線下門店數字化的意義，已被廣大零售品牌認可，然而門店數字化不能一蹴而就，如何結合業務需求，分階段實現門店數字化？作爲美的旗下 AI 科技家電(diàn)品牌，COLMO 期望在門店數字化運營上更加高效、智能，以符合品牌高端形象，輔助業務增長(zhǎng)。

COLMO 線下門店衆多，傳(chuán)統的樣機盤點(diǎn)方式，需在拍照後人工比對不同門店照片信息，人工成本高，效率也亟待提升；另一方面，人力對大量數據進行統計分析，造成盤點(diǎn)數據有效性問題，需要更加數字化的手段。

結合 COLMO 需求，Whale 帷幄通過「帷幄數智空間 Whale SpaceSight」從(cóng)以下三個階段爲 COLMO 數字化賦(fù)能：

第一階段：AI 算法賦能盤點，解決效率和人工成本問題

• 以算法爲核心確(què)保最短時間(jiān)上線； 

• 聚焦樣機盤點場(chǎng)景，AI 算法替代人工盤點，降本增效，確(què)保盤點質量。

第二階段：APP+BPM+AI 形成完整巡檢閉環，豐富的巡檢場景，豐富的數據應用 

• 依托豐富的運營經驗，COLMO 對不同渠道門店的陳列、出樣以及物料有著(zhe)嚴格的規定和把控。通過 AI 視覺識别對不同通路的陳列
  、出樣以及物料使用進行巡檢，確(què)保上行下效： 

• 基於(yú)門店數字化運營需求爲核心，圍繞門店标準化管理和落地，提供按 SOP 線上巡店、 AI 自動巡檢、任務系統、巡檢報表等一系列功能模塊，幫(bāng)助企業實現高效标準化管理，降本增效；

• 沉澱定制化數據維度。

第三階段：完整的線下門店數字化，完整獲取消費者、店員以及店鋪運營信息，深層的數據下鑽提供品牌定制的數據維度 

• 基於(yú) SpaceSight 能力，在隐私合規背景下，通過 ReID & 人臉模糊技術，獲得更精準的店内外客流數據，捕捉 顧(gù)客店内行爲畫像 ； 

• 基於(yú)門店異常事件，結合巡檢結果，通過數據分析得出門店畫像數據；當積累一定數據後，管理者即可結合數據預測能力，歸因分析能力以及自定義數據規則預警能力，清晰瞭(le)解線下門店運營的 What、Why、How。

通過實施以上三個階段，帷幄幫(bāng)助 COLMO 實現瞭(le)線上巡店、日巡千店，極大節省人力成本；AI 智能盤點，全國數萬家門店數據快速盤點生成報表，相比傳統多人至少兩天時間統計數據，大幅提升瞭(le)效率；AI 算法識别門店異常，讓線上巡店完全自動化；門店治理系統化、透明化，統一門店形象，提升品牌價值，讓門店管理更高效。

同時，已通過陳列優化、選址優化、活動效果優化、採購策略優化、門店管理優化等多個方面，真正實現瞭數據驅動門店增長。