餐飲老板內(nèi)參特約記者  劉兆慧  發(fā)自美國(guó)華盛頓

麥當(dāng)勞的數(shù)據(jù)從哪兒來(lái),？

▽

麥當(dāng)勞收集數(shù)據(jù)的目的是為了更好地預(yù)測(cè)變化，以及什么樣的因素會(huì)改變客戶的期待,、行為和趨勢(shì),。

麥當(dāng)勞將餐廳看成一個(gè)整體系統(tǒng)，從34,000多家分店整合數(shù)據(jù)建立起全球化的數(shù)據(jù)倉(cāng)庫(kù),。

其日常決策所使用的數(shù)據(jù)包括：

除此之外,，麥當(dāng)勞還開(kāi)發(fā)了APP，便于前來(lái)用餐的客人選擇最近的店,，還能在到店之前就在移動(dòng)設(shè)備上點(diǎn)餐,，不僅節(jié)約了時(shí)間，也幫助麥當(dāng)勞沉淀了大量用戶數(shù)據(jù),。

麥當(dāng)勞的數(shù)據(jù)怎么用,？

▽

分析各門(mén)店的差異

對(duì)于連鎖品牌而言，可以用多店匯總得來(lái)的平均數(shù)據(jù)做管理決策,，但并沒(méi)有辦法反映每個(gè)單店的真實(shí)情況,。因此連鎖品牌就需要對(duì)分店進(jìn)行“個(gè)性化”管理。

比如位于芝加哥的一個(gè)分店需要配置一個(gè)冷飲機(jī)，但位于休斯頓機(jī)場(chǎng)的分店因?yàn)楹驒C(jī)客流量很大可能需要六個(gè)這樣的機(jī)器,。

麥當(dāng)勞將數(shù)據(jù)整合,，通過(guò)可視化更好地幫助分店經(jīng)理或公司管理人員了解造成門(mén)店之間差異的原因。分析人員會(huì)提供給單店經(jīng)理和管理者一個(gè)可視化描述平臺(tái),，經(jīng)理通過(guò)iPad操作,，迅速而準(zhǔn)確的隨時(shí)了解他們的運(yùn)營(yíng)情況。

比如：今日員工上班安排,、有誰(shuí)因病假事假倒休,、早餐時(shí)間賣(mài)出多少套餐、進(jìn)貨多少磅/袋的肉餅,、香腸,、薯餅、制作了多少磅的薯?xiàng)l,、每份上餐平均速度用時(shí)幾分鐘等等,。

△

麥當(dāng)勞位于維吉尼亞州的PentagonCity分店

業(yè)績(jī)可視化界面

左側(cè)為社交媒體指數(shù)排行、

近三個(gè)月以來(lái)的粉絲增量,。

主干部分包括本月總銷(xiāo)售額/增長(zhǎng)趨勢(shì),、

食品新鮮程度以及銷(xiāo)售預(yù)算比例、

與目標(biāo)之間的差距,。

此外還有區(qū)域單店匯總數(shù)據(jù)：

年內(nèi)總銷(xiāo)售額,、客戶滿意度、員工參與度,。

 用模型模擬未來(lái)經(jīng)營(yíng)狀況

管理者還可簡(jiǎn)單操作交互式的可預(yù)測(cè)模型,，將不同參數(shù)輸入這個(gè)模型,，然后進(jìn)行數(shù)據(jù)化模擬分析,。

比如，如果增加幾名員工會(huì)帶來(lái)怎樣的結(jié)果,，成本會(huì)提升多少,，盈利會(huì)變動(dòng)多少等。系統(tǒng)自動(dòng)每15分鐘更新分店的經(jīng)營(yíng)數(shù)據(jù),，經(jīng)理可以隨時(shí)快速?zèng)Q定應(yīng)改進(jìn)的事項(xiàng),。

△

麥當(dāng)勞位于維吉尼亞州的Pentagon City店

預(yù)測(cè)模型的交互界面

右側(cè)為反映業(yè)績(jī)的主要變量。

當(dāng)員工數(shù)量增加至5人,，收銀窗口使用4個(gè),，

推出2個(gè)新品1號(hào)、1個(gè)新產(chǎn)2號(hào),、5個(gè)新產(chǎn)3號(hào)時(shí),，

總滿意度達(dá)到2.5%（上漲1.7個(gè)百分點(diǎn)），

回頭客增加2個(gè)百分點(diǎn)，

成本下降5%,，以及盈利上升4%,。

此外，由于調(diào)整了員工數(shù)量,，

會(huì)增加事件處理的效率,。

相應(yīng)的總利潤(rùn)和點(diǎn)餐效率的變化也可以一目了然。

可見(jiàn),，預(yù)測(cè)性分析不僅可以直觀展現(xiàn)每家店的營(yíng)業(yè)狀況,、客戶和員工管理情況，還可以做未來(lái)的規(guī)劃,，不需要交“學(xué)費(fèi)”就可以直觀地看到更改后的結(jié)果,。

比如，根據(jù)某一商超店周邊環(huán)境和客流量預(yù)測(cè)最佳進(jìn)貨時(shí)間和員工分配,，當(dāng)周邊新開(kāi)一家公司或新建一棟寫(xiě)字樓,，本店應(yīng)多增加幾名員工，進(jìn)貨時(shí)間是否需要提前,，如果附近公司年輕員工較多,，是否需要增加咖啡機(jī)、冷飲機(jī)等,。

用眼球跟蹤技術(shù)搞懂客戶

作為模擬模型的一部分,，麥當(dāng)勞還使用眼球跟蹤技術(shù)學(xué)習(xí)客戶如何觀察一家餐廳。他們捕捉的信息包括：

此外,，視頻分析可以用來(lái)跟蹤顧客在店內(nèi)就餐或不停車(chē)點(diǎn)餐中花費(fèi)的時(shí)間,。

合理設(shè)計(jì)不停車(chē)點(diǎn)餐路線和服務(wù)

另一個(gè)麥當(dāng)勞使用大數(shù)據(jù)的成功案例是優(yōu)化汽車(chē)餐廳（“得來(lái)速”）的體驗(yàn)。

他們分析三個(gè)重要因素：

舉例而言,，一位顧客只想點(diǎn)份奶昔,，不巧排在一個(gè)全家人點(diǎn)餐的中型轎車(chē)后面，奶昔顧客就會(huì)很不開(kāi)心,。因此麥當(dāng)勞需要對(duì)需求模式進(jìn)行分析,。

麥當(dāng)勞將此工具優(yōu)化后制作成分析平臺(tái),，運(yùn)營(yíng)商就可以在平板電腦中進(jìn)行可視化互動(dòng)，用3D模擬把車(chē)輛駛?cè)胲?chē)道加入到模型中，學(xué)習(xí)不同特點(diǎn)（如年齡段,、種族,、車(chē)輛分類(lèi)）人們的駕駛習(xí)慣和行為。

比如,，開(kāi)跑車(chē)的年輕駕駛員會(huì)以較快速度駛?cè)胲?chē)道,，在點(diǎn)餐窗口急剎車(chē)，這樣他們可能看不到擺放在車(chē)道入口給排隊(duì)客人看的新品推銷(xiāo)牌,。

開(kāi)大中型車(chē)輛的司機(jī)可能停車(chē)會(huì)離售賣(mài)窗口遠(yuǎn)一點(diǎn),，他們伸手夠不到窗口的刷卡機(jī)可能會(huì)打開(kāi)車(chē)門(mén)甚至下車(chē)，這樣就會(huì)花費(fèi)更多的時(shí)間,。

大家庭點(diǎn)餐的孩子可能需要更多的時(shí)間確定自己想吃什么,，有些父母會(huì)耐心等候孩子們確認(rèn)后再點(diǎn)餐。

▼ 戳我,，大家都在看

— 點(diǎn)擊下列關(guān)鍵詞,，獲取更多內(nèi)參干貨— 

1400人裁到328｜100平日流水1.5萬(wàn)｜7年不思變

馬云等用人之道｜馬云買(mǎi)肯德基｜o2o下半場(chǎng)

餐飲業(yè)新商機(jī)｜大數(shù)據(jù)咋用｜定位的6個(gè)誤區(qū)

90后餐館倒閉記｜餐飲業(yè)下半場(chǎng)｜寫(xiě)字樓開(kāi)店

統(tǒng)籌：張琳娟｜編輯：王艷艷｜視覺(jué)：陳曉月

商務(wù)合作請(qǐng)加微信tinachenjiao

轉(zhuǎn)載原創(chuàng)請(qǐng)加微信neicanmishu