Shoe Palace 於1993年由梅爾肖（Mersho）家族在加州聖荷西創立，從一家門市逐步發展成為全美首屈一指的運動鞋與街頭服飾零售商之一。如今，該公司在美國西部和南部營運著超過 250 家門市，不僅與運動鞋文化淵源深厚，更與 Nike、Jordan 及 Adidas 等品牌建立了長期的合作夥伴關係。這樣的成長意味著必須在截然不同的環境中擴展門市網路——從人潮密集的購物中心到獨立街邊門市——每種環境都有其獨特的客流模式與人力配置需求。
面臨的挑戰
多年來，Shoe Palace 在營運門市時，始終缺乏可靠的方法來衡量業績與需求的對應關係。銷售數字雖能反映已發生的情況，卻無法解釋原因——更無法判斷「生意清淡」的日子是否確實如此。缺乏客流量數據的情況下，關於門市表現的討論只能憑直覺進行。對於尖峰時段、人力配置以及門市間的比較，相關假設都缺乏可供對照的基準。
「很難想像在沒有客流數據的情況下經營這門生意。但現實是，仍有許多零售商缺乏這項數據。曾經，我們也是其中之一。」
——大衛·利扎克（David Lizak），Shoe Palace 平台經理
正如利扎克所言，缺乏客流數據的門市營運，就像駕駛一輛沒有車速表的汽車：您可能感覺自己開得很快，卻無從確認。
解決方案
Shoe Palace 於2018年開始導入 RetailNext 客流量解決方案。到了2019年大衛·利扎克加入時，挑戰已從系統導入轉變為教育培訓，團隊也根據三大原則建構了這套方案。
保持簡單。Shoe Palace 沒有用複雜的指標淹沒門市團隊，而是將客流量數據轉化為淺顯易懂且可付諸行動的術語。團隊沒有要求兼職店員計算轉換率，而是將目標重新定義為員工已經理解的概念：比昨天多服務一位顧客。
建立共同語言。Shoe Palace 開發了一項名為 TPLH（每工時客流量）的員工與客流量比率指標，讓每位門市經理都能直觀判斷某個班次的人手配置是否適當。這個比率將抽象的數字轉化為任何店員都能回答的問題：您和我能在一個小時內應付這麼多顧客嗎？
在多元化的門市網路中建立標準。Shoe Palace 的門市遍布加州、德州、亞利桑那州、內華達州和佛羅里達州，沒有兩家門市是完全相同的。TPLH 讓 Shoe Palace 能公平地比較績效，並根據商場型與街邊型門市的差異進行調整，而非強求每家門市都達到相同的標準。
這些人力配置決策背後的每項數據，都源自同一台裝置。Aurora®——RetailNext 的全功能物聯網感測器——僅需單一吊頂式裝置，即可提供 95% 至 99% 精準度的人流計數（每處安裝均經人工審核）。對於橫跨多個州且門市形式多樣的連鎖體系而言，正是這份精準度，讓勞動力規劃在大規模運作下仍能值得信賴。
成果
在根據數據進行追蹤與培訓的第二年，Shoe Palace 的轉換率年增率平均提升 10%。其中一家門市在此期間，轉換率從 15% 提升至近 17%。
更智慧的人力規劃。TPLH 為營運團隊提供了可根據門市類型彈性調整的合理人力配置基準。透過精確顯示各門市的客流高峰時段——以及各門市間高峰值的差異——讓經理們能針對性地進行指導，同時也為企業提供了用於全連鎖店規劃的彙總數據。
公平的門市比較。兩家相距僅數英里的門市——例如 Shoe Palace 位於聖荷西的原店與鄰近購物中心的門市——在客流模式或人口統計特徵上可能截然不同。RetailNext 的數據讓團隊能夠比較同類型的門市，而非被迫進行「蘋果與橘子」般的績效對比。
更佳的跨部門決策。行銷與產品團隊不再僅憑銷售數據來推測需求最高的區域。客流量與人口統計數據現已成為庫存分配與區域策略的依據。
運用歷史數據挑戰既有假設。過去經理們自認了解門市的營運節奏、尖峰時段及人力配置需求，但 Shoe Palace 開始將這些假設與歷史客流量數據進行比對。結果發現：多年來未被察覺的錯失商機，其實就發生在客流量高峰時段。
Shoe Palace 現將 RetailNext 的客流量數據與 StoreForce 等人力規劃平台整合，將每小時客流量（TPLH）、每小時銷售額及門市面積等指標匯集於單一視圖中。此整合機制協助團隊針對每間門市精準鎖定客流高峰時段與銷售高峰期——這在客流量數據出現之前是無法預見的。
