客户体验：线下零售商的竞争利器

线下零售商如何抵挡亚马逊、京东等线上平台的入侵？他们需要做的是借助技术略加优化客户体验，不管是在店内还是通过电话或聊天软件。

为店员提供合适的数字化工具

亚马逊的机器人会快速高效分析消费者的购物记录，用于推荐相关产品。如果实体店店员使用的是非个性化的公共屏幕和内部平台，那么销售人员将很难获取有利信息。最理想的状况应该是，每位店员应该拥有自己的平板设备，设备上配备个人SharePoint站点，他们可以访问所有客户数据、库存信息、促销信息、HR信息和培训进程等等。如果预算实在有限，无法为每位店员配备平板设备，那最起码也应该保证每人拥有属于自己的SharePoint站点，帮助店员们分清主次。

试想一下，如果所有设想都能通过个人平板完成，并且店员亲自参与客户互动，那该是怎样的效果！接下来，让我们看看零售商可以利用数据从哪些方面提升客户体验。

选品和库存：如果你向客户推荐店内有货但却没有库存的产品，那便是你的失职。在向客户进行推荐之前，务必要先查清库存。几乎所有零售POS系统都会提供库存信息，但这属于一种“被动”系统，店员需要去查询某件商品的实际库存。再先进一点的系统可能会向销售人员提供每日库存报表，让他们清楚哪些商品库存充足。

但更理想的状态是提供一款像亚马逊那样的个性化推荐引擎，店员可以向客户推荐店内无货但是线上有库存的相似产品。这些产品可以是其他客户选购的产品（或替代产品），这样一来，实体店内的选品方案会更合理有效。

此外，产品属性搜索引擎功能非常强大，销售人员可以通过输入客户指定的产品特性，获取相关产品搜索结果。请记住，店员和客户之间的互动是私人化的。即便店员可以轻易获取产品推荐信息，最关键的环节仍在于人工过滤：店员不仅需要为客户提供有据可依的推荐，还需要结合自身观点和体验。

价格：现今有大量的价格数据可供使用，但即便如此，想要获取竞争对手的实体店定价信息仍存在困难。事实上，几乎所有实体店产品均能在线上找到。尽管客户可以通过手机查询产品线上售价，但更有效的方法是让销售人员和客户一起进行操作。如果实体店能使用动态价格标签，根据市场动态时刻调整价格就再好不过了。

适合店员的另一个强大工具则是计算引擎，能明确显示价格折扣对店铺利润和店员提成的影响。在面对客户议价的同时，销售人员可以实时查看不同折扣对应的提成数据，从而帮他们做出最低价决策。此外，某些公司可能还会将折扣促销品调整为积压库存产品，从而提升降价幅度。

配送时效：如果某款产品在某家实体店缺货，那么系统将推荐一家临近的店铺，或者让客户提供收件地址并预约配送时间，由销售人员亲自送货上门。

个性化实体店：设想一下，如果店员能知道每位客户的姓名并逐一进行问候会是一种怎样的体验。现在这项技术已经成熟，无论是通过信号检测客户手机的蓝牙签名，或是在入口处配备带摄像头的人脸识别软件，客户姓名和购物记录将即刻下载至店员的平板设备。但个性化远不仅仅是了解客户信息这么简单，还需要知道他们的个人喜好和侧重点。

客户细分：说到底，这都是模型构建的问题。你能获取到的客户数据越多，你能预测其未来购物喜好、折扣敏感度和活动参与度的准确率也就越高。

一个不错的方法是利用数据将客户群分解为若干个不同部分。我很惊讶于如今仍有大量零售商向所有客户推送同样的折扣。每个客户在不同的人生阶段和经济环境下，其期望值和个人喜好也会随之发生变化。给客户发送促销邮件虽然不花钱，但你推送的邮件越多，你收到的退订也会越多。甚至更糟的情况是，你的影响力在客户心里将失去分量。 因此，你需要确保每次客户互动都是高效的。

会员计划：大数据的另一个常见使用场景便是客户会员计划。大部分会员计划都是基于可兑换的积分，购买次数越多，能获取的积分也就越多，积分可在未来消费时用于抵扣。

很多这类会员计划，如果积分真的很有价值，将可能使客户上瘾成性从而起反作用：很多精明的会员将只在双倍积分期间进行购物。而其他会员则对积分毫不在意，会员计划并不能让他们受益，或是激发他们的购买欲望。而个性化计划会提供更为丰富的积分赚取和使用方法。通过服务激发客户二次消费，它们懂得将数据和客户互动加以结合。

将个性化和用户互动加以结合

首先，让实体店店员负责会员计划的用户互动。让店员学会自行判断，为优质客户发放赠品和折扣。你可以利用系统为每位店员提供固定的预算。

其次，增加客户购买频率最高的购物积分，同时利用额外积分促使他们尝试购买新产品。设想一下，在推荐购买信息中加入赚取额外积分的机会：“我们相信您会喜欢这款新产品，现在下单购买您将获得三倍积分”。

个性化会员积分合作伙伴：通常情况下，零售商的会员计划都有大量第三方合作商家。利用个性化数据，你可以根据客户购物喜好设定不同的奖励机制。

外部数据：很多零售商的在售产品并不像亚马逊或大型超市那样涉及大量品类。因此，为了更清楚地了解客户，你需要添加信用卡或其他数据。同样的，你拥有的数据越多，你为客户制定的推荐信息就越可能被接受。

牵线搭桥：这是我的最后一项提议。你拥有所有店员的背景信息，包括交友网站等，它们都非常善于“配对预测”，那你是不是可以基于共同爱好或人格互补，来为客户分配服务店员呢？这将有可能提升客户和店员双方的满意度，还能提升销量和降低员工流动率。