IMAS Analytics.AI
หน้าแรกโซลูชันระบบนับคนและวิเคราะห์ผู้มาเยือนแดชบอร์ด XPERIOระบบพยากรณ์จำนวนผู้มาเยือนระบบจัดการพลังงานอาคารด้วย AIอุตสาหกรรมห้างสรรพสินค้าและศูนย์การค้าร้านค้าปลีกหลายสาขาสนามบินและสถานีขนส่งอาคารสำนักงานและอาคารพาณิชย์ลองเล่นผลงานบทความเกี่ยวกับเราพันธมิตรติดต่อเรา

DATA INTELLIGENCE

ตัวชี้วัดร้านค้าปลีกหน้าร้าน 8 ตัวที่ควรดูทุกสัปดาห์: สูตร ความหมาย และตัวอย่าง

ตัวชี้วัดร้านค้าปลีกที่ดีต้องตอบได้ว่ายอดขายสัปดาห์นี้ขึ้นหรือลงเพราะอะไร ยอดขายเป็นผลลัพธ์ปลายทาง แต่ไม่ได้บอกสาเหตุ ร้านที่มีหน้าร้านจึงต้องดูตัวเลขที่อยู่ก่อนยอดขาย เช่น คนเดินผ่านหน้าร้าน คนเข้าร้าน และสัดส่วนคนที่ซื้อ บทความนี้รวบรวมตัวชี้วัด (KPI — Key Performance Indicator) 8 ตัวที่ผู้จัดการร้านและผู้จัดการเขตควรดูทุกสัปดาห์ แต่ละตัวมีสูตร ความหมาย และตัวอย่างตัวเลขสมมติ ปิดท้ายด้วยตารางสรุปและขั้นตอนทบทวนประจำสัปดาห์

ผู้คนเดินผ่านหน้าร้านค้าปลีกในศูนย์การค้า บางคนเลี้ยวเข้าร้าน

ตัวชี้วัดทั้ง 8 ตัวเชื่อมกันอย่างไร

ตัวชี้วัดส่วนใหญ่ในบทความนี้ต่อกันเป็นสายเดียว

ยอดขาย = คนเดินผ่านหน้าร้าน × อัตราการดึงคนเข้าร้าน × อัตราการซื้อ × ยอดขายต่อบิล

เมื่อยอดขายเปลี่ยน ให้ไล่ดูทีละตัวในสายนี้ จะรู้ว่าปัญหาอยู่ที่ทำเล หน้าร้าน การขายในร้าน หรือขนาดตะกร้า ส่วนเวลาที่อยู่ในร้าน คนเข้าร้านต่อชั่วโมงพนักงาน และยอดขายต่อตารางเมตร ช่วยอธิบายว่าทำไมตัวเลขในสายนี้จึงเป็นแบบนั้น

ทุกตัวอย่างในบทความใช้ตัวเลขสมมติของร้านเดียวกันในหนึ่งสัปดาห์ ไม่ใช่ข้อมูลของร้านใด

ข้อมูลตั้งต้น (ตัวเลขสมมติ ต่อสัปดาห์) ค่า
คนเดินผ่านหน้าร้าน 40,000 คน
คนเข้าร้าน 4,000 คน
จำนวนบิลขาย 600 บิล
ยอดขาย 540,000 บาท
ชั่วโมงทำงานของพนักงานหน้าร้าน 280 ชั่วโมง
พื้นที่ขาย 200 ตารางเมตร

1. จำนวนคนเข้าร้าน (footfall)

สูตร: จำนวนขาเข้าที่ทางเข้าร้าน จากระบบนับคน หักพนักงานออกแล้ว

บอกอะไร: ความต้องการที่เดินเข้ามาถึงร้านจริง ไม่ว่าคนนั้นจะซื้อหรือไม่ เป็นตัวหารของตัวชี้วัดอีกหลายตัว ถ้าตัวนี้คลาด ตัวอื่นจะคลาดตาม

ตัวอย่าง (ตัวเลขสมมติ): สัปดาห์นี้มีคนเข้าร้าน 4,000 คน สัปดาห์เดียวกันของปีก่อนมี 4,400 คน ลดลงราว 9% ก่อนสรุปว่าร้านแย่ลง ให้ดูว่าทั้งศูนย์การค้าก็ลดลงด้วยหรือไม่ ถ้าทั้งศูนย์ลดใกล้เคียงกัน ปัญหาอาจไม่ได้อยู่ที่ร้าน

ความหมายและการใช้ตัวเลขผู้มาเยือนในระดับศูนย์การค้า อ่านต่อได้ในบทความFootfall คืออะไร

2. คนเดินผ่านหน้าร้าน (passer-by) และอัตราการดึงคนเข้าร้าน (capture rate)

สูตร: อัตราการดึงคนเข้าร้าน (%) = คนเข้าร้าน ÷ คนเดินผ่านหน้าร้าน × 100

Capture rate คือสัดส่วนของคนที่เดินผ่านหน้าร้านแล้วเลี้ยวเข้ามา ตัวเลขคนเดินผ่านบอกศักยภาพของทำเล ส่วนอัตราการดึงคนเข้าร้านบอกว่าหน้าร้าน ดิสเพลย์ และสินค้าที่มองเห็นจากทางเดินทำงานได้ดีแค่ไหน

ตัวอย่าง (ตัวเลขสมมติ): คนเดินผ่าน 40,000 คน เข้าร้าน 4,000 คน อัตราการดึงคนเข้าร้าน = 4,000 ÷ 40,000 × 100 = 10% ถ้าสัปดาห์ถัดไปเปลี่ยนดิสเพลย์หน้าร้าน แล้วตัวเลขขึ้นเป็น 12% ในขณะที่คนเดินผ่านใกล้เดิม แปลว่าหน้าร้านใหม่ดึงคนได้ดีขึ้น

ข้อควรรู้: ตัวเลขคนเดินผ่านต้องวัดที่ทางเดินหน้าร้าน ไม่ใช่ที่ทางเข้าศูนย์การค้า และควรวัดด้วยวิธีเดิมทุกสัปดาห์

3. อัตราการซื้อ (conversion rate)

สูตร: อัตราการซื้อ (%) = จำนวนบิลขาย ÷ คนเข้าร้าน × 100

บอกอะไร: ร้านเปลี่ยนคนที่เดินเข้ามาให้เป็นผู้ซื้อได้ดีแค่ไหน เป็นตัวที่สะท้อนงานขายในร้าน เช่น พนักงานพอไหม สินค้ามีครบไหม คิวชำระเงินยาวไหม

ตัวอย่าง (ตัวเลขสมมติ): 600 บิล ÷ 4,000 คน × 100 = 15%

สูตรเต็ม ข้อผิดพลาดที่ทำให้ตัวเลขเพี้ยน และวิธีอ่านรายชั่วโมง อยู่ในบทความอัตราการซื้อของร้านที่มีหน้าร้าน คิดอย่างไร

4. ยอดขายต่อบิล (average transaction value)

สูตร: ยอดขายต่อบิล = ยอดขาย ÷ จำนวนบิลขาย

บอกอะไร: ผู้ซื้อแต่ละคนจ่ายเฉลี่ยเท่าไร หรือที่หลายร้านเรียกว่ามูลค่าบิลเฉลี่ย ตัวนี้ขยับได้จากการขายพ่วง การจัดชุดสินค้า และการแนะนำสินค้าที่ราคาสูงขึ้น

ตัวอย่าง (ตัวเลขสมมติ): 540,000 บาท ÷ 600 บิล = 900 บาทต่อบิล

ข้อควรรู้: โปรโมชันลดราคามักทำให้จำนวนบิลเพิ่มแต่ยอดขายต่อบิลลด ควรดูสองตัวนี้คู่กันเสมอ

5. ยอดขายต่อผู้มาเยือน (sales per visitor)

สูตร: ยอดขายต่อผู้มาเยือน = ยอดขาย ÷ คนเข้าร้าน หรือเท่ากับ อัตราการซื้อ × ยอดขายต่อบิล

บอกอะไร: แต่ละคนที่เดินเข้าร้านมีมูลค่าเฉลี่ยเท่าไร บางร้านเรียกว่ายอดขายต่อผู้เข้าชม ตัวนี้รวมผลของอัตราการซื้อและยอดขายต่อบิลไว้ในตัวเดียว จึงเหมาะใช้เทียบสาขาประเภทเดียวกัน

ตัวอย่าง (ตัวเลขสมมติ): 540,000 บาท ÷ 4,000 คน = 135 บาทต่อคน ตรวจได้จาก 15% × 900 บาท = 135 บาท

ถ้ายอดขายต่อผู้มาเยือนลด ให้ดูต่อว่าลดเพราะอัตราการซื้อหรือเพราะยอดขายต่อบิล สองกรณีนี้แก้คนละทาง

6. เวลาที่อยู่ในร้าน (dwell time)

สูตร: เวลาตั้งแต่ลูกค้าเข้าร้านจนออกจากร้าน รายงานเป็นค่าเฉลี่ยและค่ากลาง (median) จากระบบนับคนที่ติดตามการเคลื่อนที่แบบไม่ระบุตัวตน

บอกอะไร: ลูกค้าใช้เวลากับร้านนานแค่ไหน ตัวนี้ต้องอ่านคู่กับอัตราการซื้อ เพราะอยู่นานอาจแปลว่าสนใจสินค้า หรือแปลว่ารอพนักงานและรอคิวก็ได้

ตัวอย่าง (ตัวเลขสมมติ): ค่ากลางสัปดาห์นี้ 9 นาที ค่าเฉลี่ยของ 4 สัปดาห์ก่อนอยู่ที่ 7 นาที ส่วนอัตราการซื้อทรงตัว ทีมจึงตามดูรายชั่วโมงต่อว่าเวลาที่ยาวขึ้นเกิดในช่วงที่คนแน่นหรือไม่

วิธีวัดและตารางอ่านค่าแบบ 4 ช่อง อยู่ในบทความDwell Time ในห้างและร้านค้าคืออะไร

7. คนเข้าร้านต่อชั่วโมงพนักงาน (visitors per staff hour)

สูตร: คนเข้าร้านต่อชั่วโมงพนักงาน = คนเข้าร้าน ÷ ชั่วโมงทำงานของพนักงานหน้าร้านในช่วงเดียวกัน

บอกอะไร: ภาระงานต่อพนักงานหนึ่งชั่วโมง ตัวเลขสูงเกินไปแปลว่าพนักงานดูแลลูกค้าไม่ทัน ตัวเลขต่ำเกินไปแปลว่าชั่วโมงงานลงในช่วงที่ร้านเงียบ

ตัวอย่าง (ตัวเลขสมมติ): 4,000 คน ÷ 280 ชั่วโมง ≈ 14 คนต่อชั่วโมงพนักงาน ค่าเฉลี่ยทั้งสัปดาห์มักซ่อนช่วงที่ต่างกันมาก ถ้าแยกรายชั่วโมงแล้วพบว่าบ่ายวันเสาร์สูงถึง 30 คน แต่เช้าวันอังคารเหลือ 6 คน นี่คือสัญญาณให้ย้ายชั่วโมงงาน ไม่จำเป็นต้องเพิ่มชั่วโมงรวม

บางเครือดูยอดขายต่อชั่วโมงพนักงาน (sales per staff hour) คู่กันด้วย วิธีแปลงจำนวนคนเข้าร้านเป็นตารางกะ อยู่ในบทความจัดตารางงานพนักงานหน้าร้านจากจำนวนลูกค้าจริง

8. ยอดขายต่อตารางเมตร (sales per square metre)

สูตร: ยอดขายต่อตารางเมตร = ยอดขาย ÷ พื้นที่ขาย (ตารางเมตร) ในช่วงเวลาเดียวกัน

บอกอะไร: พื้นที่ร้านสร้างยอดขายได้คุ้มแค่ไหน ใช้เทียบสาขาที่ขนาดต่างกัน ใช้ตัดสินใจขยายหรือย่อพื้นที่ และใช้คุยเรื่องค่าเช่ากับศูนย์การค้า ซึ่งมักคิดค่าเช่าเป็นตารางเมตรอยู่แล้ว

ตัวอย่าง (ตัวเลขสมมติ): 540,000 บาท ÷ 200 ตารางเมตร = 2,700 บาทต่อตารางเมตรต่อสัปดาห์

ข้อควรรู้: ใช้พื้นที่ขายจริงตามนิยามเดียวกันทุกสาขา เช่น จะรวมหรือไม่รวมห้องเก็บของและห้องลองเสื้อ ถ้านิยามไม่ตรงกัน ตัวเลขจะเทียบกันไม่ได้

ตารางสรุปตัวชี้วัดร้านค้าปลีก 8 ตัว

ตัวชี้วัด สูตร ข้อมูลที่ต้องใช้ ตัวอย่าง (ตัวเลขสมมติ) ตอบคำถาม
1. คนเข้าร้าน (footfall) ขาเข้าที่ทางเข้าร้าน หักพนักงาน ระบบนับคน 4,000 คน มีคนมาถึงร้านเท่าไร
2. คนเดินผ่าน และอัตราการดึงคนเข้าร้าน คนเข้าร้าน ÷ คนเดินผ่าน × 100 ระบบนับคนที่ทางเดินและทางเข้า 10% หน้าร้านดึงคนได้ดีแค่ไหน
3. อัตราการซื้อ บิล ÷ คนเข้าร้าน × 100 ระบบนับคน + ระบบขายหน้าร้าน (POS) 15% เปลี่ยนคนเข้าเป็นผู้ซื้อได้ดีแค่ไหน
4. ยอดขายต่อบิล ยอดขาย ÷ บิล ระบบขายหน้าร้าน 900 บาท ผู้ซื้อจ่ายเฉลี่ยเท่าไร
5. ยอดขายต่อผู้มาเยือน ยอดขาย ÷ คนเข้าร้าน ระบบนับคน + ระบบขายหน้าร้าน 135 บาท คนเข้าร้านหนึ่งคนมีมูลค่าเท่าไร
6. เวลาที่อยู่ในร้าน เวลาเข้าถึงเวลาออก (ค่ากลาง) เซ็นเซอร์ติดตามการเคลื่อนที่ 9 นาที ลูกค้าใช้เวลากับร้านนานแค่ไหน
7. คนเข้าร้านต่อชั่วโมงพนักงาน คนเข้าร้าน ÷ ชั่วโมงพนักงาน ระบบนับคน + ตารางกะ 14 คน พนักงานพอกับลูกค้าหรือไม่
8. ยอดขายต่อตารางเมตร ยอดขาย ÷ พื้นที่ขาย ระบบขายหน้าร้าน + ผังร้าน 2,700 บาท พื้นที่คุ้มค่าแค่ไหน

ตรวจความสอดคล้องได้จากสายหลัก: 40,000 × 10% × 15% × 900 บาท = 540,000 บาท

ขั้นตอนทบทวนตัวชี้วัดประจำสัปดาห์

ตัวชี้วัดมีประโยชน์เมื่อดูเป็นประจำด้วยลำดับเดิมทุกครั้ง ด้านล่างเป็นขั้นตอนที่ใช้ได้กับร้านเดียวหรือเครือหลายสาขา

1. ตรวจคุณภาพข้อมูลก่อน ดูว่ามีชั่วโมงไหนที่ตัวเลขคนเข้าร้านเป็นศูนย์หรือสูงผิดปกติ เช่น เซ็นเซอร์ขัดข้อง หรือมีงานจัดสินค้าที่ทำให้นับพนักงานเกิน และนาฬิกาของระบบนับคนกับระบบขายหน้าร้านยังตรงกัน ถ้าข้อมูลมีปัญหา ให้หมายเหตุไว้ก่อนอ่านตัวเลขอื่น

2. เทียบกับฐานที่เป็นธรรม เทียบกับค่าเฉลี่ยของ 4 สัปดาห์ก่อน และสัปดาห์เดียวกันของปีก่อน โดยดูว่ามีวันหยุดยาว วันเงินเดือนออก หรือโปรโมชันใหญ่ตกคนละสัปดาห์หรือไม่

3. ไล่สายหลักจากต้นไปปลาย เริ่มจากคนเดินผ่าน → อัตราการดึงคนเข้าร้าน → อัตราการซื้อ → ยอดขายต่อบิล หาตัวแรกที่เปลี่ยนมากที่สุด นั่นคือจุดที่ควรดูต่อ

4. ลงรายละเอียดรายวันและรายชั่วโมงเฉพาะจุดที่ผิดปกติ ไม่ต้องเปิดทุกชั่วโมงของทุกวัน เลือกเฉพาะช่วงที่ตัวเลขเปลี่ยน แล้วดูเวลาที่อยู่ในร้านและคนเข้าร้านต่อชั่วโมงพนักงานในช่วงนั้น

5. คุยกับทีมหน้าร้าน ตัวเลขบอกว่าเกิดอะไรขึ้นที่ไหนและเมื่อไร แต่ไม่ได้บอกว่าทำไม ทีมหน้าร้านมักรู้เหตุ เช่น สินค้าขาด พนักงานลา หรือร้านข้าง ๆ จัดโปรโมชัน

6. เลือกการกระทำ 1–2 อย่าง พร้อมผู้รับผิดชอบ เช่น ย้ายชั่วโมงพนักงานไปช่วงบ่ายวันเสาร์ หรือเปลี่ยนดิสเพลย์หน้าร้าน แล้วเขียนไว้ว่าจะดูผลจากตัวชี้วัดตัวไหน

7. ตามผลการกระทำของสัปดาห์ก่อน เปิดสิ่งที่ตกลงกันไว้สัปดาห์ที่แล้ว ดูว่าตัวชี้วัดที่ตั้งไว้เปลี่ยนตามที่คาดหรือไม่ ถ้าไม่เปลี่ยน ให้กลับไปขั้นที่ 3

ตัวอย่างตารางที่ใช้ในการประชุม (ตัวเลขสมมติ)

ตัวชี้วัด สัปดาห์นี้ เฉลี่ย 4 สัปดาห์ก่อน เปลี่ยนแปลง
คนเดินผ่านหน้าร้าน 40,000 41,000 ลดเล็กน้อย
อัตราการดึงคนเข้าร้าน 10% 10% ทรงตัว
อัตราการซื้อ 15% 17% ลด
ยอดขายต่อบิล 900 บาท 880 บาท ทรงตัว
เวลาที่อยู่ในร้าน (ค่ากลาง) 9 นาที 7 นาที เพิ่ม
คนเข้าร้านต่อชั่วโมงพนักงาน 14 13 ทรงตัว

จากตารางนี้ ตัวแรกในสายหลักที่เปลี่ยนชัดคืออัตราการซื้อ ส่วนเวลาที่อยู่ในร้านยาวขึ้น ทีมจึงตั้งสมมติฐานว่าลูกค้ารอนานขึ้นในบางช่วง แล้วไปดูรายชั่วโมงต่อ

ข้อผิดพลาดที่พบบ่อยเมื่อใช้ KPI ร้านค้าปลีก

  1. ดูยอดขายตัวเดียว ยอดขายเท่าเดิมอาจซ่อนคนเข้าร้านที่ลดลงและอัตราการซื้อที่ดีขึ้น ซึ่งต้องแก้คนละเรื่อง
  2. ตั้งเป้าตามค่าที่อ่านจากที่อื่น ตัวชี้วัดแต่ละตัวต่างกันมากตามประเภทสินค้า ขนาดร้าน และทำเล ฐานที่ใช้ได้ดีที่สุดคือตัวเลขของร้านเองย้อนหลัง และสาขาประเภทเดียวกัน
  3. เปลี่ยนนิยามกลางทาง เช่น เปลี่ยนวิธีหักพนักงาน หรือเปลี่ยนพื้นที่ขายที่ใช้คำนวณ ทำให้เทียบกับอดีตไม่ได้
  4. ดูแต่ค่าเฉลี่ยรายสัปดาห์ ค่าเฉลี่ยซ่อนช่วงที่ร้านเสียโอกาส ควรลงรายชั่วโมงเมื่อเห็นความผิดปกติ
  5. มีตัวชี้วัดแต่ไม่มีการกระทำ การประชุมที่จบโดยไม่มีสิ่งที่ต้องลองในสัปดาห์หน้า ทำให้ตัวเลขเป็นแค่รายงาน

IMAS ช่วยวัดตัวชี้วัดร้านค้าปลีกได้อย่างไร

ลูกค้าถือตะกร้าที่มีสินค้าระหว่างเดินเลือกซื้อในร้านค้าปลีก

ตัวชี้วัด 6 ใน 8 ตัวต้องใช้ข้อมูลจากระบบนับคน ร้านจึงต้องมีจำนวนคนเข้าร้านที่แม่นและต่อเนื่องก่อน

  • ระบบนับคน 3 มิติ ติดเพดาน นับแยกทิศทางเข้าออกแบบเรียลไทม์ ติดตามเวลาที่อยู่ในพื้นที่ และออกแบบให้นับได้โดยไม่ต้องระบุตัวบุคคล
  • แดชบอร์ด XPERIO แสดงคนเดินผ่านหน้าร้าน อัตราการดึงคนเข้าร้าน เวลาที่อยู่ในพื้นที่ จำนวนคนในพื้นที่ และอัตราการซื้อเมื่อเชื่อมข้อมูลยอดขาย เทียบได้รายวันถึงรายปีและระหว่างสาขา และมีผู้ช่วย AI ที่ถามด้วยภาษาธรรมดาเพื่อดูแนวโน้มและเทียบสาขา
  • ระบบพยากรณ์จำนวนผู้มาเยือน ใช้แพลตฟอร์มของ Retail Insight จากนอร์เวย์ พยากรณ์จำนวนลูกค้าล่วงหน้าได้ถึง 8 สัปดาห์ จากข้อมูลคนเข้าร้านย้อนหลัง ยอดขาย ฤดูกาล และสภาพอากาศ ช่วยวางชั่วโมงพนักงานให้ตัวชี้วัดที่ 7 อยู่ในช่วงที่เหมาะ

ระบบทำหน้าที่รวมตัวเลขและชี้ว่าควรดูตรงไหนก่อน ส่วนการตัดสินใจว่าจะปรับกะ หน้าร้าน หรือสินค้าอย่างไร ยังเป็นของผู้จัดการร้านที่รู้บริบทหน้างาน สำหรับเครือที่มีหลายสาขา ดูเพิ่มเติมได้ที่หน้าโซลูชันสำหรับร้านค้าปลีกหลายสาขา

คำถามที่พบบ่อย

−ตัวชี้วัดร้านค้าปลีกตัวไหนสำคัญที่สุด

ไม่มีตัวเดียวที่พอ ถ้าต้องเริ่มจากน้อยตัว ให้เริ่มจากคนเข้าร้าน อัตราการซื้อ และยอดขายต่อบิล เพราะสามตัวนี้คูณกันได้ยอดขาย แล้วค่อยเพิ่มตัวอื่นเมื่อข้อมูลพร้อม

+Capture rate คืออะไร

คืออัตราการดึงคนเข้าร้าน คำนวณจากคนเข้าร้านหารด้วยคนเดินผ่านหน้าร้าน คูณ 100 ใช้วัดว่าหน้าร้านและดิสเพลย์ดึงคนจากทางเดินได้ดีแค่ไหน

+ยอดขายต่อบิลกับยอดขายต่อผู้มาเยือนต่างกันอย่างไร

ยอดขายต่อบิลหารด้วยจำนวนบิล จึงบอกว่าผู้ซื้อจ่ายเฉลี่ยเท่าไร ส่วนยอดขายต่อผู้มาเยือนหารด้วยจำนวนคนเข้าร้าน จึงรวมคนที่ไม่ได้ซื้อด้วย และบอกว่าคนที่เดินเข้ามาหนึ่งคนมีมูลค่าเฉลี่ยเท่าไร

+ควรดูตัวชี้วัดรายวันหรือรายสัปดาห์

ทบทวนรายสัปดาห์เพื่อดูแนวโน้มและตัดสินใจ แล้วลงรายวันหรือรายชั่วโมงเฉพาะจุดที่ผิดปกติ การดูรายวันทุกตัวมักทำให้ตอบสนองต่อความผันผวนปกติมากเกินไป

+ร้านที่ยังไม่มีระบบนับคน ดูตัวชี้วัดได้กี่ตัว

ดูได้เฉพาะตัวที่มาจากระบบขายหน้าร้าน คือยอดขายต่อบิลและยอดขายต่อตารางเมตร ตัวชี้วัดอื่นต้องใช้จำนวนคนเข้าร้านหรือคนเดินผ่าน ซึ่งต้องวัดด้วยระบบนับคน

อยากเห็นตัวชี้วัดของทุกสาขาในหน้าจอเดียว

ทีม IMAS ช่วยวางระบบนับคน เชื่อมข้อมูลยอดขาย และตั้งแดชบอร์ดให้ผู้จัดการร้านและผู้จัดการเขตใช้ทบทวนได้ทุกสัปดาห์ รายละเอียดและค่าใช้จ่ายแจ้งในใบเสนอราคา

ขอสาธิตระบบ · ดูแดชบอร์ด XPERIO

แหล่งอ้างอิง

  • CountMatters AS. Use cases: Capture rate, Conversion rate, Dwell time. เว็บไซต์ countmatters.com
  • Retail Insight AS (นอร์เวย์). 3 metrics every store manager should keep an eye on และข้อมูลแพลตฟอร์มพยากรณ์. เว็บไซต์ retailinsight.no