麦当劳是一个拥有超过34000个餐厅的大型全球食品服务零售商，每天为118个国家超过6900万人服务。全球麦当劳的日常顾客流量大约为6200万，每秒钟销售大约75个汉堡，年营业额270亿美元，员工超过750000人，可以说是一家巨型公司，美国人在麦当劳一年能消耗10亿磅牛肉。很明显，他们能够生成大量的食客数据和营销数据，但是麦当劳要如何利用这些数据进行快速充电的呢？
先来看一下麦当劳在美国的分布图，如此密密麻麻的分布，足以看出麦当劳大数据的数量之庞大，利用大数据资源进行经营创新和优化顾客体验想必是麦当劳接下来发展决策的重中之重。
建立大数据团队，以数据驱动营销
在过去的几年里，麦当劳已然成为了一个以数据信息为中心的组织，做出了“以数据驱动营销”的决策。为了落实这一决策，他们创建了一个项目开发数据模型。麦当劳运营总监建议采用跨部门跨职能的方法，特别是在大数据应用和分析领域，以业务为重点，实现麦当劳营销质的改变。麦当劳创建了一个涉及“多部门”的团队，在整个组织中发掘，开发和部署新的解决方案。在发掘阶段，他们试图迅速地提出想法并去孵化它们，这个阶段他们只涉及到几个部门，例如IT、分析和工程等。在开发阶段，他们将增加几个额外部门的参与，如人力资源、培训、财务，以确保他们观点的正确性和这些新项目的顺利开发。最后，在部署阶段，将会有更多的部门参与，例如营销或设计部门等。
借助食客洞察，优化餐厅顾客体验
过去大部分连锁餐厅存在的问题是，当地餐厅提供的数据是基于平均指标，这样就会无法比较不同餐厅的具体经营状况，那么提出合适的决策来改善运营状况就更难了。因此，麦当劳决定将使用平均值转变为注重趋势分析和食客洞察，洞察本地餐厅发生了什么，食客的行为习惯是怎样的等等，他们组合大量的数据并将数据进行分析，形成可视化的图表展示，为的是更好地了解餐厅之间差异形成的原因以及差异所影响的经营效果，进而针对性的制定营销策略。换一种说法就是，他们结合了多种图形来了解相关性，用这些相关性来创建更清晰和可操作的经营模式，从而节省了整个企业的资金和时间。
这种数据分析应用的典型例子是麦当劳使用大数据来优化汽车餐厅的顾客体验。他们通过不同的方面来进行分析和优化，像汽车餐厅的设计，顾客使用汽车餐厅过程中收到的信息以及排队等待点餐的人群。一大家子人在一个小货车里点一大堆东西会给那些排在后面只想点杯奶昔的单个顾客造成不良体验。因此麦当劳会分析这种需求的节奏从而预测它的发生。
从预测分析中获得的信息可用于餐厅的设计和员工工作方式的改进。麦当劳使用数据分析来找到改变运营的方法，找到餐厅设计和员工工作方式的最佳解决方案。这是麦当劳正在进行的一个项目，他们也将这种预测分析应用到了公司的其他方面，并部署在世界各地的麦当劳餐厅。
麦当劳追踪和分析大量的变量数据，以改善公司运营和优化顾客体验。它们跟踪店内流量，顾客互动，汽车餐厅的流动安排，点餐节奏，销售网点数据，视频数据和传感器数据。将这些数据进行分析得出的结论用于餐厅的设计、菜单的变化，优化他们的培训计划，完善他们的供应链。尽管世界各地的麦当劳餐厅都叫麦当劳，但每家麦当劳餐厅都有所不同，因为它们使用当地餐厅的数据进行运营优化。此外，麦当劳还使用数据分析优化汉堡的外观，以确保汉堡的颜色和大小的统一。
总而言之，麦当劳利用大数据为顾客创造了最好的体验，使餐厅运营的更加高效，也更加受顾客喜爱。
智看乾坤
麦当劳的全美分布图，无疑给每个餐饮连锁老板带来了强大的视觉冲击，麦当劳如何将这些繁密的网点进行合理的规划和布局，并且保证每家餐厅都能够合理制定营销策略，大数据的作用举足轻重。
食客洞察是餐饮企业一切工作的原点，它关系着餐企每一个经营战略和经营决策。麦当劳的成功离不开对顾客体验的重视，通过食客洞察形成的食客行为报告为企业优化顾客体验提供了数据支撑。
辰智一直提倡大数据的聚合应用，数据的采集与整合是整个应用非常重要的一步。数据的分析与洞察固然重要，但数据的质量与数量，以及能否将所有的数据统一到一个载体上，才是大数据运用至关重要的第一步。数据的聚合加上工具的集成，便是整个“大数据”过程中的重要载体。
辰智-大数据应用专家
长按二维码关注公众号：辰智
转载声明：
1、如果您喜欢本文，转载请注明：辰智翻译
2、欢迎您留言、提问
原创文章，作者：辰智，如若转载，请注明出处：https://www.qiyu88.com/58280.html
