中國互聯(lián)網(wǎng)行業(yè)近 20 年的迅猛發(fā)展，帶動了零售行業(yè)的巨變，尤其是電商平臺的出現(xiàn)，極大的顛覆了人們的購物體驗和購物習(xí)慣，而隨著抖音、快手等短視頻平臺的崛起，新的購物形式進一步刺激著全民消費欲望。然而，對于鞋服等傳統(tǒng)零售企業(yè)而言，在互聯(lián)網(wǎng)浪潮的幾番沖擊下，品牌基本已經(jīng)形成了線上線下協(xié)同的運營模式，電商幾乎占據(jù)了國民消費的半壁江山，但從行業(yè)研究數(shù)據(jù)來看，鞋服品牌線上銷售額占比僅在 10%-40%，這意味著，注重試穿體驗的鞋服行業(yè)，主戰(zhàn)場仍在線下。
畢竟線下空間承載著連接顧客、體驗商品的重要渠道，所以，線下經(jīng)營質(zhì)量也直接影響著品牌的整體增長。然而，隨著成熟品牌門店流量增長逐漸乏力，數(shù)字化運營成為降本增效的關(guān)鍵，其中，數(shù)據(jù)驅(qū)動下的智能營銷體系成為提升突破的重要手段。而 Whale 帷幄作為以零售數(shù)字化營銷技術(shù)起家的服務(wù)商，以「線下數(shù)據(jù)反哺線上運營」為特色，擅長以線下數(shù)據(jù)采集、分析、洞察全鏈路為品牌搭建智能營銷體系，頗受零售、新消費品牌的青睞，不少零售行業(yè)巨頭已經(jīng)成為其客戶。
01 「空間智能」運營，以數(shù)據(jù)抓取為基礎(chǔ)
在品牌線下門店逐漸往數(shù)字化、智能化運營升級的趨勢下，Whale 帷幄特色性提出「空間智能」的運營解決方案，可以理解為零售行業(yè)「人、貨、場」運營的升級版，即圍繞品牌、顧客和門店運營三點之間的鏈接展開。針對品牌重點關(guān)注的拉新引流、獲客、貨架拜訪、商品互動、成交轉(zhuǎn)化等運營環(huán)節(jié)，Whale 帷幄通過對線下門店客流和交互數(shù)據(jù)的采集、分析、洞察，幫助品牌更深入的了解顧客、量化產(chǎn)品吸引力，幫助管理者更清晰的了解單店到整體品牌的運營情況，從而在提升整體銷售額的核心目標(biāo)下，輔助品牌完成單店到整體營銷策略的規(guī)劃和實施。
所以，「空間智能」解決方案的核心在于數(shù)據(jù)和智能模型，其中，數(shù)據(jù)的采集沉淀是智能模型搭建的前提。然而，長久以來品牌線下門店的數(shù)據(jù)沉淀都處于嚴(yán)重缺失，一方面是大多數(shù)品牌對于線下門店的運營方式仍較為傳統(tǒng)，數(shù)字化運營意識不足;另一方面，受限于隱私保護和數(shù)據(jù)采集設(shè)備的不完善，線下數(shù)據(jù)采集難度較高。而 Whale 帷幄從 2017 年即切入零售品牌線下門店數(shù)字化運營以此服務(wù)起家，累積了多年的行業(yè)口碑，對于行業(yè)理解透徹、實戰(zhàn)經(jīng)驗豐富。
Whale 帷幄針對零售行業(yè)線下門店數(shù)據(jù)采集主要圍繞全面性和安全性兩個維度展開。從全面性來看，Whale 帷幄數(shù)據(jù)采集又分為顧客逛店軌跡和與商品互動信息兩方面，從出入口客流指標(biāo)，采集過店、關(guān)注、進店人數(shù)統(tǒng)計與進店率分析，便于根據(jù)時間段、節(jié)假日、天氣等因素影響下的到店情況，設(shè)置營銷方案;從商品互動指標(biāo)，將顧客進店活動軌跡關(guān)聯(lián)起來，包括停留區(qū)域、拿起商品品類、拿起時長、拿起次數(shù)、試用次數(shù)、商品陳列天數(shù)、成交量、連帶率等多維度細化數(shù)據(jù)采集，全面捕捉顧客與商品互動信息，便于后續(xù)品牌對選品、陳列以及促銷活動整體運營策劃提供數(shù)據(jù)支撐。
從安全性來看，主要是數(shù)據(jù)采集的合規(guī)性出發(fā)，首先在數(shù)據(jù)采集設(shè)備上使用安防級攝像頭，使用高性能邊緣計算 AI 相機保障隱私數(shù)據(jù)安全，AI 相機邊緣計算分析客流數(shù)據(jù)，不采集保存任何視頻數(shù)據(jù)，對于部分優(yōu)化數(shù)據(jù)精度必須采集的圖片，在邊緣端應(yīng)用「模糊算法」進行前端處理，確保用戶數(shù)據(jù)隱私得到有效保障。
02 轉(zhuǎn)化漏斗模型，串聯(lián)整個運營鏈路
為了進一步細化沉淀線下門店運營的有效數(shù)據(jù)，帷幄還為鞋服品牌設(shè)計了「基于顧客人次轉(zhuǎn)化的漏斗分析模型」，這也成為帷幄從一眾數(shù)字化運營服務(wù)商中突圍而出的利器?！皋D(zhuǎn)化漏斗模型」即通過細化顧客活動軌跡與商品互動數(shù)據(jù)，將顧客逛店旅程的每一環(huán)節(jié)都貫穿起來、層層遞進，最終通過有效運營數(shù)據(jù)洞察，構(gòu)建智能化運營模型，幫助品牌完成精準(zhǔn)營銷的策略制定和實施，進而實現(xiàn)整體運營質(zhì)量的提升。
第一步主要是采集店鋪到訪顧客數(shù)，建立門店客流數(shù)據(jù)與工作日、節(jié)假日、天氣、溫度等常規(guī)變量的關(guān)系模型，可用于評估日常門店運營情況以及營銷活動流量轉(zhuǎn)化效果;
第二步，采集貨架到訪顧客數(shù)，根據(jù)店鋪熱力和動線數(shù)據(jù)建立店鋪到貨架顧客流轉(zhuǎn)率的基線模型，對實際流轉(zhuǎn)率低于模型預(yù)測值的品類貨架，進一步分析可能存在的陳列和選品等問題并針對性改進提升;
第三步，采集顧客與商品互動數(shù)，根據(jù)店鋪數(shù)據(jù)建立大品類互動率基線模型，可用于發(fā)現(xiàn)互動率低的子品類進行針對性提升，或用于評估智能貨架等運營手段對品類互動的直接提升率。品牌級互動率模型可用于發(fā)現(xiàn)存在選品與店鋪客群的匹配問題;
第四步，采集商品試穿數(shù)據(jù)，根據(jù)店鋪/品類/子品類各級試穿數(shù)據(jù)建立多級互動試穿率基線模型，發(fā)現(xiàn)各級數(shù)據(jù)存在顯著問題的店鋪/品類/子品類，進行選品、促銷等針對性優(yōu)化 ;
第五步，采集互動顧客成交數(shù)，也就是核心的商品下單環(huán)節(jié)，建立品牌/店鋪/品類/子品類各級試穿成交率基線模型，發(fā)現(xiàn)試穿成交率低的單元，進一步分析品質(zhì)、定價等問題，進行針對性運營優(yōu)化。
當(dāng)然，整個解決方案的終極目標(biāo)，是提升品牌整體 GMV 和利潤率?！皋D(zhuǎn)化漏斗模型」只是層層采集、細化運營數(shù)據(jù)的手段，最終數(shù)據(jù)分析會反饋到后臺基礎(chǔ)看板上，通過各環(huán)節(jié)跨店鋪、跨貨架、跨商品等橫向?qū)Ρ?，以及跨時間縱向?qū)Ρ?，針對單店運營、貨架陳列、商品類別等經(jīng)營問題，進行針對性運營提升;建立各級轉(zhuǎn)化率貢獻權(quán)重模型、評估各級運營資源配置和投入優(yōu)先級;建立營銷運營投入和產(chǎn)出關(guān)系模型，以選擇合適的時間、城市、店鋪組合、品類組合等，以進行品牌整體 GMV 和利潤率提升。
精準(zhǔn)掌握客流數(shù)據(jù)，提升業(yè)務(wù)轉(zhuǎn)化
從具體案例來看，Whale 帷幄服務(wù)過覆蓋全國一、二線城市 70+ 店的某國際知名奢侈品品牌，為管理層掌握店鋪運營情況提供精確可靠的客流量數(shù)據(jù)，優(yōu)化店內(nèi)陳列并提高坪效，助力品牌運營效率提升 60%;而針對另一家進軍中國市場的某國際知名運動服飾品牌，提出的更為全面的營銷數(shù)字化需求：采集各營銷渠道和活動過程、效果數(shù)據(jù)，分析對比轉(zhuǎn)化效果，沉淀品牌數(shù)據(jù)資產(chǎn)，提升營銷質(zhì)量。Whale 帷幄幫其搭建線上線下全域數(shù)字化營銷體系，其中全域營銷效果監(jiān)測指標(biāo)就超過 30 個;另通過智能 AI 識別和智能陳列系統(tǒng)對線下門店的客流、商品互動數(shù)據(jù)進行采集分析，優(yōu)化門店運營策略，效率提升 20%;建立線下活動引流線上沉淀粉絲會員流程，指導(dǎo)引流沉淀粉絲運營效果提升 50% 以上。
關(guān)于Whale帷幄
作為國內(nèi)專業(yè)的全域數(shù)字化營銷運營平臺，Whale 帷幄通過人工智能 (AI), 大規(guī)模物聯(lián)網(wǎng)絡(luò) (IoT) 和數(shù)據(jù)模型 (Data) 的關(guān)鍵技術(shù)創(chuàng)新，為面向未來的零售品牌提供數(shù)據(jù)驅(qū)動、協(xié)作優(yōu)先、簡單易部署的品牌全域營銷解決方案，旨在賦能零售品牌可持續(xù)化的精細運營與精益增長，打通 MarTech「最后一公里」。目前 Whale 帷幄服務(wù)體系已廣泛覆蓋食品飲料、美妝護膚、時尚鞋服、輕奢珠寶、數(shù)碼電器、餐飲茶飲、商超便利、汽車服務(wù)、醫(yī)藥健康等行業(yè)。已積累標(biāo)桿客戶如聯(lián)合利華、屈臣氏、西貝、美的、泡泡瑪特、蔚來汽車、家樂福等 300 余家行業(yè) Top 品牌。公司于2017年成立于杭州，并在上海、深圳、北京設(shè)有辦公中心。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
