Gunakan Amplitudo dan Kepingan Salju untuk Mendorong Peningkatan Pendapatan Jutaan Dolar di Ruang QSR

Wawasan/Tindakan/Hasil:RBI ingin menentukan apakah ada hubungan antara kecepatan pengaktifan aplikasi dan pengeluaran pelanggan. Melalui Amplitudo,mereka melihat bahwa orang lebih cenderung melakukan pemesanan saat aplikasi dimulai lebih cepat.Sekarang, tim telah meningkatkan waktu muat aplikasi dan meningkatkan pendapatan.

Anda dapat melakukan banyak hal dengan data, asalkan mudah diakses dan dimanipulasi. Semua data di dunia tidak banyak membantu bisnis jika berada di gudang data dan hanya tersedia untuk analis data dan orang-orang yang dapat membuat kueri SQL.

Itu sebabnya kisah sukses data tidak dimulai dengan kuantitas informasi. Inti dari cerita ini melibatkan alat yang memungkinkan tim untuk memercayai dan berinteraksi dengan data, memberikan kekuatan untuk mengubah bisnis Anda.

Kisah sukses data tidak dimulai dengan kuantitas informasi.Transformasi sejati terjadi setelah mengadopsi alat yang memungkinkan tim berinteraksi dengan data, memberikan kekuatan untuk mengubah bisnis Anda.

Saya menghabiskan satu dekade untuk infrastruktur, mengerjakan Google Cloud Platform pada berbagai produk termasuk Google BigQuery. Saya adalah salah satu orang yang mengerjakan alat yang digunakan analis data setiap hari. Itu adalah pekerjaan yang menantang dan bermanfaat, tetapi saya ingin mencoba sesuatu yang berbeda, jadi saya bergabung dengan RBI pada tahun 2021. Anda mungkin belum pernah mendengar tentang perusahaan kami, tetapi Anda tahu merek kami. Restaurant Brands International adalah perusahaan induk dari Burger King, Popeyes, Tim Hortons, dan Firehouse Subs. Ini adalah salah satu perusahaan restoran cepat saji terbesar di dunia dengan penjualan sistem tahunan lebih dari $35 miliar dan lebih dari 29.000 restoran di lebih dari 100 negara.

Pekerjaan saya sebagai Kepala Analisis Data adalah membuat data kami berguna untuk tim internal dan pewaralaba kami. Saya memimpin sekelompok insinyur, analis data, dan kontraktor. Kami mengelola dan menggunakan alat analitik untuk perusahaan dan merek kami. Kami juga membuat dasbor untuk penggunaan internal dan merek kami. Kami menyesuaikan yang terakhir dengan bisnis restoran sambil membuatnya cukup umum sehingga perusahaan kami dapat menyesuaikannya dengan kebutuhan mereka.

Bagian terbaik dari pekerjaan saya di RBI adalah bahwa produk kami bukanlah teknologi. Setiap merek kami memiliki tim analitik data internal, tetapi tim saya membangun platform data untuk seluruh perusahaan. Setiap sistem yang kami terapkan dan setiap dasbor yang kami tulis memiliki dampak, yang secara langsung memengaruhi keuntungan franchisee kami.

Kepingan Salju dan Amplitudo: duo dinamis

Proyek besar pertama saya di RBI adalah mengintegrasikan Snowflake ke tumpukan teknologi kami yang sudah ada, termasuk Analisis Amplitudo.

Analis dan tim produk kami memanfaatkan Amplitudo untuk mengumpulkan kecerdasan perilaku. Penggunaan menjalankan spektrum mulai dari orang yang ingin memantau performa penawaran digital baru hingga manajer produk di tim pertumbuhan yang bertanya-tanya apakah fitur aplikasi baru menghasilkan lebih banyak konversi.

Dalam satu contoh, tim sedang merencanakan perubahan untuk meningkatkan waktu muat aplikasi. Kami ingin menentukan apakah ada hubungan antara kecepatan startup dan pengeluaran pelanggan. Grafik Analytics mengonfirmasi hipotesis kami—kami melihat bahwa, ya, saat aplikasi dimulai lebih cepat, orang menghabiskan lebih banyak uang dengan kami. Dengan menurunkan kecepatan pemuatan aplikasi sebesar 43% di perangkat Android dan 16% di iOS, kami melihat peningkatan konversi sebesar 4%. Itu menegaskan bahwa berinvestasi dalam inisiatif ini adalah langkah ke arah yang benar.

Betapapun bermanfaatnya Amplitudo, kami terbatas pada data yang diserapnya dari aplikasi front-end, seperti aplikasi seluler kami. Tidak ada cara untuk mengkorelasikan data perilaku digital ini dengan data bisnis dari banyak sumber lain. Untuk backend kami, kami menggunakan AWS DynamoDB tetapi tidak dapat mengkueri database kami secara efisien untuk mendapatkan jawaban yang tepat. Penyiapan ini mencegah kami mengajukan beberapa pertanyaan paling mendasar untuk bisnis kami. Misalnya, analis kami tidak dapat mengukur dampak jadwal toko terhadap penjualan karena jam lokasi kami tidak disimpan di Amplitudo.

Kami membutuhkan cara untuk merutekan data ke Amplitudo, yang berarti memikirkan kembali tempat dan cara kami menyimpan data. Pada Oktober 2021, kami mulai membangun gudang data Snowflake. Kami memilih Snowflake karena cepat, berbasis cloud, dan dapat berintegrasi mulus dengan alat kami yang lain, termasuk AWS DynamoDB dan Amplitudo. Kami merutekan beberapa sumber data utama kami seperti catatan pesanan dari backend kami dan menyimpan metadata ke Snowflake dengan segera.

Kepingan salju menonjol karena kemampuannya untuk mengintegrasikan dan menganalisis kumpulan data yang sangat besar. Ini memungkinkan kami untuk membersihkan dan menyimpan data kami dalam format yang dapat kami gunakan di semua analitik dan platform BI kami. Misalnya, kami merutekan data pesanan dari AWS DynamoDB ke Snowflake dan membuatnya tersedia di Amplitudo. Di masa lalu, Amplitudo harus mengubah data ini menjadi format yang dapat digunakannya untuk analitik perilaku, membuat kumpulan data yang berbeda dari aslinya yang dapat menyebabkan perbedaan. Dengan Snowflake, setiap aplikasi menerima data yang sama, sehingga kami yakin bahwa apa yang kami lihat di Amplitudo konsisten dan andal.

Wawasan untuk semua orang dan SQL untuk mereka yang membutuhkannya

Kepingan salju adalah pembangkit tenaga listrik, tetapi kami tidak memerlukan banyak interaksi tatap muka selama penerapan. Sebagai gantinya, kami membuat dokumentasi dan membuatnya tersedia untuk orang-orang kami, yang cukup paham untuk membacanya dan mencari tahu sendiri. Sebelum kami menyadarinya, mereka mulai menemukan kasus penggunaan mereka sendiri untuk Kepingan Salju dan Amplitudo.

Dengan menyatukan Amplitudo dan Kepingan Salju, kami memanfaatkan yang terbaik dari kedua platform. Kombinasi data Snowflake yang bersih dan terkonsolidasi serta dasbor Amplitude Analytics memberdayakan tim kami untuk mengajukan pertanyaan yang bermakna dan mengekstrak informasi berharga dari kumpulan data kami. Kedua platform juga mudah digunakan. Apakah mereka seorang ilmuwan data atau bukan, siapa pun di perusahaan dapat menggabungkan potongan-potongan informasi dari alat dan sistem analitik yang berbeda, merekonsiliasi berbagai sumber data untuk membuat cerita yang jelas dan komprehensif tentang bisnis kami.

Alat data berlapis memungkinkan siapa pun di perusahaan untuk menyatukan potongan-potongan informasi dari berbagai sumber data dan membuat cerita yang jelas dan komprehensif tentang bisnis.

Salah satu proyek paling berpengaruh yang diaktifkan oleh Snowflake dan Analytics adalah Mesin Penjualan Sugestif (SSE) kami.SSE adalah aplikasi pembelajaran mesin (ML) yang menggunakan data pembelian historis dari aplikasi seluler kami yang berada di Analytics untuk membuat model yang menyarankan pembelian tambahan. Misalnya, jika Anda memesan Whopper di aplikasi Burger King, ia akan menanyakan apakah Anda juga ingin kentang goreng atau lauk apa pun yang biasa dipesan orang dengan Whopper.

Ini berfungsi pada aplikasi seluler dan situs web kami dan memberi daya pada papan menu digital luar ruangan interaktif di drive-through kami untuk menawarkan saran saat pelanggan melakukan pemesanan. SSE kami telah menghasilkan peningkatan pendapatan untuk berbagai merek. Di beberapa pasar, kami juga memiliki kios swalayan di restoran kami yang juga memberikan saran menggunakan teknologi ini.

RBI juga memanfaatkan Amplitudo dan Snowflake untuk membangunrInsights .Alat yang menghadap ke franchisee ini menggunakan kumpulan data Amplitudo dari server backend loyalitas kami untuk membantu pemilik waralaba lebih memahami perilaku pelanggan yang kembali. Waralaba dapat membuat keputusan operasional yang lebih baik dengan melacak apa yang menyebabkan orang kembali ke toko mereka dan apa yang membuat mereka menjauh. Jika kami ingin mengembangkan platform ini tanpa Amplitudo dan Kepingan Salju, kami harus membangun infrastruktur untuk menghubungkan server kami ke aplikasi. Sebagai gantinya, kami mengirim semua data ke Amplitudo dan kemudian membuat dasbor di atasnya. Pendekatan yang disederhanakan ini telah memungkinkan pewaralaba kami untuk mengetahui lebih banyak tentang pelanggan mereka dan menjalankan toko mereka sesuai dengan itu.

Menghubungkan kedua platform sekarang lebih mudah dari sebelumnya. Integrasi berbagi data baru Amplitudo ke Snowflake memungkinkan kami menggunakan data Amplitudo tanpa meninggalkan Snowflake, semakin menyederhanakan alur kerja kami dan membantu teknisi kami bergerak lebih cepat di lingkungan tempat mereka paling produktif.

Data menawarkan keunggulan kompetitif di ruang yang ramai

Memasukkan sumber data kami ke Snowflake adalah proses yang berkelanjutan, tetapi manfaatnya telah membuat perbedaan besar di organisasi kami. Dari analis data hingga manajer produk di seluruh merek kami, orang melihat kemungkinan yang ditawarkan data dan mengajukan lebih banyak pertanyaan daripada sebelumnya. Wawasan yang mereka peroleh dengan memanfaatkan data Snowflake dan dasbor Analytics membantu kami mengembangkan alat baru seperti proyek ML dan alat terkait franchisee yang mendorong pendapatan di RBI. Semakin banyak visibilitas yang mereka miliki terhadap data kami, semakin dalam mereka ingin menggali dan semakin banyak yang ingin mereka lakukan.

Alat analitik paling berharga menawarkan kemampuan untuk memanfaatkan data, mengubahnya menjadi sesuatu yang mudah dipahami, dan mendorong keputusan bisnis yang lebih baik.

Data bukanlah peluru ajaib. Terlalu banyak data dapat menghambat Anda, terutama jika Anda tidak tahu cara memanfaatkan dan mengubahnya menjadi informasi yang berguna. Amplitudo dan Kepingan Salju telah memberi RBI kemampuan untuk memanfaatkan data kami, mengubahnya menjadi sesuatu yang mudah dipahami, dan mendorong keputusan bisnis yang lebih baik. Ini memungkinkan kami untuk tetap kompetitif dalam industri layanan makanan yang bergerak cepat dan mendukung pewaralaba kami saat kami beradaptasi dengan perubahan selera dan menemukan cara baru untuk melayani pelanggan kami dalam aplikasi kami, online, dan di lokasi ritel kami.