中国互联网行业近 20 年的迅猛发展，带动了零售行业的巨变，尤其是电商平台的出现，极大的颠覆了人们的购物体验和购物习惯，而随着抖音、快手等短视频平台的崛起，新的购物形式进一步刺激着全民消费欲望。然而，对于鞋服等传统零售企业而言，在互联网浪潮的几番冲击下，品牌基本已经形成了线上线下协同的运营模式，电商几乎占据了国民消费的半壁江山，但从行业研究数据来看，鞋服品牌线上销售额占比仅在 10%-40%，这意味着，注重试穿体验的鞋服行业，主战场仍在线下。

　　毕竟线下空间承载着连接顾客、体验商品的重要渠道，所以，线下经营质量也直接影响着品牌的整体增长。然而，随着成熟品牌门店流量增长逐渐乏力，数字化运营成为降本增效的关键，其中，数据驱动下的智能营销体系成为提升突破的重要手段。而 Whale 帷幄作为以零售数字化营销技术起家的服务商，以「线下数据反哺线上运营」为特色，擅长以线下数据采集、分析、洞察全链路为品牌搭建智能营销体系，颇受零售、新消费品牌的青睐，不少零售行业巨头已经成为其客户。

　　01 「空间智能」运营，以数据抓取为基础

　　在品牌线下门店逐渐往数字化、智能化运营升级的趋势下，Whale 帷幄特色性提出「空间智能」的运营解决方案，可以理解为零售行业「人、货、场」运营的升级版，即围绕品牌、顾客和门店运营三点之间的链接展开。针对品牌重点关注的拉新引流、获客、货架拜访、商品互动、成交转化等运营环节，Whale 帷幄通过对线下门店客流和交互数据的采集、分析、洞察，帮助品牌更深入的了解顾客、量化产品吸引力，帮助管理者更清晰的了解单店到整体品牌的运营情况，从而在提升整体销售额的核心目标下，辅助品牌完成单店到整体营销策略的规划和实施。

　　所以，「空间智能」解决方案的核心在于数据和智能模型，其中，数据的采集沉淀是智能模型搭建的前提。然而，长久以来品牌线下门店的数据沉淀都处于严重缺失，一方面是大多数品牌对于线下门店的运营方式仍较为传统，数字化运营意识不足;另一方面，受限于隐私保护和数据采集设备的不完善，线下数据采集难度较高。而 Whale 帷幄从 2017 年即切入零售品牌线下门店数字化运营以此服务起家，累积了多年的行业口碑，对于行业理解透彻、实战经验丰富。

　　Whale 帷幄针对零售行业线下门店数据采集主要围绕全面性和安全性两个维度展开。从全面性来看，Whale 帷幄数据采集又分为顾客逛店轨迹和与商品互动信息两方面，从出入口客流指标，采集过店、关注、进店人数统计与进店率分析，便于根据时间段、节假日、天气等因素影响下的到店情况，设置营销方案;从商品互动指标，将顾客进店活动轨迹关联起来，包括停留区域、拿起商品品类、拿起时长、拿起次数、试用次数、商品陈列天数、成交量、连带率等多维度细化数据采集，全面捕捉顾客与商品互动信息，便于后续品牌对选品、陈列以及促销活动整体运营策划提供数据支撑。

　　从安全性来看，主要是数据采集的合规性出发，首先在数据采集设备上使用安防级摄像头，使用高性能边缘计算 AI 相机保障隐私数据安全，AI 相机边缘计算分析客流数据，不采集保存任何视频数据，对于部分优化数据精度必须采集的图片，在边缘端应用「模糊算法」进行前端处理，确保用户数据隐私得到有效保障。

　　02 转化漏斗模型，串联整个运营链路

　　为了进一步细化沉淀线下门店运营的有效数据，帷幄还为鞋服品牌设计了「基于顾客人次转化的漏斗分析模型」，这也成为帷幄从一众数字化运营服务商中突围而出的利器。「转化漏斗模型」即通过细化顾客活动轨迹与商品互动数据，将顾客逛店旅程的每一环节都贯穿起来、层层递进，最终通过有效运营数据洞察，构建智能化运营模型，帮助品牌完成精准营销的策略制定和实施，进而实现整体运营质量的提升。

　　第一步主要是采集店铺到访顾客数，建立门店客流数据与工作日、节假日、天气、温度等常规变量的关系模型，可用于评估日常门店运营情况以及营销活动流量转化效果;

　　第二步，采集货架到访顾客数，根据店铺热力和动线数据建立店铺到货架顾客流转率的基线模型，对实际流转率低于模型预测值的品类货架，进一步分析可能存在的陈列和选品等问题并针对性改进提升;

　　第三步，采集顾客与商品互动数，根据店铺数据建立大品类互动率基线模型，可用于发现互动率低的子品类进行针对性提升，或用于评估智能货架等运营手段对品类互动的直接提升率。品牌级互动率模型可用于发现存在选品与店铺客群的匹配问题;

　　第四步，采集商品试穿数据，根据店铺/品类/子品类各级试穿数据建立多级互动试穿率基线模型，发现各级数据存在显著问题的店铺/品类/子品类，进行选品、促销等针对性优化 ;

　　第五步，采集互动顾客成交数，也就是核心的商品下单环节，建立品牌/店铺/品类/子品类各级试穿成交率基线模型，发现试穿成交率低的单元，进一步分析品质、定价等问题，进行针对性运营优化。

　　当然，整个解决方案的终极目标，是提升品牌整体 GMV 和利润率。「转化漏斗模型」只是层层采集、细化运营数据的手段，最终数据分析会反馈到后台基础看板上，通过各环节跨店铺、跨货架、跨商品等横向对比，以及跨时间纵向对比，针对单店运营、货架陈列、商品类别等经营问题，进行针对性运营提升;建立各级转化率贡献权重模型、评估各级运营资源配置和投入优先级;建立营销运营投入和产出关系模型，以选择合适的时间、城市、店铺组合、品类组合等，以进行品牌整体 GMV 和利润率提升。

　　精准掌握客流数据，提升业务转化

　　从具体案例来看，Whale 帷幄服务过覆盖全国一、二线城市 70+ 店的某国际知名奢侈品品牌，为管理层掌握店铺运营情况提供精确可靠的客流量数据，优化店内陈列并提高坪效，助力品牌运营效率提升 60%;而针对另一家进军中国市场的某国际知名运动服饰品牌，提出的更为全面的营销数字化需求：采集各营销渠道和活动过程、效果数据，分析对比转化效果，沉淀品牌数据资产，提升营销质量。Whale 帷幄帮其搭建线上线下全域数字化营销体系，其中全域营销效果监测指标就超过 30 个;另通过智能 AI 识别和智能陈列系统对线下门店的客流、商品互动数据进行采集分析，优化门店运营策略，效率提升 20%;建立线下活动引流线上沉淀粉丝会员流程，指导引流沉淀粉丝运营效果提升 50% 以上。

　　关于Whale帷幄

　　作为国内专业的全域数字化营销运营平台，Whale 帷幄通过人工智能 (AI), 大规模物联网络 (IoT) 和数据模型 (Data) 的关键技术创新，为面向未来的零售品牌提供数据驱动、协作优先、简单易部署的品牌全域营销解决方案，旨在赋能零售品牌可持续化的精细运营与精益增长，打通 MarTech「最后一公里」。目前 Whale 帷幄服务体系已广泛覆盖食品饮料、美妆护肤、时尚鞋服、轻奢珠宝、数码电器、餐饮茶饮、商超便利、汽车服务、医药健康等行业。已积累标杆客户如联合利华、屈臣氏、西贝、美的、泡泡玛特、蔚来汽车、家乐福等 300 余家行业 Top 品牌。公司于2017年成立于杭州，并在上海、深圳、北京设有办公中心。