ArtFlora案例:如何解决花卉生意的“痛点”并生存3月8日

Sharing knowledge to enhance japan database performance and growth.
Post Reply
ashammi268
Posts: 19
Joined: Thu Dec 26, 2024 5:15 am

ArtFlora案例:如何解决花卉生意的“痛点”并生存3月8日

Post by ashammi268 »

疫情过后,圣彼得堡花卉连锁店ArtFlora进入了新的发展阶段。业务不断增长,随之而来的是新的挑战。传统的自动化已经不够了。

我想为客户提供最好的服务,但要做到这一点,我需要解决四个问题。当时,ArtFlora 已经与 RetailCRM 合作。我们正在寻找系统级别的解决方案,因此我们向我们的合作伙伴Sergei Tkachenko 的工作室寻求帮助。

Sergey Tkachenko 和 ArtFlora 电子商务总监 Denis Pyanykh 告诉我们 电话号码数据 哪些“技巧”有助于解决问题并满足客户期望。
自动化物流并消除有偏见的订单分配
我们设立了花店窗口,订单处理时间减少了 20%
我们创建了一个用于质量控制的机器人,并将客户忠诚度提高了 4 倍
“ 3月8日,早上竞争对手关门,我们超出计划2.5倍”
任务
自动分配订单并将其更快地传输到商店
减少人为因素的影响,消除花店与顾客之间的沟通
加快花束质量控制
在高峰期快速扩展
自动化物流并消除有偏见的订单分配
ArtFlora 的独特卖点是快速交付。如果您在网站上订购花束,只需1分钟即可在领取点领取。快递员将在一小时内将鲜花送到您家。圣彼得堡没有其他公司提供这种服务,因此送货订单是该公司最常见的要求。他们带来了 70% 的收入。
艺术花卉网站
艺术花卉网站
广泛的零售店网络有助于快速交付花束 - ArtFlora 在城市所有地区拥有 50 家零售店。但这也是困难所在。订单是手动分发到网点的,这花费了大量时间。物流部门的员工亲自打开地图,查看地址,检查可用性并决定向哪个点下达订单。

在高峰期,有更多的员工连接。但即便如此,后勤人员并不总是有时间快速处理申请。有排队和延误。

另外,随着时间的推移,经理注意到订单分配不均匀。最远的商店可能比最近的商店有更多的商品。查明原因后,原来是后勤人员有“偏爱”。如果经理与某家商店的管理员是朋友,他就可以向他下达命令——尽管事实上有更近的商店。
“我们不明白为什么商店的客流量不均匀,为什么在选择零售店时订单来自很远的地方。当我们找到原因后,我们决定尽可能消除人工分发订单”-ArtFlora 电子商务主管 Denis Pyanykh
使用 RetailCRM 在单一窗口中管理
任何来源的订单
免费试用PRO 资费★ 14 天免费
为了最大限度地减少人类参与并加快订单分发速度,Tkachenko Studio 为 ArtFlora 创建了一个特殊的机器人。它与 RetailCRM 链接,允许您在收到订单时自动选择合适的商店。

这是如何运作的:

城市地图被划分为几个交付区域。每个包括至少三个商店。当订单到达时,机器人会连接到地图并根据以下条件选择商店:
商店到送货地址的距离
构建时间
订单必须交付的时间
商店营业时间
5 个有用的机器人来控制经理而不丢失订单
NIKIFILINI 的印刷店
地图上的送货区域
2. 机器人会考虑营业时间和鲜花供应情况,向最近的商店发送请求。等待 15 分钟以获得回复。如果商店拒绝订单或没有响应,机器人会将请求转发到下一个点。
设置杂志变更
设置机器人来选择商店
3. 如果 3 次尝试后机器人仍未找到合适的商店,则会向 RetailCRM 发送信号。订单状态发生变化,然后物流人员手动选择点。现在,即使在高峰日,这也可以由一个人完成,并且分配订单的时间减少了 90%。

物流自动化帮助 ArtFlora 解决了三个问题而不是一个:
消除订单配送阶段的人为因素,
减少交货时间和成本,
在零售店之间均匀分配负载。
我们设立了花店窗口,订单处理时间减少了 20%
在与宠物店的故事发生后,该公司决定进一步减少人为因素。为此,引入了花店橱窗。

此前,花店与顾客沟通较多,这导致花束的组装速度变慢。未经培训的员工还存在错误回答客户或粗鲁的风险。

现在只剩下客服部门与顾客沟通,与花店的交互已经自动化。
Post Reply