Dave & Buster's 是美國首屈一指的娛樂與餐飲勝地，在全美 177 處據點中，將餐廳級別的美食與寬敞的遊戲廳相結合，並以「吃、喝、玩、看」為承諾。其雙重營收模式，以及面積介於 30,000 至 70,000 多平方英尺、設有多個入口的大型場館，都需要對客流與場內佔用率有精準的掌握，方能同時在餐飲與娛樂兩大領域提供卓越的服務。
面臨的挑戰
多年來，Dave & Buster's 一直依賴手動流程和替代性指標。該公司將遊戲廳的「電力卡」刷卡次數作為人流的替代指標，雖然能統計遊玩遊戲的顧客，卻忽略了主要來用餐的顧客——這是一個重大的盲點。各分店總經理需使用手持計數器統計客容量，這項耗時且不精確的任務，更使員工無法專注於服務顧客。由於缺乏對真實客流的即時掌握，各分店難以優化人力配置、區分用餐與遊戲顧客、依據數據做出空間佈局決策，以及進行精準預測。
解決方案
Dave & Buster's 在全數 177 家門市部署了 RetailNext Traffic Analytics 系統，於每個入口處（包括直接入口及與購物中心相連的入口）安裝感測器，並將數據整合至其商業智慧（BI）工具與數據湖架構中。感測器可擷取總訪客數、佔用率、進場模式及客流資料，並透過網頁儀表板與行動應用程式呈現，讓經理人無論身在何處，皆能即時掌握門市狀況。
成果
管理者可透過手機即時掌握客流量狀況，取代了人工計數，讓團隊得以專注於提升顧客體驗。真實的客流量數據與歷史營收及天氣資料並列，成為人力配置決策及 AI/ML 預測模型的全新參考依據；同時，涵蓋所有 177 家門市的透明化數據，使各分店之間得以進行績效基準比較並分享最佳實踐。
