Store OperationsBusiness IntelligenceCustomer StoriesIndustry Events Traffic AnalyticsInsights
隨著 TFG 的崛起,非洲零售業的復興浪潮正逐步成形
2026年5月28日 · Nirvani Dhevcharran, CTO: Platforms and Operations
TFG 始於一百多年前,最初僅是南非的一家服飾店。如今,The Foschini Group 旗下擁有 39 個品牌,在五大洲設有超過 4,900 家門市,擁有近 4,000 萬名忠誠會員及約 50,000 名員工。在第 13 屆年度高管論壇上,負責平台與營運的 Nirvani Dhevcharran(CTO: Platforms and Operations)闡述了非洲零售業理應在決策桌上佔有一席之地,並從內部視角展示了具體的運作樣貌。
她首先從務實的角度闡述對人工智慧的看法。Microsoft Copilot 現正協助 TFG 的人力資源團隊,依據南非的就業公平法規篩選候選人;而另一項耗費大量數據建置的「個人化帳單」試點計畫,雖運行了三個月,卻未產生任何加購成效。她從中得出的教訓是:每個應用案例都必須具備真正的商業價值。隨後,她詳細闡述了 TFG 的 BOLTS 策略(Build Out、Optimize、Leverage、Transform、Sustain),並說明 RetailNext 在該策略中的定位:即 Leverage 支柱,旨在挖掘集團現有數據的價值。
演講的其餘部分探討了 TFG 轉向採用 RetailNext 的過程——此前使用的客流統計解決方案曾導致企業對數據失去信心。在概念驗證階段,店員曾站在門口手動統計顧客人數,以比較兩套系統的準確性。目前,RetailNext 已覆蓋近三分之二的門市網路,並與 TFG 的營業額及 IT 服務管理系統實現整合。Nirvani 分享了客流量如何影響各品牌的轉換率目標、一家僅以客流量為指標的度假小鎮家居用品店、某購物中心內新開的 JD Sports 門市所揭露的同店銷售蠶食現象,以及基於客流量而非營業額制定的人力規劃。她最後總結了從中汲取的教訓,包括將 RetailNext 的數據呈現在店員面前,以及 RetailNext 人工智慧系統在南非荷蘭語、科薩語和祖魯語環境下的早期測試。
關鍵 重點。
- 每項人工智慧應用案例都必須具備真正的商業價值。TFG 曾試行在客戶對帳單上顯示個人化圖片,內容依據每位顧客的購買紀錄進行匹配。此方案耗費大量數據建置,運作三個月後,卻未產生任何追加銷售。而由 Copilot 輔助進行的候選人篩選——該方案需從一千名應徵者中篩選出十個職位人選——正是那種能回本的應用案例。
- 精準度是贏得信賴的關鍵。TFG 先前採用的計數解決方案,讓企業對數據完全缺乏信心。在 RetailNext 的概念驗證期間,店員甚至得站在店門口親手清點顧客人數,並與系統數據進行比對,才願意相信這些數字。
- 「轉換率」在每個品牌中的意義各不相同。平價商店只需與顧客進行少量互動,而珠寶和奢侈服飾的顧客則期待個人化服務,因此轉換率目標需針對各品牌分別設定。在某個度假小鎮的家飾店中,客流量是 TFG 唯一追蹤的數據。
- 客流量揭示了營業額數據所隱藏的真相。當一家 JD Sports 門市進駐 TFG 旗下某座購物中心時,客流量數據顯示該店正蠶食另一家商品類別重疊的 TFG 門市,而僅憑營業額數據是無法解釋此現象的。
- 人力配置應以客流量為依據,而非營業額。TFG 的門市型態差異過大,難以套用小、中、大三種通用模板。透過按客流量將各門市類型進行區分,TFG 得以依據一天中的時段、月份及年度來排班;而其人力管理服務供應商過去僅曾依據營業額進行規劃。
- 乾淨的數據需要配置與維護。從未設定營業時間、客流稀少時員工進出入口,以及商場內兩側皆設有門口的門市,這些問題在解決前都導致計數結果出現偏差。
- 語言是店內人工智慧的考驗。南非有 11 種官方語言,而店內員工則使用各自的母語。TFG 嘗試將 RetailNext 的人工智慧應用於南非荷蘭語、科薩語和祖魯語,Nirvani 稱此舉可能是將數據推送到店內現場的潛在變局關鍵。
文字紀錄
-
閱讀文字紀錄
[摘自「高階主管論壇」宣傳片開場蒙太奇片段。]
我對此感到興奮,因為這正是關鍵所在。各種不同類型的人工智慧究竟在哪裡?它們能帶來什麼好處,讓人們不再認為「它會取代我」?是先建立品牌再發展業務,還是先建立業務再發展品牌?他打電話給我,談論 UNTUCKit 這個構想。他說:「對啊,您曾試過不把襯衫塞進褲子裡嗎?」
Nirvani Dhevcharran:我要跟大家談談我任職的組織——TFG(The Foschini Group)。我們一百多年前僅是一家專營服飾的單一門市。後來有位美國人來到南非,決定協助我們拓展版圖。1940年代,我們在南非的約翰尼斯堡證券交易所上市。自那時起,我們便一路穩步發展,日益壯大。稍後我會談談門市數量。
我們不僅總部位於南非,更擁有全球業務佈局。稍後我會展示我們的一些品牌,相信在座各位中一定有人對這些品牌有所耳聞,因為我們在英國和澳洲都設有據點,並在那裡開展營運。
我原本打算稍微談談我們在數位轉型方面的成果,但鑑於剛才關於人工智慧的討論,我認為分享一些實際案例會更為妥當。在我們的營運環境中,各領域都廣泛運用人工智慧。人力資源團隊正使用經典的 Microsoft Copilot 來協助篩選候選人。由於我們曾歷經種族隔離時代,因此在公平性及人事任命方式方面,我們有大量相關的法律與法規。因此,當我們運用 AI 進行候選人篩選時,必須留意許多細微之處。但當面對一千名應徵者與僅有十個職位時,這確實帶來了驚人的改變。
還有一個非常有趣的應用案例,關於稍早有人提到的「沙盒」:當您收到服裝店或其他任何商店的帳單時,旁邊總會附上一張標準化的圖片。每個人收到的都是一樣的。於是我們想到,如果我們能表示「我們了解客戶的特徵」,那應該會很酷。所以,如果 Nirvani 買了這件洋裝,我們會在她的下一份帳單中嘗試進行加購推薦,並寄送一張印度女性身穿紅色洋裝、搭配紅色鞋子的圖片。而如果 Sergio 從我們的奢侈品牌店買了那套白色西裝,他的帳單上就會出現一件能與那套白色西裝搭配的襯衫。我們當時覺得這是個絕妙的主意。我們進行了為期三個月的試點:結果是零追加銷售。這原本是個很棒的應用案例。我們投入了大量數據,卻一無所獲。因此,確保您的應用案例具備真正的商業價值至關重要。如果稍後還有時間,我可以再多談談這方面。
但這確實就是我們的業務版圖:涵蓋超過 39 個品牌。我們將繼續維持多品牌經營模式,目前並無整合為單一品牌的計畫。擁有 4,900 多家門市,其中大部分位於南非,此外在澳洲和英國也有大量門市。此外,正如我先前所述,我們在北美東岸以及墨西哥也有據點。同時,我們還擁有眾多特許經營門市。因此,這確實是一個規模龐大的營運環境。
我負責將平台基礎設施導入門市及總部。去年,我們為超過 110 家門市完成了設備部署。因此,實體門市將持續存在。接下來我也會談談我們的全通路策略以及線上購物體驗。南非可說是個「購物中心大國」,人們喜歡走進店裡親手觸摸、感受商品。
因此,去年我們新增了超過 100 家門市。我們也透過收購實現了業務擴張。我認為最令我頭疼的經歷發生在疫情過後:我們為旗下的一個平價品牌進行了一項收購,共收購了 512 家門市,其中 432 家具有營運可行性,而我們僅有六個月的時間將所有門市整合至 TFG 平台,因為所有業務都必須在 TFG 平台上運作。其他平台都無法運作。因此壓力相當大。我們確實有明確的成長策略,但同時也持續進行可行性分析,以確保我們的門市仍具營運可行性。
我們進行了一整套評估,以確保我們仍具市場相關性。我們曾有過一份措辭冗長的願景、使命、宗旨與價值觀聲明。而我認為艾蜜莉(Emily)關於全通路(omnichannel)的例子非常貼切。這正是我們從願景角度所堅信的。我們所追求的,是簡單且易於理解的模式。我們的員工能感同身受;顧客則感受到自己始終是我們一切行動的核心,而這套模式對我們而言成效卓著。
就策略而言,這正是定義我們的核心——我們稱之為 BOLTS。其中的 B 代表 Build Out(拓展),Alexei 其實也談過這點:確保品牌能深耕並融入市場。我們擁有超過 39 個品牌,稍後我會向各位展示。我們必須確保每個品牌都能發揮獨特價值。我們的品牌涵蓋多種產品類別,產品組合極為多元。我們有男裝、女裝、珠寶、家居用品,當然還有我們的線上平台。因此,我們的業務範圍相當廣泛。此外,若要理解為何導入 RetailNext 對我們如此重要,還有一個相當有趣的點:每家門市的營運規模都大不相同。我們瞄準的市場區隔也各異。我們既有平價品牌、奢華品牌,也有介於兩者之間的品牌。這確實相當值得玩味。
關於 Optimize 這部分,這正是莫妮卡(Monica)今早所談論的重點:優化供應鏈。透過我們的全通路體驗,我們從「推式」模式轉變為「拉式」模式。過去若您向我們購買七件商品,這些商品會分裝在七個包裹中,從南非各地分別寄出。毋庸置疑,這是一項成本極高的運作。我們對整個流程進行了精簡,目前運作得相當順利。
「L」(Leverage,槓桿效應)則圍繞著我們的所有數據、資產及人才。而這正是 RetailNext 發揮作用之處——它切入數據環節。我們擁有海量數據。作為一家歷史悠久的企業,我們確實需要確保能夠有效挖掘這些數據。關於這點,我稍後會稍作說明。
Transform(轉型)的重點在於確保我們的組織能在真正的全通路環境中運作。擁有多個品牌也意味著,各品牌希望保留自身特色,同時在所有品牌間維持一致的流程,這確實相當困難。因此這一直是個不小的挑戰。
至於 Sustain,則聚焦於永續發展。我稍早曾跟 Alexei 提到,關於永續發展這個話題,我們其實可以展開一場深入的討論。身為上市公司,我們會進行 ESG 報告。但我對永續發展充滿熱忱。我負責制定人工智慧(AI)及 IT 永續發展的 OKR,這遠不止於減少列印量或確保以符合道德的方式處置電子設備。這背後有一整套的運作機制。此外,我也深入探討如何運用人工智慧:從永續發展的視角來看,這代表什麼意義?若透過 ESG 的視角審視,這將是一場極其有趣的對話,我甚至可以就此暢談許久。
那麼,先分享一些數據。Bash 是我們的線上平台。直到三年前,這 39 個品牌中幾乎每個都有自己的網站和客戶體驗,那簡直是一場噩夢。隨著 Bash 的推出,我們請來兩位非常優秀的人才來搭建系統環境,如各位所見,目前下載量已達 800 萬次,這對我們來說是極好的成果。
另一項非常有趣的數據是,我們擁有近 4,000 萬名忠誠會員。這顯示我們的忠誠度計畫運作得相當出色。擁有 4,000 萬名註冊客戶確實意義重大。但更重要且令人振奮的是,我們運用這些數據,結合人工智慧(AI)與機器學習(ML)進行分析,並因此贏得了全球性獎項。過去三年來,我們獲得了來自杜拜的獎項,而我認為最新的獎項也是來自紐約。因此,就我們在該領域的成就而言,這確實具有很高的公信力。
這張投影片上還有一個有趣的事實:我們超過 80% 的產品是在當地製造的。在 COVID-19 疫情爆發前,我們大概只有 20% 到 30% 的產品是自行製造的。疫情爆發後,我們無法從東方取得任何產品。我們的大部分產品原本都來自東方。如今因戰爭影響,我們有一艘貨船受困,導致某個品牌的庫存無法補貨。我們至今仍未收到已訂購的貨品。因此,建立自主生產能力並實現在地永續發展至關重要。因此,我們幾乎已建立起完整的垂直整合體系。當我談到製造時,顯然主要圍繞服裝領域。但我們兩年前啟動了一項新計畫,去年正式推出市場,至今成效斐然:在珠寶領域,我們致力於實驗室培育鑽石,這塊業務成長勢頭非常強勁。若不懂得分辨,確實很難區分真假。但這對我們來說是款非常暢銷的產品。
以下是我們旗下的品牌。如您所見,品牌數量相當龐大。正如預期,南非為我們貢獻了絕大部分的營收。澳洲位居第二,接著是英國。大約十八個月前,我們在英國收購了 White Stuff,這對我們來說是一筆非常成功的收購,因為 Phase Eight 在英國的表現已不如以往。這是一家非常高端的門市,但目前經營狀況不太理想。
在中間的南非區塊,您會看到京東(JD)。這對我們來說是一段非常有趣的合作關係。我們大約兩年前與他們展開合作。他們的要求非常高。我們與他們在南非共同開設了八家門市,而為這些門市配備設備…… 他們與耐吉(Nike)的合作關係,加上我們自身與耐吉的合作,而京東與耐吉的合作層次更是上了一個台階。這確實是一場精彩且有趣的討論。稍早有人提到,必須確保商場內有能吸引顧客的合適品牌。讓京東進駐部分商場,確實也有效提升了這些商場的人流量。
我們去年的營業額為 33 億美元。如各位所見,我們擁有龐大的員工規模。規模之大,甚至導致這篇文章中段出現了一個錯誤——文中顯示我們是非洲第七大僱主。我們實際上是第六名。若您能看清六和七之間的數字,就會發現我們其實是第六名。但這確實彰顯了我們的成長幅度,以及對經濟的貢獻。
正因為我們擁有如此龐大的業務版圖和眾多員工,我們具備…… 我想美國的情況應該也是如此,雖然我不確定這裡的程度如何,隨著 Shein 和 Temu 的進駐,它們確實對我們的市場產生了重大影響。但我們已能直接與貿易和工業部進行對話,探討如何確保它們不會佔據過多的市場份額?當然,我們理解成本等各種考量。但正因我們的市場地位及創造的就業機會規模,我們得以進行這些對話,並影響部分已制定的政策。
至於我們的亮點,請看左側:我國總統每年都會發表《國情咨文》,而2022年,我們為他提供了服裝。那套西裝和襯衫都是專為他手工訂製的。他在發表《國情咨文》時還為我們做了宣傳,這真的很酷。
好。以下是我們的一些應用案例:客戶轉化、人力資源管理以及商業計畫。這些是其中幾項重點。關於客戶轉換率,我不會多做闡述;我想重點談談其中的兩個應用案例。但在談論這兩個案例之前,由於我們旗下品牌各具特色且多元,每個品牌的客戶轉換率也各不相同。我們有一套價值體系,當顧客走進店內時,通常不需要過多與顧客互動。另一方面,在珠寶和奢侈服飾領域,顧客則期待獲得個人化的服務。因此,根據商品類別的不同,珠寶和奢侈品牌這邊的顧客轉換率可能非常低,而在其他類別則會高得多。這是我們非常重視的追蹤指標,也逐漸成為門市員工的關鍵績效指標(KPI)。
有趣的是,Oriol 告訴我……我在 TFG 工作已有七年,前幾晚 Oriol 與我分享了一封電子郵件,內容提到他自2016年便開始與 TFG 合作,但當時我們並未採用 RetailNext 的解決方案。我們直到三年前才開始採用該系統。我們當時採用了另一套解決方案——我在此不方便透露名稱——但在數據準確性方面給我們帶來了許多問題,而且我們對該產品實在缺乏信心。因此,當我們與 RetailNext 進行概念驗證(POC)時,我們的門市員工甚至不相信所獲得的數據,甚至到了他們實際站在門口親手數人,並將 RetailNext 的數據與舊系統的數據進行比對的地步。
這段經歷最終帶來了正面的成果,因為 RetailNext 現已全面部署,我們已將其推廣至近三分之二的營運據點。我們已將其與銷售系統、單一登入機制以及 IT 服務管理系統進行整合。因此,若任何裝置出現故障,系統會主動記錄通報,我們便能及時處理。
關於客流量數據有兩個例子。第一個例子中,我們甚至不關注顧客轉換率,僅觀察客流量。我們在開普敦附近的度假小鎮赫曼努斯(Hermanus)開設了一家豪華家居用品店。我們並不期待顧客在度假時會購買寢具,但我們知道他們有時間閒逛。而如果他們打算在寢具上花大筆錢,那正是絕佳的時機。這套策略對我們來說實際上成效極佳。我們確實有能力在店內完成銷售,但重點其實在於吸引顧客進店,並確保他們有時間仔細查看產品並了解其特性;而且這些門市的店員對產品都非常熟悉。因此,在該門市,我們僅追蹤客流量。我們並不太擔心顧客轉換率的問題。
至於顧客轉換率,我們在 JD Sports 也有相關做法。當我們在其中一座購物中心開設 JD Sports 時,發現它實際上蚕食了我們另一家門市的業績。這確實是個權衡取捨的問題。我們原本並未預料到這種情況,但顯然產品組合存在重疊,因此我們需要重新調整焦點,並思考如何以不同的方式來經營。由此產生了一些非常有趣的數據。但總之,零售營運主管表示,如果他只能選擇一個關鍵績效指標(KPI),那一定會是顧客轉換率。而他過去從未擁有過這樣的指標。他過去必須親力親為處理的工作量相當龐大。
關於人力資源管理:同樣地,由於品牌類型多元,各門市的店員人數也各不相同。這並非「一刀切」的模式,也不僅僅是小、中、大這三種規模。因此,使用 RetailNext 實際上幫助我們將各門市類型進行細分,以確保能妥善規劃。當我們告訴人力管理工具的供應商,我們希望運用客流量數據時,對方表示這是他們首次採用此方法。他們過去僅使用過客流周轉率。這對我們來說,既是一項頗具趣味性的發現,也提供了極具價值的數據。我們人力資源管理的業務營運主管表示,客流量計數器是她工作的基石。這確實改變了她根據店內繁忙程度、當月時段及年度時節來規劃店內人員配置的方式,這對我們而言產生了巨大的影響。
Project Vela 專案正切中 Alexei 今早提到的重點,即運用人工智慧來減輕店內員工的行政工作負擔。我們過去有大量店內行政工作需要處理。Vela 是一個非洲詞彙,所以我特意選用了這個詞,其意為「浮現」或「崛起」。我們已對零售營運進行了相當大幅度的重組。店員現在有更多時間專注於顧客,且他們的績效將直接以顧客轉換率為衡量標準。因此,這將是我們未來追蹤的重點。
以下是我們汲取的一些教訓。我們的工時設定原本有問題。起初,我們從那個糟糕的系統中獲得了非常不準確的數據。後來我們引進了 RetailNext,發現系統似乎運作正常,但隨後又察覺到仍有不對勁之處。我記得是 Jacobo 實際上幫助我們發現,原來是我們的工時設定有誤。這是一個很容易解決的問題,我們已經處理好了。我們仍在引導員工善用這些數據,但他們仍會影響數據:他們會在門市入口處閒逛,反覆進出,特別是在店內不忙的時候,這會影響我們的客流量統計,我們需要針對這點採取措施。此外,在較大的購物中心裡,有時會有兩側都設有出入口的門市,顧客可以從一個入口走進去,再從另一個出口出去,以此穿梭至購物中心的其他區域。而我們目前將這些人計入顧客人數中,因此這也是我們需要檢視的地方。
這些都是我們接下來需要處理的步驟。透過 Project Vela 計畫,我們將向門市同仁釋出更多 RetailNext 數據。過去這些數據都僅限於他們上級層級才能查閱。如今,隨著數據從我們的銷售系統流向 RetailNext 入口網站,門市同仁便能直接掌握現場狀況。
接著我會談談人工智慧(AI)功能。上週我們進行了一場精彩的示範,Jacobo 和 Oriol 向我們展示了這項 AI 工具。最有趣的是,南非有 11 種官方語言。所以我們純粹出於好奇,試了其中三種。我們試了南非荷蘭語、科薩語和祖魯語,系統似乎都翻譯得相當好。因此,我們接下來將測試其他功能。但若要將這項技術推廣給我們的門市員工,他們確實會使用母語交談。這是我們其他任何 AI 工具都不具備的功能,我們認為這將為我們帶來革命性的改變。因此,我們正密切關注這項技術的發展。
以上是我的分享。
精選 講者
Nirvani Dhevcharran
CTO: Platforms and Operations, TFG
Nirvani Dhevcharran 現任 TFG(The Foschini Group)的 CTO: Platforms and Operations,這家南非零售集團旗下擁有 39 個品牌,並在五大洲設有超過 4,900 家門市。她負責 TFG 各門市及總部的平台基礎架構,同時也是資訊科技與人工智慧領域永續發展的熱忱倡導者。她已在 TFG 任職七年。