Udostępnij za pośrednictwem


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