Smart Store Analytics — omówienie
Usługa Smart Store Analytics firmy Microsoft Power App umożliwia sprzedawcom detalicznym analiz i analizę potrzeb rozwoju działalności sklepów inteligentnych. Sklep inteligentny to tradycyjny sklep detaliczny, który korzysta z technologii w celu śledzenia podróży kupującego przez odkrywanie produktów, zastanawianie się, dodawanie do koszyka i finalizowanie zakupu. Sklep inteligentny zwiększa wydajność operacyjną i poprawia obsługę klienta w sklepie.
Firma Microsoft partneruje się z AiFi, by wprowadzić na rynek autonomiczny. AiFi operuje na wielu sieciach magazynowych na całym świecie, na całym świecie współpracuje z najlepszymi sprzedawcami detalicznymi i można je już uruchomić Microsoft Azure. Wraz z AiFi i Microsoft oferuje całościowe rozwiązanie o nazwie Smart Store Analytics w celu skrócenia okresu wdrożenia i kosztów magazynów.
Gdy użytkownik — zazwyczaj menedżer magazynu — zainstaluje aplikację, rozwiązanie wyciąga dane magazynowe z systemów AiFi. Ta aplikacja używa technologii Microsoft Power BI oraz Microsoft Cloud for Retail usług AI w celu dostarczania wskaźników KPI, wizualizacji danych i analiz danych dotyczących ich danych ze sklepu inteligentnego.
Sprzedawcy detaliczni mogą używać Smart Store Analytics w celu stale optymalizowania wydajności, układu przechowywania, katalogu produktów i umieszczania w nich danych. Analizy są dostępne w interfejsie użytkownika i poza nim jako potok Synapse Azure Data Factory (ADF) dla zaawansowanych użytkowników.
Funkcje Smart Store Analytics
Łącznik do Data Lake AiFi dla danych sprzedawców detalicznych
Analityka
- Wskaźniki KPI: zamówienia, liczba klientów, rozmiar koszyka, czas przy kasie
- Wzrost sprzedaży a udział, wzrost sprzedaży a pozycja na półce
- Wizualizacje, takie jak mapowania temperatury i pozyskiwanie klientów
Wyniki analiz
- Nauka o danych/ML — rekomendacje produktów
Uwaga
Średnie kluczowe wskaźniki wydajności (KPI) oparte na współczynnikach z zarejestrowanych danych według dni. Na przykład w przypadku obliczania średniej dziennej liczby klientów w miesięcznej serii czasowej dzień z zerową liczbą klientów można zinterpretować w dwóch różnych scenariuszach:
- Naprawdę zero klientów: klienci mogli być w sklepie ale nie zrobili żadnych zakupów co spowoduje prawidłową liczbę zera klientów w ciągu tego dnia. Ta prawidłowa wartość zero ma wpływ na ogólną wartość średnią.
- Przypuszczalne zamknięcie/sklep nie działa: jeśli w danym dniu nie było żadnych klientów, zakłada się zamknięcie sklepu. W takim przypadku liczba zero jest wyłączona z obliczania średniej, ponieważ jest ona uważana jako niereprezentatywna w tym przypadku.
Zadanie | Podpis | Odbiorcy docelowi |
---|---|---|
Wdrażanie rozwiązania Smart Store Analytics | Wdrażanie rozwiązania | Administratorzy systemu |
Konfigurowanie rozwiązania Smart Store Analytics | Konfigurowanie rozwiązania | Administratorzy systemu |
Używanie rozwiązania Smart Store Analytics | Używanie aplikacji do poprawiania obsługi klienta | Kierownik sklepu |
Dostosowywanie Smart Store Analytics | Dostosowywanie aplikacji do unikatowych potrzeb i najlepszych rozwiązań | Administratorzy systemu |