Starbucks — это не про кофе, это Data Tech компания

06.05.2020
Posted in blog-article
06.05.2020 admin

Starbucks — это не про кофе, это Data Tech компания

В наше время мы не можем даже попить кофе без использования высокотехнологичных штучек. Каких именно? А как их применить в ларьке с шавермой? Ответ совсем рядом 👇🏻

Starbucks не просто продает огромное количество горячих и холодных напитков по всему миру — они также собирают огромные объемы данных из более чем 100 миллионов транзакций в неделю. Как компания использует эти данные? И какую роль в этом играют ИИ и интернет вещей (IoT)?

То, как Starbucks использует данные и современные технологии для достижения конкурентных преимуществ, поучительно для всех компаний, независимо от их размера. Например, они являются пионерами в объединении систем лояльности, платежных карт и мобильных приложений. Но это только вершина айсберга.

В этой статье приведены пять наиболее интересных примеров того, как Starbucks использует данные, ИИ и интернет вещей для получения конкурентных преимуществ. Starbucks больше не является кофейным бизнесом, а компанией, делающей ставку на технологии передачи данных в сфере продуктов питания и напитков.

Starbucks является наилучшим примером взаимодействия технологий, данных и бизнеса

Starbucks не испытывает недостатка в данных. Компания владеет более 30 000 магазинами по всему миру, в которых совершается около 100 миллионов транзакций в неделю. Это дает им всестороннее представление о том, что их клиенты потребляют и что им действительно нравится. Может показаться удивительным, но компания стала делать акцент на ценности этих данных чуть более десяти лет назад.

Дело не в том, что до этого они не использовали данные. Но, как и у многих крупных компаниях, причиной перемен стал кризис. В данном случае это был финансовый кризис 2008 года и связанное с ним закрытие магазинов. Тогдашний генеральный директор Говард Шульц извлек из этого урок: использование данных Starbucks должно быть более аналитическим, особенно при определении местоположения магазинов.

До этого Starbucks, как и многие другие организации, принимали решения, основываясь на человеческом опыте и суждениях. Очевидно, данные играли важную, но не систематичную роль, как это могло бы быть.

Помимо недвижимости, использование данных Starbucks сегодня, конечно же, распространяется на целый ряд маркетинговых и продуктовых мероприятий. Это, в свою очередь, приводит к переосмыслению того, как компания управляет своей цепочкой поставок. Ключевым элементом этой программы является программа лояльности Starbucks Rewards, которая также стартовала в 2008 году.

В меньшей степени Starbucks демонстрирует то, как использование данных охватывает интернет вещей, в особенности in-store операции. Всё началось с кофемашин, а теперь распространяется на другое оборудование в магазине, например, на духовки.

Пять примеров того, как Starbucks использует данные, ИИ интернет вещей для конкурентного преимущества

Мы могли бы написать целую книгу о том, как Starbucks использует данные и связанные с ними технологии, как и многие другие крупные современные корпорации. Чему у них действительно стоит поучиться, так это тому, как они применяют все виды новых идей, используя данные и технологии, а затем используют больше данных, чтобы выяснить, какие из них следует продвигать.

Из множества замечательных примеров я выбрал пять наиболее ярких. Я выбрал их, потому что они демонстрируют, насколько использование данных улучшило их бизнес, наряду с такими технологиями, как ИИ, IoT и облачные хранилища:

  • таргетинг на клиентов с помощью персонализированных рекламных акций и предложений
  • разработка продукта на основе знаний, в том числе по всем каналам
  • сложное планирование недвижимости
  • создание динамического меню
  • оптимизированное обслуживание машин

Пример 1: персонализированные промо-акции

Классический пример использования данных о клиентах — это персонализация вашего предложения в соответствии с индивидуальными предпочтениями потребителей, и здесь Starbucks ничем не выделяется. С более чем 16 миллионами членов только в США, их программа лояльности составляет почти половину всех транзакций магазинов США.

Знание индивидуальных предпочтений клиентов и моделей покупок позволяет Starbucks отправлять персонализированные предложения, которые с большей вероятностью будут актуальными. Использование ИИ для определения таких кампаний становится стандартным применением искусственного интеллекта, и Starbucks делает это с 2017 года с помощью своей программы “Цифровой маховик”.

Важным фокусом в работе подобного рода является предложение новых продуктов, которые могут понравиться потребителю, основанные на том, что он заказывает помимо прочего.

Но речь идет не только о персонализированных акциях. Большую часть по-прежнему составляют обычные массовые кампании, но непосредственно для каждого потребителя в целевом сегменте. Это могут быть холодные напитки в жаркие дни, запуски продуктов или сезонные меню.

Пример 2: продукты, появившиеся благодаря анализу

Персонализированные акции, несомненно, эффективны, но не менее важным для Starbucks является использование данных о клиентах при разработке ассортимента своей продукции.

Один из способов, как Starbucks пользуется данными клиентов, исходит из изучения покупательские привычек большого числа потребителей. Анализ этих данных позволяет предположить вариации и изменения в существующих продуктах. Например, более 15 лет назад появилась симпатичная идея ввести тыквенные напитки на Хэллоуин, что вдохновило на создание целого рядя глобальных продуктов, вдохновленных тыквой. Одним из результатов является огромный всплеск посещаемости в осенний период.

Второй тип — использование данных во всех каналах. Наиболее показательным примером этого является шаг на встречу рынку домашнего кофе в 2016 году. Тогда состоялся основной запуск продуктов в супермаркетах для клиентов, которые предпочитают пить кофе дома. Данные в магазине дали прочную основу для принятия решения о том, какие продукты следует выбрать для домоседов. Компания также могла бы использовать эти данные для тестирования продуктов для дома, такие как растворимый кофе, который бы продавался в обычных магазинах.

Они также добавили версии домашних продуктов без сахара. Другим вариантом, который предполагали использование данных о потреблении в магазине, были версии с молоком и без него.

Пример 3: умное планирование недвижимости

Планирование того, где открыть магазин Starbucks, теперь представляет собой сложный анализ данных. То, как Starbucks использует данные для этого, охватывает все мыслимые и немыслимые факторы, которые вы можете предвосхитить.

ИИ моделирует экономические факторы о местоположении. К ним относятся численность населения, уровень доходов, трафик, присутствие конкурентов и т. д. Он использует эти показатели для прогнозирования доходов, прибыли и других аспектов экономической деятельности.

Система также учитывает расположение существующих торговых точек Starbucks, рассматривая влияние предлагаемого нового магазина на существующие доходы в близлежащих районах.

Технология ИИ, лежащая в основе этого приложения, также известна как картографирование или ГИС (геопространственные информационные системы).

Пример 4: динамические меню

Из вышеприведенных примеров можно сделать вывод, что Starbucks имеет возможность постоянно совершенствовать и корректировать свои предложения. То, как Starbucks использует данные, означает, что компания может вносить изменения в зависимости от клиента, местоположения и времени. Это влияет на продукты, акции и цены.

Однако, если вы показываете свои предложения в магазине на печатных меню, то вы лишаетесь возможности непрерывно корректировать цены и предложения. Это одна из причин, по которой обычные доски остаются популярными среди розничных продавцов. Но ответ Starbucks — это внедрение цифровых вывесок в магазинах.

Очевидно, что есть много вопросов и есть много возможностей для чрезмерного усложнения вещей. Тем не менее, в середине 2018 года Starbucks проверяла нововведение в нескольких магазинах. Они сосредоточили усилия на продвижении отдельных продуктов, учитывая местные условия, такие как погода или время суток.

Пример 5: оптимизация поддержания оборудования

Наш последний пример — это обслуживание кофемашин и оборудования в магазине в целом.

Типичный заказ в Starbucks должен быть быстрым и недорогим. Высокая проходимость является ключом к успеху магазина. Таким образом, если машина выходит из строя, то это может значительно нарушить производительность бизнеса.

Starbucks не держит мастеров на месте в случае поломки. Вместо этого они посылают их ремонтировать и, конечно же, выполнять плановое техническое обслуживание, так что оперативная помощь мастера играет решающую роль.

Существуют общепринятые подходы к этой проблеме. Обычно под этим подразумевается сбор данных об отказах, использовании машины, необходимом ремонте и т. д. Регулярная аналитика данных хороша для поиска тенденций и закономерностей. ИИ может помочь в улучшении, прогнозируя поломки и потребности в обслуживании.

Где Starbucks действительно продвинулся, так это в разработке новой кофеварки Clover X. В настоящее время она используется только во флагманских и концептуальных магазинах. Помимо того, что она отлично варит кофе, она также связана с облачными хранилищами, что позволяет не просто осуществлять более полный сбор оперативных данных, но и удаленную диагностику неисправностей и даже дистанционный ремонт.

Аналогичные концепции применимы и к другим машинам. Например, в магазинах теперь есть стандартная печь, которая также управляется компьютером, для последовательной готовки горячих продуктов по всему миру. Тем не менее, сейчас машины обновляются с помощью USB-накопителя. Это происходит каждый раз, когда происходит изменение конфигурации машины, например, из-за новых продуктов. В будущем это, несомненно, станет прямым облачным соединением, а также создаст больше возможностей для ИИ.

Итог

Starbucks — довольно типичный пример ведущего современного глобального бизнеса. То, как Starbucks использует данные, является примером эффективного управления данными и технологиями.

В этом нет ничего удивительного, но то, как Starbucks использует данные, — это хрестоматийный пример того, как начать использовать данные стратегически, выполняя свой план систематически и тщательно. Каждый день появляются и совершенствуются новые технологии, и то, чем вы занимаетесь, необязательно должно основываться на технологии искусственного интеллекта. Интернет вещей — это лишь естественное продолжение данной технологии, как и облачные хранилища.

Другой урок заключается в том, что ИИ является одним из шагов Starbucks по изучению использования данных. И это произошло не из-за жгучего желания использовать ИИ. Это просто стало следующим шагом, который нужно было сделать в каждой области, когда пришло время.

Последний вывод — это то, как компания масштабирует решения. Глобальный характер бизнеса добавляет региональных сложностей.

Большинство из нас не сравнивают свой бизнес со Starbucks, но всё изменится, если мы сузим наш взгляд на то, как Starbucks использует данные.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Contact

Давайте работать вместе!

Пишите нам и найдем точки соприкосновения, может станем партнерами, а может поможем вам зайти в нашу чудесную нишу

Вы разработчик?

Пишите! Нам постоянно нужны новые кадры, либо можем помочь в продвижении вашего приложения

Новичок?

Поможем быстро войти в нишу, не тратя годы на понимание

Давно в нише?

Рады будем пообщаться как на темы whitehat, так и blackhat тематики ^_^ + всегда есть что обсудить по поводу рекламных сетей

ПИШИ В TELEGRAM!

Contact