了解自己的门店。我们认为自己了解门店。对于一周内的客流状况、客流高峰时段以及客流高峰期，我们常会做出许多假设。对吧？虽然他们会做出这些假设，但我们会回溯数据、查看销售单据、调取监控录像。数据向我们揭示——嘿，也许我们曾错失良机。这是客流量更高的时段，这里本有更大的发展空间。这让我们能够说：嘿，让我们坚持事实。数据不会说谎，对吧？实际上，这又回到了2018年到2019年、2020年那段适应期——那是在第一次教它。现在，这与其说是教学对话，不如说，嘿，我们知道该看哪里，真相在哪里。
Joe Shasteen：最后还有一个问题，因为我们之前也讨论过——数据整合。那么，您将数据整合到其他数据源、并利用和结合现有其他指标的过程是怎样的？在运用这些数据并接入不同的工具和平台方面，您的体验如何？
大卫·利扎克：是的。RetailNext 显然与包括 StoreForce 在内的几家合作伙伴建立了良好的合作关系——我想他们今天也在场。我们已经能够真正将这一优势应用到所有门店中。再次强调，这涉及识别管理层经常忽略的“黄金时段”、高峰期和商机，归根结底是让我们能够引入 STAR 数据，将其与每小时销售额结合，再结合门店的面积，从而识别出顾客在特定区域的流动轨迹。将所有这些数据整合到一个集中化的平台，确实让我们取得了显著的成果。
Joe Shasteen：太棒了。大卫，非常感谢您向我们详细介绍了 Shoe Palace 从七年前至今的发展历程，以及对数据卓越性的坚持、这一演变的具体表现，还有它如何真正推动各门店业绩的持续提升和改进。非常感谢您今天拨冗接受采访。
大卫·利扎克：很高兴能来这里。谢谢。
