AI赋能——技术提升巡店效率
- 1. 效率低:销售代表每天跑店,但真正有效检查的时间有限
- 2. 发现晚:缺货、陈列问题往往要等到下次巡店才发现
- 3. 难追溯:问题发现了,但缺乏数据支撑,难以推动改进
- 1. 场景演示:一张照片发现生意机会的完整流程
- 2. AI识别四指标
- 1. SKU上架率
- 2. 货架份额占比
- 3. 缺货率
- 4. 爆款铺货率
- 3. 数据转化三闭环:异常识别、等级判断、任务触发
- 1. 公平货架原则:比较货架份额和销售份额的差异,缺口越大机会越大
- 2. 问题门店分类
- 1. 缺货型(爆款找不到)
- 2. 陈列差型(位置不好)
- 3. 铺货不全型(SKU缺失)
- 3. 行动优先级排序
- 1. 缺货型立即处理
- 2. 陈列差型本周谈判
- 3. 铺货不全型本月推进
- 1. 缺货自动预警:避免因断货流失销量
- 2. 陈列自动诊断:发现问题并给出优化建议
- 3. 数据自动汇总:省去手工报表时间,专注于客户沟通