Kohl’s Uses Stores to Pursue Operational Excellence – A Retail Operations Case Study

Recommendation：实施一个由所有合作伙伴使用的、完全集成的门店运营仪表板，以跟踪本季度的主要指标，并安排每日通话，以协调行动和结果。这种方法使团队专注于门店现场的重要事项，并使合作伙伴能够实时观察趋势。.

科尔士已建立一个由合作伙伴主导的网络，该网络横跨门店、配送中心和技术供应商，从而创造了一个 community 围绕执行。通过共享通用数据视图，商店和合作伙伴提高了数据质量，减少了缺货，并缩短了商店中的补货延误，同时保留了访客体验。.

推动改善的关键重点领域包括劳动力优化、品类灵活性和全渠道履单。三月份，领导层启动了 15分钟简报会 和 每周回顾 来观察诸如货架供应情况、补货速度和顾客等待时间等指标。团队会追踪一系列KPI，包括货架供应情况、填充率、订单准确率和退货处理时间，以确保 partners 能够迅速且清晰地采取行动。.

为了保持势头，科尔士百货应扩大门店层面的自动化，调整高峰时段的劳动力配置，并投资于路边和店内提货能力，将成果与以下因素联系起来： community 跨市场的实践。 通过专注于培训和跨职能协作，门店从被动任务转变为主动解决问题，从而为客户和合作伙伴提供更多价值。.

Kohl's 门店层面部署实现卓越运营

这里有一个具体的建议：实施一个为期 12 周的门店级部署行动手册，以标准化跨连锁 Kohl's 门店的库存控制、补货和绩效仪表板，并按区域分阶段推出。这将创造一个强劲的节奏，减少差异，为更快的销售和更快乐的客户奠定基础，并建立业务可以依赖的有纪律的治理节奏。.

• 库存可见性和补货：为跨门店和供应链的库存建立单一数据源，标准化收货、调拨和退货流程，并部署手持扫描仪以提高实时准确性。仅使用一个数据源以避免重复，并制定专注于畅销SKU的每日补货规则；这将减少缺货并降低降价幅度。.
• 需求驱动的品类和选择：定义一个核心的、减少快时尚的框架，并允许使用基于选择的方法进行本地化调整。根据预期影响分配店面空间，并确定推动大部分销售额的前20%的SKU。使用季度审查来调整计划，确保组合与客户需求保持一致。.
• 门店层面执行惯例：实施每日15分钟的站会、自动缺货提醒以及保持门店运转流畅的陈列例行工作，尤其是在需求最高的门店。利用POS数据来调整人员配置水平和门店覆盖范围，以适应有时限性的任务并减少浪费。.
• 个性化的顾客体验：培训员工提供个性化推荐、捆绑优惠，并引导顾客注册会员以提升满意度。利用顾客数据推动互动，诸如定制促销活动，并关注个性化定制效果最显著的小型门店。.
• 衡量与治理：按季度设定明确目标，追踪售罄率、库存准确率、库存率和库存周转率，并为区域负责人发布仪表板。使用简单的评估标准来确定差距并分配负责人，同时定期与业务部门进行核查。.
• 实施准备和风险缓解：首先在一小部分门店进行试点，然后扩大范围，确保供应协调并快速调整，以避免缺货和库存过剩。制定一个为期三个季度的推广计划，将从试点中获得的经验推广到所有门店。.

数据驱动的门店运营：客流量、吞吐量和等待时间

使用合适的员工，并根据实时客流量调整轮班安排。确定高峰时段的具体情况，并在高峰时段前后五分钟内增加移动POS机和自助结账机，以减少等待时间。.

将数据加载到 BigQuery 中，以确定客流量、吞吐量和等待时间的模式。收据、停留时间、区域热图和第三方人口统计信号等数据为分析工具提供支持，这些工具为寻求优化收入和产品摆放的零售商提供宝贵的见解。.

进行有针对性的测试，以改变布局和排队方式。先在五个试点店铺开始，并使用相同的分析工具测量吞吐量、等待时间和转化率；使用收据和传感器数据来确定某项改变是否能减少实体店的区域拥堵。.

利用隐私控制，聚合来自店内传感器、POS和第三方数据源的数十亿事件，并使用客流量数据和区域指标验证跨门店的投资回报率，以指导人员配置和布局变更。.

通过将来自多个商店的数据与标准化测试协议相结合，构建一个持续改进的循环，衡量对每平方英尺收益的影响，并将成功的实践在寻求优化业绩的零售商网络中推广。.

日常工作：调整早间店铺准备以匹配顾客流量

从早上 6:30 开始，进行 15 分钟的黎明晨会，绘制每小时的客户负荷图，并分配当天角色，确保前线与预期流量保持一致。使用将一天分成 60 分钟区块的正方形预测网格，以便员工预先设置通道，在需要的地方储备物品，并保持地面对客户可见。.

11月期间，上午时段的“线上下单，门店自提”订单激增，移动支付增加。首席门店官应与门店伙伴和区域经理召开快速审查会议，根据最新的在线订单和客流量数据调整每个时段的计划，然后向所有团队成员发布更新后的任务清单。这能使一天的工作保持敏捷和可衡量。.

站点准备：创建四个区域——收银台、顾客服务、试衣间和提货处。在每个区域，任命一位负责人，他们可以实时重新分配资源并快速应用更改。此举能缩短等待时间，并使顾客体验更有价值。虽然该计划旨在减少拥堵，但它仍具有足够的灵活性来适应高峰时刻。.

人口统计洞察驱动人员配置：按时间、天气和本地活动分析客户群体；年轻客户喜欢自助结账，年长客户寻求帮助。运用这些知识，因为它能指导收银员、迎宾员和应用程序辅助助理的配置。与社区团体和在线渠道合作，分享更新，并在需要时与呼叫中心的合作伙伴协调。.

快速检查：追踪每日KPI——平均等待时间、每笔交易的商品数量和提货周转时间。如果上午时段显示等待时间减少且店内可取货量增加，则继续保持；否则，调整人员配置和培训。这已成为连锁店计划的一部分，并且自11月以来一直应用于与现场合作伙伴一起增强早间准备工作，帮助了解什么对我们的客户和他们在快速变化的组合中有效。.

排班计划：在人员配置与日常通勤模式之间取得平衡

Recommendation: 部署一项数据驱动的排班规则，使人员配置与以下各项保持一致： 日常通勤模式, ，使用 BigQuery 将客流量映射到劳动力区块，并为科尔百货自动化门店级别的排班。重点关注三个时段：高峰前、高峰期和高峰后，并保持区块足够短以保证灵活性，同时维持服务质量。展望未来 2–4 实时调整班次，并在客流量下降时减少员工。.

输入包括按人口统计划分的每小时客流量、门店资产占地面积、平方英尺数以及历史产品需求。利用这些信号，科尔士百货可以预测人员配置需求，并使其发挥最大作用。例如，他们可以在高峰前和高峰后时段增加收银员和理货员的覆盖率，专注于订单履行和补货，同时保持团队的灵活性，以适应不断变化的模式。.

实施步骤包括在BigQuery中进行校准、生成排班模板以及在下一个季度在三个连锁店进行试点。根据诸如结账速度、库存可用性和劳动力成本占销售额的百分比等KPI进行迭代。使用工具在每次轮班前自动调整覆盖范围，并将他们纳入反馈循环，包括来自运营部门的Michelle，以确保与现实世界的约束相一致，寻找微调计划的机会。.

米歇尔指出，这项倡议 递减 在轮班交接期间提高顾客服务速度的同时，降低劳动力成本。在不超员的情况下，团队可以覆盖高峰通道和后台任务，而较小的门店则获得成比例的更灵活的时段。他们需要快速适应新的时段，而这种在整个门店范围内的扩展将帮助他们应对非高峰时段流量的减少，并仍然保持网络内的速度。他们希望在保持服务水平的同时，根据需要扩大覆盖范围。.

下一步的重点是与合作伙伴一起，在科尔士连锁店扩大规模。培训门店经理使用仪表板，建立每日例会，并保持每两周一次的预测重新校准频率。每天查看结果有助于收紧预测，并确保合适的人在合适的时间出现在合适的地点，以加快服务速度并减少劳动力浪费。.

货架补货：用于快速补货的实时信号

根据实时货架信号设置自动补货触发器，在几分钟内完成补货，并在顾客注意到缺货之前保持货架充足。.

使用三个核心信号来确定补货需求：空置率（当前货架空置的英尺数）、上次补货以来的时间和高峰期各类 SKU 的销售速度。将这些信号输入到可扩展的补货循环中，并监控各个商店的库存水平变化。.

科尔士百货公司使用由 BigQuery 驱动的集中式分析层，将信号转换为可操作的量。这些规则经过数十年的发展。该系统将当前库存水平与参考值进行比较，定义了补货点，并推荐小于批量订单的补货数量，但足以满足需求直到下次交货。.

科尔士百货商店、配送中心和现场合作伙伴的团队共享一个战略和一个通用仪表板。这种社区方法可以加快决策速度、缩短补货时间，并实现跨部门组的一致服务。.

实施步骤：1) 按 SKU 类别定义阈值；2) 将信号映射到补货规则；3) 将 POS、扫描和货运数据集成到 bigquery 中；4) 通过供应商 API 自动执行采购订单；5) 每周审查结果并进行调整。.

结果简报：在一项涵盖数十家门店的为期 6 周的试点项目中，货架填充率上升 12-18%，缺货率下降 15-22%，平均补货时间从数小时缩短到不到 30 分钟。该方法还在大批量 SKU 上减少了 6-9% 的库存积压，并使商品销售团队能够专注于更高价值的任务。.

关键经验：确保单击 1-2 次即可访问信号；保持数据鲜活；使用团队可以信任的单一、可扩展的数据源；按英尺级的货架组跟踪绩效；与门店和现场团队社区保持一致，以便快速迭代。.

行动中的技术：销售点、移动应用和店内分析

投资于现代化的POS机、面向客户的移动应用程序和实时店内分析，以提升转化率和卓越性。.

策略的一部分是将POS流程与忠诚度信号和电子商务数据对齐，以便这里的商店成为购物旅程的无缝组成部分，而不是孤立的终端。.

移动应用应支持扫码支付、会员集成和个性化优惠；多家商店正在寻求通过点击支付、路边自提选项以及可标记清仓商品库存可见性来减少摩擦。.

店内分析应追踪客流量、停留时间、各部门转化率和员工利用率；这些数据集为运行中的仪表板提供数据，从而支持排班计划和现场决策。.

治理来自于一个首席官团队，该团队负责监督隐私和安全，同时与第三方工具合作；资产级别的监督确保了所有商店的标准一致。.

时间轴标记帮助团队保持正轨：三月推出测试准备情况，十一月更新扩大大型零售商及其门店的覆盖范围；借助谷歌驱动的分析，团队可以获得令人兴奋的性能和机会的可视性。.