Joe Shasteen：歡迎各位參加今天在 NRF 2026 舉辦的「爐邊談話」。我是 Joe Shasteen，RetailNext 的全球進階分析經理。對於可能還不熟悉 RetailNext 的朋友，我們是領先的零售智慧平台，能將客流量數據轉化為涵蓋整個顧客旅程的獲利洞見。我們這套由人工智慧驅動的解決方案，將多種零售分析功能整合至單一統一平台，提供具備可量化投資報酬率（ROI）的策略性洞察。今天，作為「爐邊談話」系列活動的一部分，我們將分享許多來自客戶的實務洞察，以及他們如何運用這些數據。今天，我非常榮幸邀請到來自 Shoe Palace 的 David Lizak 蒞臨現場。David，能否請您簡單介紹一下自己，以及您在 Shoe Palace 的工作經歷，還有您之前的背景？
大衛·利扎克：當然。早安，Joe。感謝您的邀請。我是 Shoe Palace 的大衛·利扎克（David Lizak）。我在 Shoe Palace 任職約六年。我有機會負責監督門市所面對並使用的幾個平台，無論是 POS 系統、人力規劃系統——任何門市實際接觸的系統，我都有機會進行管理。而在之前的職業生涯中，我一直從事運動鞋零售業。我覺得這段經歷相當精彩。我的整個職業生涯都深耕於運動鞋零售業。曾幾何時，我還擔任過就在這裡——時代廣場這家 Foot Locker 的總經理。總而言之，我在職業生涯中曾有機會導入並探索各種平台與技術，而現在我能在 Shoe Palace 繼續從事這項工作。
Joe Shasteen：太棒了。讓我們稍微回溯一下——RetailNext 與 Shoe Palace 已經合作了很長一段時間。回溯到大約2018年，當時 Shoe Palace 正決定導入客流解決方案，能否請您稍微說明一下當時背後的考量，以及究竟是什麼動力促使貴公司從傳統的零售分析，轉向採用更側重客流的解決方案呢？
大衛·利扎克：您知道，很難想像在沒有客流數據的情況下經營這門生意，對吧？但現實是，有許多零售商並沒有這些數據。曾經，我們也是那樣的零售商。甚至直到今天，我們還收購了幾家同樣正經歷這個過程的門市。不過，當時的起因——試想一下開一輛沒有車速表的車。您唯一能知道車速有多快、唯一能了解銷售狀況的方式，就是「憑感覺」，或是觀察旁邊的車，又或是被警察攔下檢查。但無論如何，您其實並沒有真正衡量自身表現的標準，對吧？因此，能夠觀察客流的這第一層功能，便提供了這種可視性，而這正是我們組織極其、極其需要的：究竟該以什麼基準來進行比較？我們有了這個結果——我們實際上表現如何？
Joe Shasteen：您之前也稍微提到，當您剛加入時，Shoe Palace 已經開始推行一些客流量解決方案了。那麼，當您在2019年加入 Shoe Palace 時情況如何？由於他們當時已經開始實施部分客流量解決方案，組織正經歷哪些轉型？在2019年那段時期，您和您的職位對 Shoe Palace 的運作產生了什麼影響？
大衛·利扎克：是的，那時對整個組織來說都是一個學習過程，因為我們才剛開始進行年比年的客流量數據追蹤。所以必須真正向門市團隊和現場管理層說明——這個指標究竟代表什麼。而且直到——幸運的是，我恰好在那段時期加入——直到那時，當您將數據與往年進行比較後，才會真正了解這些數據反映的實際狀況。接著便進入教育過程：好，那麼我們該如何改善呢？這是一個貫穿始終的教學過程。我覺得最棘手的部分在於，我們對某些技術變得過於精通，也過於追求複雜化。但核心理念是：我們必須讓門市團隊能輕鬆掌握。我認為這正是我2019年加入時的核心原則：讓門市團隊能輕鬆上手。您無法控制客流量數字。雖然這是講述業務故事的好基準，但這讓我們不再聽到管理團隊說：「老闆，昨天生意很清淡。」 現在，您有了事實依據來佐證，情況就截然不同了，對吧？而試圖為門市團隊簡化這些流程，確實是我們最重視的重點。
Joe Shasteen：話說回來，當您開始導入客流量分析時，與門市團隊合作並推動實施的過程是怎樣的？您提到要「保持簡單」——那麼具體是如何做到的？畢竟對於不習慣零售分析的人來說，特別是在初期階段，這可能會讓人感到非常卻步。那麼，與他們合作時是怎樣的體驗？如何讓他們快速上手並對這些指標感到自在，進而不感到恐懼？我的意思是，我們曾見過門市團隊阻擋我們的感測器，導致無法掌握客流量。所以，您是如何克服這一點，並消除他們對數據背後的恐懼的？
大衛·利扎克：關於具體做法我稍後再談，但一旦某項特定指標成為您試圖改善的主要目標，您就會忽略組織的整體目標。因此，即使您獲得了這個新指標，而且它非常、非常可靠，正是我們想要改善的——但任何數字在某個時刻都可能被操縱。所以重要的是，雖然我們將其視為極其重要，但切勿因此偏離了整體目標。我們希望在業務上取得更好的銷售業績，對吧？所以回到如何傳達這個目標。在這個層面上，關鍵在於保持簡單明瞭。「好吧，您昨天的轉換率是 10%，我們希望您能達到 12%。」 那麼，我們是否期望經理、助理或這名兼職人員能夠將交易量除以客流來計算？恐怕不行。所以讓我們為他們簡化。您昨天在這個時間段內成功轉化了這麼多顧客——我需要您再多完成一筆。這種根據當時的受眾對象，將目標拆解並保持簡單化的邏輯，正是我們當時的策略。
Joe Shasteen：很好。您之前也提過，您是如何運用部分數據來計算 STAR 比率的。能否稍微談談這個您根據客流量所開發的 STAR 比率？
大衛·利扎克：沒問題。一旦開始討論這些「健康」的數字，您會發現員工和管理團隊都變得充滿活力。同樣地，盡量不要把事情搞得太複雜，但您可以告訴對方：「這是 STAR 指標。這代表在您我工作期間，將會有這麼多顧客進店。」 您能應付嗎？還是應付不了？接著您開始描繪一幅畫面，並說：「好，如果這個比率是二十，我們現在能應付四十位顧客嗎？在一小時內？當然，我認為我們可以。」 現在您告訴同一個您正在向其解釋的人——好，如果那個數字是五十，您是否有信心我們兩人能應付一百人？他們可能會說：「哦，那可能太高了。太多了。」對吧？接著他們會突然恍然大悟。然後您說，反過來說，如果那個比例是十——好吧，這就意味著在這一個小時內，當您和我都在工作時，會有二十個人走進店裡。他們可能會說：「哦，這數字有點低。」 其實，這背後的想法是：我們需要削減部分過度消耗的工時或人力成本。因此，掌握客流量數據並能以此闡述故事，確實能讓門市團隊大開眼界，了解他們該如何管理日常營運。
Joe Shasteen：那麼，讓我們將視角從門市團隊提升到更高層級——我知道通常在企業層級，可能會有不同的跨職能團隊試圖運用這些數據。那麼，您是如何同時獲得門市層級以及 Shoe Palace 內部各跨職能團隊的支持，以確保他們能善用數據，並根據您所建置的所有客流量數據做出正確決策呢？
大衛·利扎克：是的。您知道，就我們這個領域而言，我腦海中立刻浮現出三大支柱：行銷團隊、產品團隊，以及我們的營運團隊。營運團隊的部分我留到最後再談，因為這大概是我最熟悉的領域。但若從產品角度思考，在實際獲得客流數據之前，我們會針對哪些市場最繁忙做出許多重大假設。我們稍早提過目前在拉斯維加斯有多少間門市——那裡大約有二十間。雖然我可以根據銷售數據來推斷該將產品推向哪些地區，或是該地區的人口統計特徵為何，但若我們實際上並未掌握 RetailNext 所提供的資訊，這其中仍存在一些盲點——或許其中蘊藏著行銷團隊能更有效利用的優勢。又或者在產品層面——以產品案例為例，就像我們討論鞋款數量或成套服飾的款式時一樣。無論是哪種情況，我們的團隊都會運用客流量分析，並結合一些人口統計細節，來操作許多不同的策略槓桿。
Joe Shasteen：接著您提到了您最熟悉的營運層面。除了 STAR 比率之外，營運層面還有其他方面嗎？
大衛·利扎克：當您開始將 STAR 應用於整個門市網路進行比較時——顯然我們在加州市場已高度飽和，而在南部地區（德州、亞利桑那州、內華達州、佛羅里達州）也有大量據點。這些地區的門市類型與營運環境都大不相同。但當您能將客流量與店內人力配置相互抵銷時，就能在這些市場之間建立起平衡或標準化的比較基準。接著，您就能針對各銷售據點、街邊店和商場店進行更細緻的區分。而我們的營運團隊若能再次辨識出那種「健康的 STAR 比率」，確實能協助我們在人力規劃時判斷：好，這對街邊店來說是個更健康的數字，或是對街邊店而言切實可行的健康數字。我們預期購物中心門市的指標會略高一些，這讓團隊能據此進行規劃。接著，您便能識別出超出常規範圍的異常情況，藉此提升生產力。
Joe Shasteen：我認為這點非常有趣，尤其是關於不同店型以及您如何運用這些數據。在預期管理方面，當您針對商場店或街邊店進行不同指導時，還有其他需要特別注意的地方嗎？當您在不同的門市環境中應用這些數據，並試圖引導他們據此採取行動時，這方面是否有任何差異？
大衛·利扎克：這始終歸結於如何正確地與他們溝通並給予指導。您絕不該將街邊店與其他店型相提並論——我時常思考這個問題。我們的第一家門市「巴斯康（Bascom）」位於聖荷西市中心，而「谷地樂園（Valley Fair）」則距離該門市僅幾英里之遙。就客群特徵、人流類型或任何此類因素而言，這兩家門市之間完全沒有任何共同點。對吧？因此，若僅憑 STAR 比率、每小時銷售額或工資百分比來比較這兩家店，是不公平的。這些指標根本毫無意義，對吧？您必須將它們與其他類似的門市進行比較。而這正是我們在整個組織中所能做到的。我可以拿聖荷西的一家街邊店與休士頓的一家店進行比較，並針對該店的人力配置應如何配合客流量，進行有條理的討論。
Joe Shasteen：沒錯。此外，建立這些能夠推動門市持續改善的基準線也至關重要。那麼，請問您最近是否實施過任何案例，是透過運用這些基準線來推動 Shoe Palace 各門市的持續改善？對 Shoe Palace 門市而言，這具體呈現出什麼樣的情形呢？
大衛·利扎克：我認為我們目前能夠實現的最大改善與效益，在於運用歷史客流量數據進行對比分析。比如說，我們對店長們有許多假設，對吧？這也是理所當然的。我們了解自己的門市。我們自認了解自己的門市。我們會針對一週內的客流狀況、黃金時段以及尖峰時段做出許多假設。對吧？他們會做出這些假設，但我們會回頭檢視數據、回頭檢視銷售單據、回頭檢視監控錄影。而數據向我們揭示——嘿，也許我們曾錯失良機。這段時間人流量其實更高。這裡本該有更多機會。這讓我們能說：「嘿，讓我們堅持事實。」 數字不會說謊，對吧？說到底，這其實回歸到2018年至2019年、2020年間的那段適應期——那時您是在第一次教導系統。現在這已不再是教學性質的對話，而是「嘿，我們知道該看哪裡，也知道真相在哪裡」。
Joe Shasteen：最後再問一個問題，因為我們之前也討論過這個——資料整合。那麼，您在將資料整合到其他資料來源時，以及如何運用並結合現有的其他指標，具體是怎麼進行的？在運用這些資料並導入不同工具與平台方面，您的經驗如何？
大衛·利扎克：是的。RetailNext 顯然與市場上幾家合作夥伴建立了卓越的合作關係，其中之一就是 StoreForce——我認為他們今天也在場。但我們確實能夠將這項優勢應用於所有門市。再回到能識別「黃金時段」、「尖峰時段」以及管理層經常錯失的商機這一點，這歸結於讓我們能導入 STAR 數據，將其與每小時銷售額結合，再換算回門市的平方英尺面積，進而識別出顧客在特定位置的流動路徑。將所有這些數據整合到一個集中化的平台，確實讓我們取得了顯著的成果。
Joe Shasteen：太棒了。大衛，非常感謝您帶我們回顧 Shoe Palace 從七年前至今的發展歷程，以及貴公司對數據卓越性的承諾、這項演進的具體樣貌，還有這如何真正推動各門市的持續績效與改善。非常感謝您今天撥冗受訪。
大衛·利扎克：很高興能來這裡。謝謝。
