店舖訪客分析
店舖訪客分析的使用方式。可透過4張摘要卡片（交易件數・會員綁定率・尖峰時段・最忙碌的星期）、時段×星期熱力圖、時段別／星期別圖表，以及過去12個月的新客／回頭客／匿名走勢，從店舖營運的角度進行解說。
商品別銷售分析
商品別銷售分析的使用方式。期間切換・分類／商品名篩選、銷售額／數量／毛利排序、ABC分析、自動生成的AI建議（趨勢系・利益系・橫向系），到使用進貨成本資料顯示毛利，解說各店舖／全店舖版兩種畫面。
銷售趨勢分析
銷售趨勢分析的使用方式。可切換過去6・12・24個月的期間，透過8種趨勢長條圖、前年同月比（YoY）、多店舖疊加比較顯示、異常值自動偵測、上月比洞察自動生成等功能，從店舖營運的角度進行解說。
貨架分析（Shelf Analytics）是什麼
ReceiptRoller 貨架分析（Shelf Analytics）的概要說明。將貨架配置、賣場效率、缺貨偵測整合為一體，結合 POS 與 PIM 資料支援賣場最佳化。
Smaregi × ReceiptRoller — 電子收據、顧客管理、銷售分析整合於一個應用程式
只要用 Smaregi 結帳，就能自動觸發電子收據發行、顧客會員管理、結合購買資料的銷售分析與 AI 建議、Apple/Google Wallet 會員證、社群媒體串連、傳單發送。只需在 Smaregi App Market 安裝「ReceiptRoller Link」，無需繁瑣的 API 設定，今天就能開始使用。
Square顧客資料與ReceiptRoller顧客資料的對應關係
說明Square Customer Directory如何轉換為ReceiptRoller的顧客資料（CrmCustomerDto）。內容涵蓋given_name／family_name的對應、地址的拆解邏輯，以及reference_id的處理方式。
顧客別購買紀錄（POS連動）
從 CRM 的顧客詳細畫面，可確認每位顧客以收據為單位的購買紀錄。透過 Smaregi、Square 等連動 POS 發行的收據，會根據會員編號或顧客個人資料自動歸戶。本文說明購買紀錄的查看方式、顯示條件、與紙本收據的差異、隱私權考量，以及透過 API 存取的方法。
發送分群的指定
通知的發送對象可使用顧客分群精細指定，不必群發給所有顧客。本文說明分群的建立方式、可用的篩選條件、AND / OR 組合、發送前的人數預覽、方便重複使用的儲存方法，以及常見分群範例。
留言管理與情感分析
Receipt Roller 會跨頻道整合管理 SNS 貼文的留言，透過 AI 情感分析將留言分類為正面、中立、提問、抱怨、公關風險。有助於及早發現回覆遺漏與公關風險。