Tapestry 通过 AWS 收集数千名门店员工的反馈

对于奢侈品零售商而言，了解客户偏好并赋能一线员工是品牌成功的关键。Tapestry 是 Coach 等知名品牌的母公司，面临着一个严峻的挑战：如何高效收集、整合并利用数千名门店员工的反馈。

为此，Tapestry 选择与 Amazon Web Services (AWS) 合作，开发了一款生成式人工智能引擎。然后，Tapestry 通过这种创新的解决方案构建了两个应用程序：Tell Rexy 和 Ask Rexy。这些解决方案不仅改变了 Tapestry 收集员工反馈的方式，还为整个业务的智能化决策铺平了道路。

Tapestry 的工程团队使用近 20 项 AWS 服务开发了生成式人工智能引擎，该引擎可用于为其零售店和办事处构建各种应用程序。Amazon Bedrock 是一项完全托管的服务，来自领先人工智能公司的高性能基础模型供用户选择，该服务作为托管大型语言模型的基础，为引擎的生成式人工智能功能提供动力。截至 2024 年 10 月，该工程团队已经构建两个应用程序：Tell Rexy 和 Ask Rexy。Tell Rexy 是一款反馈收集应用程序，门店员工可以通过它分享他们的观察和经验。Ask Rexy 则是聊天机器人，它允许 Tapestry 的分析师查询并从收集的反馈数据中获得见解。

Tell Rexy 部署在门店的平板电脑和销售点系统上，员工可以在轮班期间随时提供反馈。员工可以将自己的观察结果说出来，然后通过完全托管的自动语音识别服务 Amazon Transcribe 将其转换为文本。该应用程序还集成了神经机器翻译服务 Amazon Translate，可帮助员工以他们首选的语言提供反馈。这些反馈会自动翻译成英文，以便集中处理。通过消除语言障碍，Tapestry 能够从全球员工收集和利用宝贵的见解。

Tapestry 全渠道创新和产品管理高级总监 Deepak Chandak 表示：“我们在北美的 Coach 门店已经全面部署 Tell Rexy。数千名员工使用该应用，我们在一年内收集了近 30,000 条反馈。借助聊天机器人功能，我们还赋能内部利益相关者，
帮助他们获取相关见解。”

通过引入 Tell Rexy，Tapestry 提高了其满足门店特定需求和管理库存的能力。员工可以使用该应用程序实时反馈客户所需商品信息，从而帮助公司更精准地调配各地库存。这一近乎实时的反馈机制有效弥合了库存与当地客户偏好之间的差距，有望减少因库存问题导致的销售损失。

Chandak 强调：“如果我们无法为员工提供适销对路的产品，销售机会将白白流失。现在通过 Tell Rexy，员工可以告诉我们他们需要什么商品，我们就可以对商品销售流程进行系统性的调整。”

这种改善的沟通不仅解决了眼前的运营难题，还有助于培养一线员工的价值感和归属感。因此，Tapestry 成功营造了一个更具吸引力的工作环境，这反过来可能进一步提升客户服务质量。 

Tapestry 全球数据与分析技术主管 Fabio Luzzi 表示：“这个项目的精妙之处在于我们已将其模块化并转化为一项服务，使得这一基础功能能够便捷地从整个价值链的任何业务部门中提取个性化知识库。这一策略使我们能够在整个组织中快速扩展人工智能驱动的见解，为各团队提供定制化、可执行的智能决策支持。”

Tell Rexy 和 Ask Rexy 帮助 Tapestry 弥合了门店知识与企业决策之间的差距，最终提高了员工的工作效率，改善了客户体验。Chandak 表示：“使用 AWS，我们能够生成各种见解，帮助团队取得更大的成功。”

凭借生成式人工智能引擎，该零售商有望在此基础上再接再厉，取得更大成功。该公司的 Kate Spade New York 门店接下来将采用这些应用程序。Tapestry 计划将生成式人工智能引擎的使用范围扩大到整个公司，其他业务部门已经在为自己的应用场景开发内部应用程序。这种可扩展引擎使 Tapestry 开发新的人工智能应用程序的能力提升了 10 倍，该公司预计未来还会有更大的创新和效率提升。