核心提示：不管是高達(dá)數(shù)十億美元的廣告拓展業(yè)務(wù)該如何開展，還是消費(fèi)者對不同菜單的反應(yīng)該如何評估，麥當(dāng)勞都在用大數(shù)據(jù)進(jìn)行決策！

　　知道嗎?不管是高達(dá)數(shù)十億美元的廣告拓展業(yè)務(wù)該如何開展，還是消費(fèi)者對不同菜單的反應(yīng)該如何評估，麥當(dāng)勞都在用大數(shù)據(jù)進(jìn)行決策!麥當(dāng)勞在全球范圍內(nèi)擁有超過34,000家門店，旗下75萬名員工每天在118個國家接待超過6900萬的顧客，平均每秒鐘售出75個漢堡。麥當(dāng)勞年收入270億美元。這些就是麥當(dāng)勞大數(shù)據(jù)決策的基礎(chǔ)。

　　今天，蓋洛普(Gallup)咨詢公司高級統(tǒng)計分析師及品牌戰(zhàn)略咨詢師劉兆慧，就跟各位聊聊麥當(dāng)勞是如何用數(shù)據(jù)做出一門大生意的。

　　一、麥當(dāng)勞的數(shù)據(jù)從哪兒來?

　　麥當(dāng)勞收集數(shù)據(jù)的目的是為了更好地預(yù)測變化，以及什么樣的因素會改變客戶的期待、行為和趨勢。麥當(dāng)勞將餐廳看成一個整體系統(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)倉庫。

　　其日常決策所使用的數(shù)據(jù)包括：

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

　　二、麥當(dāng)勞的數(shù)據(jù)怎么用?

　　分析各門店的差異

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

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

　　麥當(dāng)勞將數(shù)據(jù)整合，通過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店之間差異的原因。分析人員會提供給單店經(jīng)理和管理者一個可視化描述平臺，經(jīng)理通過iPad操作，迅速而準(zhǔn)確的隨時了解他們的運(yùn)營情況。

　　比如：今日員工上班安排、有誰因病假事假倒休、早餐時間賣出多少套餐、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幾分鐘等等。

　　麥當(dāng)勞位于維吉尼亞州的PentagonCity分店

　　業(yè)績可視化界面

　　左側(cè)為社交媒體指數(shù)排行、近三個月以來的粉絲增量。主干部分包括本月總銷售額/增長趨勢、食品新鮮程度以及銷售預(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)總銷售額、客戶滿意度、員工參與度。

　　用模型模擬未來經(jīng)營狀況

　　管理者還可簡單操作交互式的可預(yù)測模型，將不同參數(shù)輸入這個模型，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帶來怎樣的結(jié)果，成本會提升多少，盈利會變動多少等。系統(tǒng)自動每15分鐘更新分店的經(jīng)營數(shù)據(jù)，經(jīng)理可以隨時快速決定應(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)測模型的交互界面

　　右側(cè)為反映業(yè)績的主要變量。

　　當(dāng)員工數(shù)量增加至5人，收銀窗口使用4個，推出2個新品1號、1個新產(chǎn)2號、5個新產(chǎn)3號時，總滿意度達(dá)到2.5%(上漲1.7個百分點(diǎn))，回頭客增加2個百分點(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，會增加事件處理的效率。相應(yīng)的總利潤和點(diǎn)餐效率的變化也可以一目了然。

　　可見，預(yù)測性分析不僅可以直觀展現(xiàn)每家店的營業(yè)狀況、客戶和員工管理情況，還可以做未來的規(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)測最佳進(jìn)貨時間和員工分配，當(dāng)周邊新開一家公司或新建一棟寫字樓，本店應(yīng)多增加幾名員工，進(jìn)貨時間是否需要提前，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：他們進(jìn)入門店的路線是什么? 與點(diǎn)餐人員有哪些互動?是否會看內(nèi)部廚房還有點(diǎn)餐板?點(diǎn)餐之后都做些什么?此外，視頻分析可以用來跟蹤顧客在店內(nèi)就餐或不停車點(diǎn)餐中花費(fèi)的時間。

　　合理設(shè)計不停車點(diǎn)餐路線和服務(wù)

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

　　他們分析三個重要因素：

　　駕車行駛車道的設(shè)計★ 客人駕車通過時提供給他們的信息★ 客人排隊(duì)等候時間

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

　　麥當(dāng)勞采取的辦法是：

　　使用店外攝像頭捕捉周圍交通狀況，將室內(nèi)外數(shù)據(jù)結(jié)合，利用視頻分析和餐廳外車輛行駛模式的3D模擬來判斷客流量和點(diǎn)餐等候效率，從而優(yōu)化駕車行駛車道和售賣窗口的設(shè)計，提升不入店客戶的就餐體驗(yàn)。

　　麥當(dāng)勞將此工具優(yōu)化后制作成分析平臺，運(yùn)營商就可以在平板電腦中進(jìn)行可視化互動，用3D模擬把車輛駛?cè)胲嚨兰尤氲侥Ｐ椭校瑢W(xué)習(xí)不同特點(diǎn)(如年齡段、種族、車輛分類)人們的駕駛習(xí)慣和行為。

　　比如，開跑車的年輕駕駛員會以較快速度駛?cè)胲嚨溃邳c(diǎn)餐窗口急剎車，這樣他們可能看不到擺放在車道入口給排隊(duì)客人看的新品推銷牌。開大中型車輛的司機(jī)可能停車會離售賣窗口遠(yuǎn)一點(diǎn)，他們伸手夠不到窗口的刷卡機(jī)可能會打開車門甚至下車，這樣就會花費(fèi)更多的時間。

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

　　來自：餐飲老板內(nèi)參 劉兆慧（若牽涉版權(quán)版權(quán)問題請聯(lián)系管理員，謝謝！）