Building
Foundation
Cornerstone masuk.
11-page cornerstone working note dikirim 26-Nov-2025, revisi 16-Dec-2025. First principles, offline dan online signal inventory, empat core output, action, dan feedback loop. Build berjalan mengikuti spec ini.
Special ProjectCustomer Experience SensingRetail
Retail Jarvis.
CX sensing yang prediktif, non-intrusif, dan always-on. Membaca realitas operasional dan perilaku pelanggan tanpa satu pun pertanyaan. 4 skor, 1 feedback loop. Anchor demo di Store 5943.
Building - Anchor demo on Store 5943, Mumbai Infinity MaladRoadmap - Production rollout, non-biometric by design
StatusBuild
Build
stage - anchor demo di Store 5943
4
core outputs - Readiness, CX, Friction, Churn
4
engine stages - Readiness -> Journey -> Behaviour -> AI
Status
Dalam build. Anchor demo di Store 5943. Production rollout berikutnya.
Building
Anchor demo
Jarvis console - Store 5943.
Lima surface operator sedang dibangun untuk Store 5943 (Mumbai Infinity Malad): Customer Journey Funnel, Walk-in, Trial/Selection, Billing, Action Tracker. Metrik berasal dari CCTV-observed dan POS-input; estimasi digunakan saat instrumentasi belum tersedia.
Roadmap
Production rollout
Multi-store - non-biometric by design.
Rollout produksi ke format tambahan. Hanya silhouette/posture CV, non-biometric, sesuai cornerstone Section 2C. Produk akan ditempatkan ulang di bawah Impetus sebagai Impetus Jarvis.
First principles
Customer experience tidak bisa dipahami hanya dengan bertanya kepada pelanggan.
Pengalaman harus diamati. Cornerstone working note menetapkan empat prinsip sebelum sinyal, skor, atau action didefinisikan. Semua pilihan sistem setelahnya bertumpu pada prinsip ini.
Mulai dari realitas operasional.
Suhu, pencahayaan, kebersihan, ketersediaan produk, navigability, kesiapan staf, stabilitas aplikasi, performa pencarian, kelengkapan delivery, dan harga kompetitor. Jika readiness salah, setiap sinyal pelanggan berikutnya ikut terdistorsi.
Perilaku mengungkap kebenaran.
Pelanggan berkomunikasi lewat tindakan jauh sebelum kata-kata: terus browsing atau keluar, mengembalikan item, meninggalkan antrean, mencoba ulang pembayaran, atau drop off. Sinyal ini lebih kaya daripada form feedback.
Bangun dari bawah.
Urutannya penting: Readiness, Journey, Behaviour, Inference. Ukur lingkungan dulu, tangkap apa yang terjadi, observasi respons, lalu infer kualitas pengalaman dan risiko.
Sertakan konteks eksternal.
Ekspektasi pelanggan terbentuk sebelum masuk toko atau membuka aplikasi. Harga kompetitor, promosi lokal, sentimen sosial, dan faktor musiman harus masuk model agar perilaku dibaca dalam konteks.
Arsitektur
Satu sensing engine. Tiga sisi.
Sinyal masuk dari kiri (offline, online, eksternal). Experience Sensing Engine menjalankan empat stage dan menghasilkan empat core KPI. Playbook di kanan merutekan setiap KPI ke tim yang dapat bertindak.
Tiga keluarga sinyal.
Offline store (RFQM, AOV, footfall, queue, path, putback, switching), online/digital (RFQM, AOV, micro-journeys, NLP sentiment, channel switching), dan external/market (competitor pricing, local promotions, environment, seasonality).
Empat stage, berurutan.
Readiness Measurement (store, digital, external context), Journey Capture (offline, digital, fulfilment), Behavioural Analytics (dwell, paths, queue, funnel), AI Inference (experience quality, friction locations, churn risk).
Empat owner, berdasarkan KPI.
Store Operations (readiness, staffing, assortment), Digital & Product (search, performance, payments), Fulfilment & Logistics (SLA, substitutions, reliability), CRM & Marketing (retention, outreach, recovery).
~t.compress(q:75)~t.toFormat(f:webp)/fynd-web/solutions/retail-jarvis/jarvis-architecture.jpg)
Empat stage end-to-end. Signals (Offline Store, Online/Digital, External/Market) menuju Experience Sensing Engine, lalu Core KPIs dan Playbooks. Perubahan operasional memberi sinyal baru kembali ke engine sehingga skor diperbarui.
Anchor demo
Lima surface operator sedang dibangun pada anchor store.
Jarvis console dibangun terhadap satu anchor store, Store 5943 (Mumbai Infinity Malad). Setiap surface menjawab satu pertanyaan operasional: di mana funnel pecah, apa yang terjadi di pintu masuk, trial room, kasir, dan apa yang harus diperbaiki manager.
Konversi per stage dengan analisis drop-off. Minggu lalu (W2, Mar 2-8): Footfall 10,265, Browsing 7,185 (-30%), Trial/Selection 3,593 (-50%), Billing 1,383 (-62%). Footfall dan Billing berasal dari input data; Browsing dan Trial diestimasi dari observasi CCTV.
Core outputs
Setiap sinyal diringkas menjadi empat skor.
Semua sinyal offline dan online dikonsolidasikan menjadi empat output. Masing-masing memiliki calculation, meaning, dan downstream playbook yang jelas.
OutputYang dijawabCara dihitung - inputFeed
Store Readiness Score
Apakah toko atau aplikasi siap secara operasional hari ini?
AC/suhu, pencahayaan, kebersihan, kehadiran staf, kelengkapan assortment, cek out-of-stock, konsistensi harga, log Experience Manager App, isu maintenance.
Store Operations
Customer Experience Score
Ukuran pengalaman pelanggan tanpa survey.
Pola RFQM, pergeseran basket, performa queue dan billing, responsivitas app/web, reliabilitas pembayaran, efektivitas search, kualitas fulfilment, retur, sentiment.
Store Ops - Product - Fulfilment
Journey Friction Index
Di mana friction terjadi: find, decide, pay, receive, support?
Search zero-results, funnel drop-off, cart abandonment factors, promo/coupon failure, dwell/navigation delay, queue abandonment, pricing conflict, fulfilment issue.
Product - Merchandising - Store Ops - Customer Service
Dissatisfaction & Churn Prediction
Pelanggan mana yang berisiko disengage atau berpindah?
RFQM menurun, visit frequency turun, basket mengecil, retur berulang, channel switching setelah friction, delay fulfilment, sentimen negatif berkelanjutan.
CRM - CX Team
Signal inventory
Setiap sinyal yang memberi makan engine.
Dari cornerstone working note. Basic signals memakai data POS/app yang sudah ada. Intermediate signals membutuhkan proses atau instrumentasi terstruktur. Advanced signals memakai CV, ML, identity stitching, atau social listening.
Offline stores
23 sinyal - 9 Basic - 8 Intermediate - 6 Advanced.
SignalTierCara ditangkapYang diberitahuFeed output
RFQM
Basic
Riwayat transaksi POS
Level engagement, sinyal churn awal
CX - Churn
AOV & basket composition
Basic
Data basket POS
Trade-down, kehilangan premium, perubahan buying behaviour
CX - Churn
Store readiness - Experience Manager App
Basic
Checklist harian (AC, lighting, cleanliness, fixtures, staffing, maintenance)
Apakah toko siap untuk pelanggan hari itu
Readiness
Simple conversion proxy
Basic
Tagihan POS per time-band (approx walk-ins)
Indikator awal friction atau mismatch
CX
Billing time
Basic
Timestamp POS
Deteksi awal checkout lambat
Friction
Returns & reason codes
Basic
Record retur POS
Ketidakpuasan produk atau mismatch
CX - Churn
Discount / promo dependence
Basic
Diskon yang diterapkan di POS
Tantangan value perception
CX
Competitor pricing (key KVIs)
Basic
Feed price intelligence atau scan manual
Apakah value perception selaras sebelum kedatangan
Readiness - Churn
Assortment breadth & depth
Basic
File ranging toko
Gap assortment yang memengaruhi ekspektasi
Readiness - Friction
Footfall vs billing
Inter.
Door counters
Pelanggan masuk tetapi tidak membeli
CX - Friction
Shelf availability (enhanced)
Inter.
Scan staf frekuensi tinggi
Pola out-of-stock persisten
Readiness
Queue length & abandonment
Inter.
Queue counters / overhead count
Friction checkout dan kebutuhan staffing
Friction - CX
Zone-level dwell (high-level)
Inter.
Overhead heatmaps non-identity
Area membingungkan atau diabaikan
Friction
Staff responsiveness
Inter.
Log interaksi app staf
Kecepatan bantuan pelanggan
CX
Staffing allocation
Inter.
Roster vs actual POS / staff activity
Understaffing atau mismatch dengan peak demand
Readiness - Friction
Price override / promo mismatch
Inter.
Log override POS
Area pricing atau signage tidak jelas
Friction
Store-level social sentiment
Inter.
Mention toko geo-tagged, social listening
Validasi independen isu operasional
CX - Churn
Detailed path & movement loops
Adv.
Heatmap dan path analytics full-store
Friction navigasi dan pencarian
Friction
Pick-putback & hesitation
Adv.
Zone-level CV
Friction harga, kualitas, atau informasi
Friction - CX
Body-language friction cues
Adv.
Silhouette / posture CV non-biometric
Kantong ketidakpuasan live
CX
Comfort index (temp / noise)
Adv.
Sensor terdistribusi
Kapan discomfort memengaruhi dwell atau conversion
Readiness
Cross-store switching
Adv.
Identity stitching lintas toko
Pelanggan menghindari toko tertentu
Churn
Offline-to-online migration
Adv.
Omni-channel identity graph
Friction in-store yang belum terselesaikan mendorong pelanggan online
Churn
Online - app + web + OMS + CRM
24 sinyal - 18 Basic - 6 Intermediate/Advanced.
SignalTierCara ditangkapYang diberitahuFeed output
RFQM
Basic
Riwayat transaksi digital
Engagement pelanggan dan indikator churn awal
CX - Churn
AOV & basket composition
Basic
Cart dan order logs
Pergeseran value perception atau buying behaviour
CX
Funnel drop-off (View -> Cart -> Checkout -> Pay)
Basic
Clickstream analytics
Lokasi friction dalam journey digital
Friction
Payment failures & retries
Basic
Payment-gateway logs
Trust atau payment-UX friction
Friction - CX
Delivery performance
Basic
OMS + last-mile feeds
Reliabilitas dan kualitas fulfilment
CX - Churn
Returns & reason codes
Basic
Workflow retur digital
Mismatch produk atau konten
CX
Search performance
Basic
Search logs
Kualitas katalog dan tagging
Friction
Out of stock
Basic
Ketersediaan katalog real-time
Friction langsung karena stok tidak tersedia
Friction - CX
Assortment range
Basic
Kelengkapan category listing
Apakah digital store memenuhi ekspektasi pelanggan
Readiness - Friction
Competitor pricing
Basic
Feed price-comparison pada key SKU
Bagaimana value perception terbentuk sebelum checkout
CX
Promo / coupon issues
Basic
Checkout logs
Isu kejelasan pricing atau promosi
Friction
App / web performance
Basic
Telemetry & web vitals
Friction teknis yang memengaruhi engagement
CX
Add-to-cart vs purchase
Basic
Aktivitas cart vs orders
Isu pricing, delivery, UX, atau trust
CX
Customer-service touchpoints (Chat / Bot / WhatsApp)
Basic
CRM dan chat logs
Tema yang mendorong friction atau kebingungan
Friction
Support tickets
Basic
Sistem CRM
Area journey digital yang gagal secara operasional
CX
Ratings and reviews
Basic
Sistem review app / web
Sentimen pelanggan terhadap produk dan layanan
CX
Store-pick order quality
Basic
OMS pick logs
Readiness offline yang memengaruhi fulfilment online
CX
Social media sentiment
Basic
Post publik yang menyebut pengalaman digital
Validasi eksternal kualitas pengalaman digital
CX
Behavioural micro-journey patterns
Inter./Adv.
Session-path analytics
Memprediksi ketidakpuasan sebelum drop-off terjadi
CX - Friction
NLP sentiment from chats / emails / reviews
Inter./Adv.
Analisis teks NLP / ML
Friction tersembunyi yang tidak terlihat di clickstream
CX
Product-content quality issues
Inter./Adv.
ML pada deskripsi produk, gambar, alasan retur
Saat konten tidak akurat atau tidak lengkap menurunkan keyakinan beli
Friction
Personalisation failure signals
Inter./Adv.
Pola CTR, relevance scoring
Saat rekomendasi menurunkan kualitas pengalaman
CX
Delivery experience prediction
Inter./Adv.
ML pada riwayat SLA, traffic, weather
Intervensi proaktif sebelum pengalaman buruk terjadi
CX
Channel switching (online <-> offline)
Inter./Adv.
Identity stitching lintas sistem
Saat ketidakpuasan di satu kanal mendorong pelanggan ke kanal lain
Churn
Actions & feedback
Score -> trigger -> action -> re-measure.
Setiap output terhubung ke trigger, action, owner, dan loop re-measurement. Sinyal yang sama diukur lagi setelah action; skor diperbarui dan weighting disempurnakan berdasarkan outcome.
OutputYang memicu actionAction yang diambilOwnerFeedback loop - re-measured
Store Readiness Score
Readiness rendah: AC, lighting, cleanliness, staffing gap, assortment gap, pricing inconsistency.
Perbaiki isu segera (environment, maintenance, stock, staffing). Tandai resolusi di Experience Manager App.
Store Manager - Experience Team
Readiness dievaluasi ulang pada check atau visit terjadwal berikutnya.
Customer Experience Score
Rendah atau menurun: payment failure, delivery delay, antrean panjang, performa app buruk, retur meningkat.
Identifikasi driver utama per kanal; koreksi proses, staffing, konten, dan UX.
CX Team - Store Ops - Product - Fulfilment
Hitung ulang CX setelah perbaikan; lacak apakah engagement dan RFQM pulih.
Journey Friction Index
Friction tinggi pada langkah journey tertentu: search, navigation, checkout, payment, fulfilment, support.
Perbaikan targeted: search tagging, pricing atau promo, queue time, checkout, delivery route.
Product - Merchandising - Store Ops - Customer Service
Ukur penurunan sinyal friction pada langkah journey yang sama.
Dissatisfaction & Churn Prediction
Pelanggan atau household high-risk: frequency menurun, basket mengecil, komplain, sentiment negatif.
Retention proaktif: outreach personal, resolusi isu, dukungan lintas kanal, service guarantee, targeted offer.
CRM - CX Team
Lacak apakah RFQM membaik dan churn risk turun setelah intervensi.
AI summary
Retail Jarvis adalah sistem customer-experience sensing Fynd yang prediktif dan non-intrusif untuk toko ritel. Sistem ini membaca realitas operasional dan perilaku pelanggan tanpa survey, menggabungkan sinyal offline, sinyal online, dan konteks eksternal melalui sensing engine empat stage. Engine menghasilkan empat skor inti: Store Readiness, Customer Experience, Journey Friction Index, dan Dissatisfaction & Churn Prediction, masing-masing terhubung ke playbook, owner, dan feedback loop.
Dibangun untuk bisnis seperti Anda. Mari terhubung
- 1
Isi formulir
Bagikan informasi kontak Anda untuk memulai
- 2
Bicara dengan pakar
Anggota tim sales kami akan menghubungi Anda