使用 Amplitude 和 Snowflake 推动 QSR 领域的百万美元收入增长

已发表: 2023-02-11

见解/行动/结果：RBI 希望确定应用程序启动速度与客户支出之间是否存在联系。 通过 Amplitude，他们发现当应用程序启动速度更快时，人们更有可能下订单。现在，该团队改进了应用程序加载时间并增加了收入。

只要数据易于访问和操作，您就可以对数据做很多事情。如果世界上所有的数据都位于数据仓库中并且仅供数据分析师和可以编写 SQL 查询的人员使用，那么它对业务并没有多大好处。

这就是为什么数据成功案例不从信息量开始的原因。这些故事的核心涉及允许团队信任数据并与数据交互的工具，赋予它改变业务的吸引力。

数据成功案例并非始于信息量。真正的转变发生在采用允许团队与数据交互的工具之后，赋予它转变业务的引力。

我在基础架构方面花了十年时间，在 Google Cloud Platform 上从事各种产品的工作，包括 Google BigQuery。我是研究数据分析师每天使用的工具的人之一。这是一项充满挑战和回报的工作，但我想尝试一些不同的东西，所以我在 2021 年加入了 RBI。您可能没有听说过我们公司，但您知道我们的品牌。 Restaurant Brands International 是汉堡王、Popeyes、Tim Hortons 和 Firehouse Subs 的母公司。它是世界上最大的快餐服务公司之一，全系统年销售额超过 350 亿美元，在 100 多个国家/地区拥有超过 29,000 家餐厅。

作为数据分析主管，我的工作是让我们的数据对我们的内部团队和加盟商有用。我领导着一群工程师、数据分析师和承包商。我们为公司和我们的品牌管理和部署分析工具。我们还为我们的内部使用和我们的品牌构建仪表板。我们为餐厅业务量身定制后者，同时使它们足够通用，以便我们的任何公司都可以根据自己的需要进行调整。

我在 RBI 工作的最好的部分是我们的产品不是技术。我们每个品牌都有一个内部数据分析团队，但我的团队为整个公司构建数据平台。我们部署的每个系统和我们编写的每个仪表板都会产生影响，直接影响我们加盟商的底线。

Snowflake 和 Amplitude：动态组合

我在 RBI 的第一个大项目是将 Snowflake 集成到我们现有的技术堆栈中，其中包括 Amplitude Analytics。

我们的分析师和产品团队利用 Amplitude 收集行为情报。使用范围从想要监控新数字产品性能的人到增长团队中想知道新应用程序功能是否会带来更多转化的产品经理。

在一个例子中，该团队计划进行更改以缩短应用程序加载时间。我们想确定启动速度和客户支出之间是否存在联系。 Analytics 图表证实了我们的假设——我们看到，是的，当应用程序启动速度更快时，人们会花更多的钱在我们身上。通过将 Android 设备上的应用加载速度降低 43%，iOS 设备上的应用加载速度降低 16%，我们发现转化率增加了 4%。它证实，对该计划的投资是朝着正确方向迈出的一步。

尽管 Amplitude 很有帮助，但我们仅限于它从前端应用程序（如我们的移动应用程序）获取的数据。无法将此数字行为数据与许多其他来源的业务数据相关联。对于我们的后端，我们使用了 AWS DynamoDB，但无法有效地查询我们的数据库以获得正确的答案。这种设置使我们无法为我们的业务提出一些最基本的问题。例如，我们的分析师无法衡量商店时间表对销售的影响，因为我们的营业时间未存储在 Amplitude 中。

我们需要一种将数据路由到 Amplitude 的方法，这意味着重新考虑我们存储数据的位置和方式。 2021 年 10 月，我们开始构建 Snowflake 数据仓库。我们选择 Snowflake 是因为它速度快、基于云，并且可以与我们的其他工具（包括 AWS DynamoDB 和 Amplitude）无缝集成。我们将一些关键数据源（例如来自后端的订单记录）和存储元数据立即路由到 Snowflake。

Snowflake 因其整合和分析海量数据集的能力而脱颖而出。它使我们能够以可在所有分析和 BI 平台中使用的格式清理和存储数据。例如，我们将订单数据从 AWS DynamoDB 路由到 Snowflake，并使其在 Amplitude 中可用。在过去，Amplitude 必须将这些数据转换成可用于行为分析的格式，从而创建与原始数据集不同的数据集，这可能会导致差异。使用 Snowflake，每个应用程序都会收到相同的数据，因此我们可以确信我们在 Amplitude 中看到的内容是一致且可靠的。

为每个人提供见解，为需要它的人提供 SQL

Snowflake 是一个强大的引擎，但我们在部署过程中并不需要很多高接触、面对面的参与。相反，我们创建了文档并将其提供给我们的员工，他们足够精明，可以阅读并独立解决问题。在我们知道之前，他们开始为 Snowflake 和 Amplitude 寻找自己的用例。

通过将 Amplitude 和 Snowflake 结合在一起，我们充分利用了这两个平台的优点。 Snowflake 干净、整合的数据与 Amplitude Analytics 的仪表板相结合，使我们的团队能够提出有意义的问题并从我们的数据集中提取有价值的信息。这两个平台也都易于使用。无论他们是否是数据科学家，公司中的任何人都可以将来自不同分析工具和系统的信息片段拼接在一起，协调各种数据源以制作关于我们业务的清晰而全面的故事。

分层数据工具使公司中的任何人都可以将来自各种数据源的信息拼接在一起，并制作关于业务的清晰而全面的故事。

Snowflake 和 Analytics 支持的最具影响力的项目之一是我们的建议销售引擎(SSE)。SSE 是一种机器学习 (ML) 应用程序，它使用我们驻留在 Analytics 中的移动应用程序的历史购买数据来构建建议额外购买的模型。例如，如果您在汉堡王应用程序上点了一个皇堡，它会询问您是否还想要薯条或人们通常用皇堡点的任何配菜。

它适用于我们的移动应用程序和网站，并为我们得来速餐厅的交互式户外数字菜单板提供动力，以便在客户下订单时提供建议。我们的 SSE 为不同品牌带来了更多收入。在某些市场，我们的餐厅也有自助服务亭，这些自助服务亭也使用这项技术提出建议。

RBI 还利用 Amplitude 和 Snowflake 构建rInsights 。 这个面向加盟商的工具使用来自我们忠诚度后端服务器的 Amplitude 数据集来帮助加盟商更好地了解回头客的行为。特许经营商可以通过跟踪导致人们返回商店的原因以及使他们离开的原因来做出更好的运营决策。如果我们想在没有 Amplitude 和 Snowflake 的情况下开发这个平台，我们将不得不构建基础设施来将我们的服务器连接到应用程序。相反，我们将所有数据发送到 Amplitude，然后在其上创建了一个仪表板。这种简化的方法使我们的加盟商能够更多地了解他们的客户并相应地经营他们的商店。

现在比以往任何时候都更容易链接这两个平台。 Amplitude 与 Snowflake 的新数据共享集成使我们能够在不离开 Snowflake 的情况下使用 Amplitude 数据，进一步简化我们的工作流程，并帮助我们的工程师在他们最高效的环境中更快地移动。

数据在拥挤的空间中提供竞争优势

将我们的数据源整合到 Snowflake 是一个持续的过程，但其带来的好处对我们的组织产生了巨大的影响。从我们品牌的数据分析师到产品经理，人们看到了数据提供的可能性，并提出了比以前更多的问题。他们通过利用 Snowflake 数据和 Analytics 仪表板收集的见解帮助我们开发新工具，例如我们的 ML 项目和面向特许经营商的工具，这些工具可以推动 RBI 的收入。他们对我们数据的可见性越高，他们想要挖掘的越深，他们想要做的事情就越多。

最有价值的分析工具提供了利用数据的能力，将其转化为易于理解的东西，并推动更好的业务决策。

数据不是灵丹妙药。太多的数据会让你陷入困境，尤其是当你不知道如何利用它并将其转化为有用的信息时。 Amplitude 和 Snowflake 使 RBI 能够利用我们的数据，将其转化为易于理解的内容，并推动做出更好的业务决策。它使我们能够在快节奏的食品服务行业保持竞争力，并支持我们的加盟商适应不断变化的口味，并找到新的方式在我们的应用程序、在线和我们的零售地点为我们的客户提供服务。