ใช้แอมพลิจูดและเกล็ดหิมะเพื่อขับเคลื่อนรายได้นับล้านดอลลาร์ที่เพิ่มขึ้นในพื้นที่ QSR

ข้อมูลเชิงลึก/การดำเนินการ/ผลลัพธ์:RBI ต้องการตรวจสอบว่ามีความเชื่อมโยงระหว่างความเร็วในการเริ่มต้นแอปกับการใช้จ่ายของลูกค้าหรือไม่ ด้วย Amplitudeพวกเขาเห็นว่าผู้คนมีแนวโน้มที่จะสั่งซื้อเมื่อแอปเริ่มเร็วขึ้นขณะนี้ทีมงานได้ปรับปรุงเวลาในการโหลดแอปและเพิ่มรายได้

คุณสามารถทำอะไรได้มากมายกับข้อมูล หากเข้าถึงและจัดการได้ง่าย ข้อมูลทั้งหมดในโลกนี้ไม่สามารถทำธุรกิจได้ดีนักหากอยู่ในคลังข้อมูล และพร้อมใช้งานสำหรับนักวิเคราะห์ข้อมูลและผู้ที่สามารถเขียนแบบสอบถาม SQL เท่านั้น

นั่นเป็นเหตุผลที่เรื่องราวความสำเร็จของข้อมูลไม่ได้เริ่มต้นด้วยปริมาณข้อมูล หัวใจของเรื่องราวเหล่านี้เกี่ยวข้องกับเครื่องมือที่ช่วยให้ทีมไว้วางใจและโต้ตอบกับข้อมูลได้ ทำให้เกิดแรงดึงดูดในการเปลี่ยนแปลงธุรกิจของคุณ

เรื่องราวความสำเร็จของข้อมูลไม่ได้เริ่มต้นด้วยปริมาณข้อมูลการเปลี่ยนแปลงที่แท้จริงจะเกิดขึ้นหลังจากใช้เครื่องมือที่ช่วยให้ทีมสามารถโต้ตอบกับข้อมูล ทำให้มีแรงดึงดูดในการเปลี่ยนแปลงธุรกิจของคุณ

ฉันใช้เวลา 10 ปีกับโครงสร้างพื้นฐาน ทำงานบน Google Cloud Platform ในผลิตภัณฑ์ต่างๆ รวมถึง Google BigQuery ฉันเป็นหนึ่งในคนที่ทำงานเกี่ยวกับเครื่องมือที่นักวิเคราะห์ข้อมูลใช้ทุกวัน เป็นงานที่ท้าทายและคุ้มค่า แต่ฉันอยากลองอะไรที่แตกต่างออกไป ฉันจึงเข้าร่วม RBI ในปี 2564 คุณอาจไม่เคยได้ยินเกี่ยวกับบริษัทของเรา แต่คุณรู้จักแบรนด์ของเรา Restaurant Brands International เป็นบริษัทแม่ของ Burger King, Popeyes, Tim Hortons และ Firehouse Subs เป็นหนึ่งในบริษัทร้านอาหารบริการด่วนที่ใหญ่ที่สุดในโลก ด้วยยอดขายทั้งระบบมากกว่า 3.5 หมื่นล้านดอลลาร์ต่อปี และร้านอาหารกว่า 29,000 แห่งในกว่า 100 ประเทศ

งานของฉันในฐานะหัวหน้าฝ่ายวิเคราะห์ข้อมูลคือทำให้ข้อมูลของเรามีประโยชน์สำหรับทีมภายในและแฟรนไชส์ของเรา ฉันเป็นผู้นำกลุ่มวิศวกร นักวิเคราะห์ข้อมูล และผู้รับเหมา เราจัดการและปรับใช้เครื่องมือวิเคราะห์สำหรับบริษัทและแบรนด์ของเรา เรายังสร้างแดชบอร์ดสำหรับการใช้งานภายในและแบรนด์ของเรา เราปรับแต่งส่วนหลังให้เหมาะกับธุรกิจร้านอาหารโดยทำให้เป็นแบบทั่วไปพอที่บริษัทของเราจะปรับให้เข้ากับความต้องการได้

ส่วนที่ดีที่สุดในงานของฉันที่ RBI คือผลิตภัณฑ์ของเราไม่ใช่เทคโนโลยี แต่ละแบรนด์ของเรามีทีมวิเคราะห์ข้อมูลภายใน แต่ทีมของฉันสร้างแพลตฟอร์มข้อมูลสำหรับทั้งบริษัท ทุกระบบที่เราปรับใช้และทุกแดชบอร์ดที่เราเขียนมีผลกระทบ ส่งผลโดยตรงต่อผลกำไรสำหรับแฟรนไชส์ของเรา

เกล็ดหิมะและแอมพลิจูด: คู่หูแบบไดนามิก

โครงการใหญ่โครงการแรกของฉันที่ RBI คือการผสานรวม Snowflake เข้ากับกองเทคโนโลยีที่มีอยู่ของเรา ซึ่งรวมถึง Amplitude Analytics

นักวิเคราะห์และทีมผลิตภัณฑ์ของเราใช้ประโยชน์จาก Amplitude เพื่อรวบรวมความฉลาดทางพฤติกรรม การใช้งานครอบคลุมตั้งแต่ผู้ที่ต้องการตรวจสอบประสิทธิภาพของข้อเสนอดิจิทัลใหม่ไปจนถึงผู้จัดการผลิตภัณฑ์ในทีมเติบโตที่สงสัยว่าฟีเจอร์ใหม่ของแอปนำไปสู่ ​​Conversion มากขึ้นหรือไม่

ในกรณีหนึ่ง ทีมงานกำลังวางแผนการเปลี่ยนแปลงเพื่อปรับปรุงเวลาในการโหลดแอป เราต้องการตรวจสอบว่ามีความเกี่ยวข้องกันระหว่างความเร็วเริ่มต้นกับการใช้จ่ายของลูกค้าหรือไม่ กราฟ Analytics ยืนยันสมมติฐานของเรา เราเห็นว่า ใช่ เมื่อแอปเริ่มทำงานเร็วขึ้น ผู้คนก็ใช้เงินกับเรามากขึ้น ด้วยการลดความเร็วในการโหลดแอปลง 43% บนอุปกรณ์ Android และ 16% บน iOS เราพบว่า Conversion เพิ่มขึ้น 4% เป็นการยืนยันว่าการลงทุนในโครงการริเริ่มนี้เป็นไปในทิศทางที่ถูกต้อง

แอมพลิจูดมีประโยชน์พอๆ กับที่เราถูกจำกัดไว้เฉพาะข้อมูลที่นำเข้ามาจากแอปพลิเคชันส่วนหน้า เช่น แอปบนอุปกรณ์เคลื่อนที่ของเรา ไม่มีทางที่จะเชื่อมโยงข้อมูลพฤติกรรมดิจิทัลนี้กับข้อมูลธุรกิจจากแหล่งอื่น ๆ ได้ สำหรับแบ็กเอนด์ของเรา เราใช้ AWS DynamoDB แต่ไม่สามารถสืบค้นฐานข้อมูลของเราได้อย่างมีประสิทธิภาพเพื่อให้ได้คำตอบที่ถูกต้อง การตั้งค่านี้ทำให้เราไม่สามารถถามคำถามพื้นฐานที่สุดสำหรับธุรกิจของเราได้ ตัวอย่างเช่น นักวิเคราะห์ของเราไม่สามารถวัดผลกระทบของกำหนดการของร้านค้าที่มีต่อการขายได้ เนื่องจากเวลาทำการของสถานที่ตั้งของเราไม่ได้ถูกจัดเก็บใน Amplitude

เราต้องการวิธีกำหนดเส้นทางข้อมูลไปยังแอมพลิจูด ซึ่งหมายถึงการคิดใหม่ว่าเราเก็บข้อมูลไว้ที่ไหนและอย่างไร ในเดือนตุลาคม 2021 เราเริ่มสร้างคลังข้อมูล Snowflake เราเลือก Snowflake เนื่องจากรวดเร็ว ทำงานบนระบบคลาวด์ และสามารถผสานรวมกับเครื่องมืออื่นๆ ของเราได้อย่างราบรื่น รวมถึง AWS DynamoDB และ Amplitude เรากำหนดเส้นทางแหล่งข้อมูลสำคัญบางส่วนของเรา เช่น บันทึกคำสั่งซื้อจากแบ็กเอนด์ของเราและจัดเก็บข้อมูลเมตาไปยัง Snowflake ทันที

Snowflake โดดเด่นด้วยความสามารถในการรวมและวิเคราะห์ชุดข้อมูลขนาดใหญ่ ช่วยให้เราสามารถทำความสะอาดและจัดเก็บข้อมูลของเราในรูปแบบที่เราสามารถใช้ในการวิเคราะห์และแพลตฟอร์ม BI ทั้งหมดของเรา ตัวอย่างเช่น เรากำหนดเส้นทางข้อมูลการสั่งซื้อจาก AWS DynamoDB ไปยัง Snowflake และทำให้พร้อมใช้งานใน Amplitude ในอดีต Amplitude จะต้องแปลงข้อมูลนี้เป็นรูปแบบที่สามารถใช้สำหรับการวิเคราะห์เชิงพฤติกรรม โดยสร้างชุดข้อมูลที่แตกต่างจากเดิมซึ่งอาจนำไปสู่ความคลาดเคลื่อนได้ ด้วย Snowflake ทุกแอปพลิเคชันจะได้รับข้อมูลเดียวกัน เราจึงมั่นใจได้ว่าสิ่งที่เราเห็นใน Amplitude นั้นสอดคล้องและเชื่อถือได้

ข้อมูลเชิงลึกสำหรับทุกคนและ SQL สำหรับผู้ที่ต้องการ

Snowflake เป็นโรงไฟฟ้า แต่เราไม่ต้องการการมีส่วนร่วมแบบสัมผัสสูงระหว่างการติดตั้งใช้งาน แต่เราสร้างเอกสารประกอบและให้บริการแก่บุคลากรของเราซึ่งมีความเข้าใจมากพอที่จะอ่านและเข้าใจสิ่งต่างๆ ด้วยตนเอง ก่อนที่เราจะรู้ตัว พวกเขาเริ่มค้นหากรณีการใช้งาน Snowflake และ Amplitude ของตนเอง

ด้วยการนำ Amplitude และ Snowflake มารวมกัน เราจึงใช้ประโยชน์จากแพลตฟอร์มทั้งสองที่ดีที่สุด การรวมกันของข้อมูลที่สะอาดและรวมของ Snowflake และแดชบอร์ดของ Amplitude Analytics ช่วยให้ทีมของเราสามารถถามคำถามที่มีความหมายและดึงข้อมูลที่มีค่าจากชุดข้อมูลของเรา ทั้งสองแพลตฟอร์มใช้งานง่ายด้วย ไม่ว่าพวกเขาจะเป็นนักวิทยาศาสตร์ข้อมูลหรือไม่ก็ตาม ทุกคนในบริษัทสามารถรวมข้อมูลต่างๆ จากเครื่องมือและระบบการวิเคราะห์ต่างๆ เข้าด้วยกัน กระทบยอดแหล่งข้อมูลต่างๆ เพื่อจัดทำเรื่องราวที่ชัดเจนและครอบคลุมเกี่ยวกับธุรกิจของเรา

เครื่องมือการแบ่งชั้นข้อมูลช่วยให้ทุกคนในบริษัทสามารถเชื่อมโยงข้อมูลต่างๆ จากแหล่งข้อมูลต่างๆ เข้าด้วยกัน และสร้างเรื่องราวที่ชัดเจนและครอบคลุมเกี่ยวกับธุรกิจ

หนึ่งในโครงการที่สร้างผลกระทบมากที่สุดที่ Snowflake และ Analytics เปิดใช้งานคือ เครื่องมือการขายที่แนะนำ (SSE)SSE เป็นแอปพลิเคชันแมชชีนเลิร์นนิง (ML) ที่ใช้ข้อมูลการซื้อที่ผ่านมาจากแอปมือถือของเราที่อยู่ใน Analytics เพื่อสร้างโมเดลที่แนะนำการซื้อเพิ่มเติม ตัวอย่างเช่น หากคุณสั่ง Whopper ในแอป Burger King ระบบจะถามว่าคุณต้องการมันฝรั่งทอดด้วยหรือไม่ หรือเครื่องเคียงที่ผู้คนมักสั่งกับ Whopper

มันทำงานบนแอพมือถือและเว็บไซต์ของเราและขับเคลื่อนกระดานเมนูดิจิตอลกลางแจ้งแบบโต้ตอบได้ที่ไดรฟ์ทรูของเราเพื่อเสนอคำแนะนำเมื่อลูกค้าสั่งซื้อ SSE ของเราสร้างรายได้เพิ่มขึ้นให้กับแบรนด์ต่างๆ ในบางตลาด เรายังมีตู้บริการตนเองที่ร้านอาหารของเราซึ่งให้คำแนะนำโดยใช้เทคโนโลยีนี้ด้วย

RBI ยังใช้ประโยชน์จาก Amplitude และ Snowflake เพื่อสร้างrInsightsเครื่องมือที่ติดต่อกับผู้ซื้อแฟรนไชส์นี้ใช้ชุดข้อมูล Amplitude จากเซิร์ฟเวอร์แบ็กเอนด์สำหรับสมาชิกของเรา เพื่อช่วยให้เจ้าของแฟรนไชส์เข้าใจพฤติกรรมของลูกค้าที่กลับมาใช้บริการได้ดียิ่งขึ้น แฟรนไชส์สามารถตัดสินใจในการดำเนินงานได้ดีขึ้นโดยติดตามว่าอะไรเป็นสาเหตุที่ทำให้คนกลับมาที่ร้านและอะไรที่ทำให้ไม่ไป หากเราต้องการพัฒนาแพลตฟอร์มนี้โดยไม่มี Amplitude และ Snowflake เราจะต้องสร้างโครงสร้างพื้นฐานเพื่อเชื่อมต่อเซิร์ฟเวอร์ของเรากับแอป แต่เราส่งข้อมูลทั้งหมดไปยัง Amplitude แล้วสร้างแดชบอร์ดที่เหนือกว่านั้น วิธีการที่เรียบง่ายนี้ช่วยให้ผู้ซื้อแฟรนไชส์ของเรารู้จักลูกค้าของตนมากขึ้นและดำเนินกิจการร้านค้าของตนตามนั้น

การเชื่อมโยงทั้งสองแพลตฟอร์มทำได้ง่ายกว่าที่เคย การรวม Datashare ใหม่ของ Amplitude กับ Snowflake ช่วยให้เราใช้ข้อมูล Amplitude ได้โดยไม่ต้องออกจาก Snowflake ทำให้เวิร์กโฟลว์ของเราง่ายขึ้น และช่วยให้วิศวกรของเราทำงานได้เร็วขึ้นในสภาพแวดล้อมที่พวกเขามีประสิทธิผลมากที่สุด

ข้อมูลนำเสนอความได้เปรียบในการแข่งขันในพื้นที่ที่มีผู้คนหนาแน่น

การรวมแหล่งข้อมูลของเราเข้ากับ Snowflake เป็นกระบวนการต่อเนื่อง แต่ประโยชน์ที่ได้รับสร้างความแตกต่างอย่างมากในองค์กรของเรา ตั้งแต่นักวิเคราะห์ข้อมูลไปจนถึงผู้จัดการผลิตภัณฑ์ทั่วทั้งแบรนด์ของเรา ผู้คนมองเห็นข้อเสนอของข้อมูลที่เป็นไปได้และถามคำถามมากขึ้นกว่าเดิม ข้อมูลเชิงลึกที่พวกเขารวบรวมโดยใช้ประโยชน์จากข้อมูล Snowflake และแดชบอร์ด Analytics ช่วยให้เราพัฒนาเครื่องมือใหม่ๆ เช่น โครงการ ML ของเราและเครื่องมือที่เปิดรับแฟรนไชส์ซึ่งขับเคลื่อนรายได้ที่ RBI ยิ่งพวกเขาเปิดเผยข้อมูลของเรามากเท่าไหร่ พวกเขาก็ยิ่งต้องการขุดลึกลงไปและยิ่งอยากทำมากขึ้นเท่านั้น

เครื่องมือวิเคราะห์ที่มีค่าที่สุดให้ความสามารถในการควบคุมข้อมูล เปลี่ยนเป็นสิ่งที่เข้าใจได้ง่าย และขับเคลื่อนการตัดสินใจทางธุรกิจที่ดีขึ้น

ข้อมูลไม่ใช่กระสุนวิเศษ ข้อมูลที่มากเกินไปอาจทำให้คุณยุ่งเหยิง โดยเฉพาะอย่างยิ่งหากคุณไม่รู้วิธีควบคุมและแปลงให้เป็นข้อมูลที่เป็นประโยชน์ Amplitude และ Snowflake ช่วยให้ RBI สามารถใช้ประโยชน์จากข้อมูลของเรา เปลี่ยนเป็นสิ่งที่เข้าใจได้ง่าย และขับเคลื่อนการตัดสินใจทางธุรกิจได้ดียิ่งขึ้น ช่วยให้เราสามารถแข่งขันได้ในอุตสาหกรรมบริการอาหารที่เปลี่ยนแปลงอย่างรวดเร็ว และสนับสนุนแฟรนไชส์ของเราในขณะที่เราปรับตัวให้เข้ากับรสนิยมที่เปลี่ยนไป และค้นหาวิธีใหม่ๆ ในการให้บริการลูกค้าภายในแอป ออนไลน์ และที่ร้านค้าปลีกของเรา