Dos dados de varejo à inteligência de varejo: um guia em duas partes para tomar melhores decisões na loja

Nesta série de duas partes, Brian Field, vice-presidente de análise da StrataVision, explora por que as métricas tradicionais do varejo muitas vezes não conseguem explicar o desempenho das lojas e apresenta o “The Great 28”, uma estrutura prática para conectar o comportamento dos consumidores, a capacidade operacional e os resultados de negócios.

Parte 1: O que as métricas do varejo não mostram direito e como conseguir uma visibilidade real da loja

Os varejistas que estão levando vantagem hoje conseguem enxergar o que os outros não conseguem. Eles estão tomando decisões melhores porque têm mais visibilidade sobre o que está rolando dentro das lojas, e não porque estão coletando mais dados. Essa visibilidade leva a melhores decisões sobre a força de trabalho, uma melhor experiência do cliente, custos operacionais mais baixos e, no fim das contas, vendas mais fortes.

O motivo é simples: embora todo varejista avalie as vendas, muitos avaliem a mão de obra e alguns até avaliem o fluxo de clientes, pouquíssimos conseguem explicar o que realmente aconteceu dentro da loja para gerar os resultados de ontem. Isso é um problema de visibilidade. Essas métricas mostram o que aconteceu, mas nem sempre revelam por que aconteceu. Essa lacuna geralmente existe porque as métricas ficam em painéis estáticos como números isolados, quando deveriam ser tratadas como sinais comportamentais que se relacionam entre si. Nesta série de duas partes, vou te mostrar como analisar o desempenho da loja de forma mais eficaz e, em seguida, apresentar o “The Great 28”, uma estrutura prática que ajuda os líderes do varejo a melhorar o coaching, otimizar a lucratividade e tomar decisões mais rápidas e confiáveis.

Observação antes da otimização.

A maioria de nós já entende os comportamentos dos funcionários e dos clientes que impulsionam o varejo. Mas associar esses comportamentos aos dados que estão sendo coletados requer um pouco de planejamento. Você precisa visualizar o que realmente está acontecendo dentro da loja, sem partir de suposições. Por exemplo, em vez de dizer “a loja precisa de mais (ou menos) pessoal”, você pode perguntar “o que os clientes realmente vivenciaram na loja?”. Da mesma forma, em vez de afirmar “a conversão caiu ontem”, você pode perguntar “onde a experiência de compra começou a dar errado?”. Agora, as métricas se tornam ferramentas de apoio à observação, em vez de estatísticas de desempenho fechadas. Os relatórios tradicionais começam com as métricas e depois buscam um significado. Uma abordagem comportamental parte dos comportamentos esperados e deixa que as métricas confirmem se eles ocorreram.

Cada métrica representa um comportamento

As lojas não prosperam porque alcançaram uma taxa de conversão de 40%. Elas prosperam porque criam, de forma consistente, as condições que aumentam a probabilidade de compras. As métricas só mostram se essas condições existiram. O comportamento é que gera o desempenho. As métricas só mostram isso.

Aqui estão alguns exemplos de como analisar métricas sob a ótica do comportamento.

• Em vez de só relatar os números de tráfego, pense nelas como uma forma de revelar a demanda dos clientes, que é a oportunidade que a loja teve de atender.

• Horas de trabalho não são só um custo. Elas representam a loja capacidade de responder a essa demanda.

• Engajamento dos clientes/funcionários, comprimento das filase tempos de espera no caixa juntos ajudam a descrever a disponibilidade do serviço, definindo, no fim das contas, a experiência que os clientes realmente tiveram.

• Conversão As taxas e as vendas não são coisas isoladas. Elas são o resultados resultantes de tudo o que veio antes deles.

Isso não é só uma questão de dar novos nomes às coisas. Colocar os números dessa forma revela comportamentos que, de outra forma, ficariam invisíveis.

As métricas só têm valor por causa das relações que estabelecem

As vendas e o tráfego costumam ser analisados juntos, mas raramente são interpretados em conjunto. Uma queda de 10% nas vendas conta uma história. Uma queda de 10% nas vendas, acompanhada por uma queda de 15% no tráfego, conta outra. O contexto muda a conclusão.

Para levar isso um passo adiante, agrupa várias métricas e vincula-as às expectativas de comportamento para criar uma ferramenta ainda mais poderosa. Aqui estão alguns exemplos de combinações de métricas:

• Tráfego + STAR (proporção entre clientes e funcionários ou tráfego dividido pelas horas de trabalho) = atendimento previsto. Lembra que já falamos sobre capacidade e disponibilidade real? Aqui a questão é mais sobre o planejamento do atendimento.

• STAR + Engajamento do cliente/funcionário = intenção x se o serviço realmente aconteceu.

• Conversão + Valor médio da transação = Vendas por cliente; a eficácia do processo de venda, independentemente de a loja contar com uma equipe dedicada à venda ou se concentrar mais no fluxo de mercadorias.

Os indicadores do varejo não devem ser analisados isoladamente. Eles formam um ecossistema. Nenhuma métrica conta toda a história. Cada uma ganha sentido em relação às outras.

Mas e o cliente, onde entra nisso tudo?

As métricas não compram. Quem compra são os clientes. Cada métrica ou grupo de métricas escolhido precisa ajudar a responder a uma pergunta sobre a experiência do cliente. Isso significa começar definindo quais são as suas expectativas em relação a essa experiência.

• Seu cliente prefere um atendimento personalizado ou o autoatendimento? Métricas como tempo de permanência e engajamento podem ajudar a mostrar se essa preferência está sendo atendida de forma adequada.

• Essa expectativa varia de acordo com o setor da loja em que o cliente está fazendo compras? Analise o tempo de permanência e o engajamento entre clientes e funcionários por setor ou área para descobrir quais setores parecem estar atraindo mais os clientes. Esses resultados podem até variar de acordo com o tipo de loja, a região e o tipo de shopping center.

• Os clientes costumam ficar vagando pela loja ou são mais do tipo que “compram uma coisa e vão embora”? Como esses padrões, e a hora do dia em que ocorrem, devem influenciar as decisões de merchandising, marketing e alocação de pessoal? Por exemplo, os clientes da manhã buscam mais a experiência, enquanto os da tarde tendem a comprar com um objetivo mais definido? Combinar métricas da “Jornada de Compra” ajuda a identificar esses padrões de comportamento para que os varejistas possam atender melhor às expectativas dos clientes.

Em relação ao rastreamento do percurso dos clientes, há várias maneiras de combinar essas informações. Os mapas de calor mostram onde os compradores estiveram. O rastreamento do percurso mostra como eles fizeram suas compras.

Comparar o tráfego e as vendas por departamento é útil, mas isso só dá uma visão isolada da atividade da loja. Mapear as jornadas únicas dos clientes em percursos revela como eles realmente se movimentam pela loja, facilitando a avaliação das decisões relacionadas a merchandising, marketing e layout. Ao incluir o tempo de permanência, a conversão por departamento e o valor médio das compras em cada etapa, o percurso se torna uma história de comportamento, em vez de um conjunto de métricas desconexas.

Avalia a loja, não as pessoas

Essa é uma mudança filosófica importante. Muitos varejistas usam métricas como indicadores de desempenho para funcionários e gerentes. Essa prática faz com que a equipe fique focada em dados individuais, em vez de no cliente. Isso significa que a melhoria no comportamento fica em segundo plano em relação ao cumprimento das metas de dados. As métricas podem dizer aos funcionários que eles não atingiram a meta. Raramente dizem o que eles devem fazer de diferente amanhã.

É mais fácil treinar os funcionários sobre a promessa da marca, as expectativas dos clientes e os comportamentos que criam ótimas experiências de compra. Quando esses comportamentos são colocados em prática de forma consistente, a melhora nos indicadores passa a ser o resultado, e não o objetivo. Os indicadores da loja, então, viram ferramentas de observação que confirmam se esses comportamentos realmente aconteceram, enquanto o desempenho individual é avaliado no contexto da experiência do cliente.

Essa abordagem muda o foco da conversa de “Quem é o responsável?” para “O que aconteceu?”. Esse é um ponto de partida muito mais produtivo para melhorar o desempenho.

Visão de varejo

O objetivo não é coletar mais métricas. O objetivo é ter uma visão mais clara da loja. Quando cada métrica é vista como um sinal de comportamento e conectada às outras, a loja começa a contar sua própria história. Na Parte Dois, vou apresentar “Os 28 Principais”: vinte e oito observações simples que ajudam a destacar essa história.

A tecnologia não melhora o varejo. É uma melhor visibilidade que melhora o varejo. A tecnologia só ajuda a ter essa visibilidade.

A boa notícia é que os varejistas não precisam começar do zero. A maioria das empresas já coleta muitos desses dados hoje em dia, e os avanços na IA e nas tecnologias de sensoriamento estão tornando o comportamento dos consumidores mais visível do que nunca. O desafio não é mais coletar dados; é conectá-los em uma estrutura que ajude os líderes a entender o que realmente aconteceu dentro da loja.

Na StrataVision, esse é exatamente o desafio no qual estamos focados. Nossas soluções de IA foram criadas para identificar muitos dos sinais comportamentais que tornam esse tipo de observação possível. O varejo nunca sofreu com falta de dados. Ele sofreu com falta de visibilidade. É por isso que acreditamos num princípio simples: primeiro observar, depois otimizar.