Kundenprofil
Restaurant Brands International (RBI) ist ein globales Fast-Food-Unternehmen und eine der weltweit größten Schnellrestaurantketten, die über 29.000 Restaurants in mehr als 100 Ländern betreibt. Das Unternehmen besitzt einige der weltweit bekanntesten und kultigsten Schnellrestaurantmarken, die unabhängig betrieben werden und ihre jeweiligen Gäste, Franchisenehmer und Gemeinden seit Jahrzehnten bedienen.
RBI wollte Analysen für Omnichannel-Vertrieb und -Marketing ermöglichen, indem Daten aus verschiedenen Quellsystemen ( Drittanbieter , Kundendatenplattformen, POS-Systeme usw.) migriert und integriert werden, und die analysezentrierte Innovation bei Kunden-, Laden- und Produktinitiativen beschleunigen. Das Unternehmen wollte strategische Initiativen umsetzen, die auf mehrere grundlegende Analysefunktionen abzielen, um das Geschäftswachstum, die Betriebseffizienz, die Kundenzufriedenheit und -bindung zu verbessern.
Geschäftliche Herausforderungen
Die vorhandene Datenplattform hatte fragmentierte Datensätze und musste durch die Integration von nahezu Echtzeitdaten modernisiert werden, um das Kundenverhalten, die Muster und Vorlieben zu verstehen und personalisierte Kampagnen zu entwickeln.
Kundendaten und Erkenntnisse wurden nicht effektiv für Produktinnovationen genutzt.
Es fehlte an einer effektiven Nutzung der Treuedaten zur Verbesserung der Kundenbindung.
Es bestand die Notwendigkeit, die Kaufhistorie der Kunden, Gästebefragungen und/oder Callcenter-Aufzeichnungen zu konsolidieren, um den Restaurants Erkenntnisse über die Grundursache der Probleme zu geben und eine Lösung zu ermöglichen.
Zur Gewährleistung von Geschwindigkeit und Auftragserfüllung bestand nur eine minimale Integration mit Lieferaggregatoren von Drittanbietern.
Aufgrund einer fehlenden robusten Datengrundlage konnten erweiterte Analyseanwendungsfälle nicht umgesetzt werden.
Lösungshighlights
Die Analyseplattform wurde auf den Säulen des Well Architected Framework von AWS modernisiert. Eine umfassende Implementierung einer Datengrundlage (Data Lake) integrierte Daten aus heterogenen Quellen.
Entwickelte und implementierte Lösungen zur Kundenidentifizierung und -segmentierung und erstellte den Golden Record „Customer 360“, um eine 360-Grad-Sicht auf den Kunden zu generieren.
Das Team wendete Architekturmuster wie serverloses und ereignisbasiertes Computing an und nutzte den AWS Lambda-Dienst für die ereignisgesteuerte Codeausführung. Dies ermöglichte eine nahezu in Echtzeit erfolgende automatisierte Datenverarbeitung und Datenweitergabe von der Quelle zum AWS S3-Speicher, Redshift mithilfe von AWS Glue und Informatica-Jobs.
Die Datenverschlüsselung wurde mithilfe des AWS KMS-Dienstes aktiviert. Vertrauliche Daten wurden mithilfe von Hash-Key-Funktionen anonymisiert.
Implementierte Anwendungs- und Plattformüberwachung mit AWS CloudWatch. Es wurde verwendet, um den Glue-Jobstatus über CloudWatch-Protokolle zu überwachen sowie Infrastrukturen wie EC2-Instanzen auf CPU- und Speicherverfügbarkeit und -auslastung zu überwachen und in Fehlerszenarien Ereignisse zum SNS-Thema auszulösen.
Tolles Programmmanagement, Gesamtaufsicht über buchstäblich über 50 Tracks, die wir betreiben, und Kiran hat alles im Griff. Er hat das gesamte Programm, die Ressourcen, Meilensteine, die Kommunikation auf verschiedenen Ebenen gemanagt und ist „War Room“-Spezialist. Trianz denkt immer proaktiv über Projektrisiken und verpasste Meilensteine nach und ergreift proaktive Maßnahmen, um das Risiko zu mindern.
Direktor, Daten und Analysen
TCO-Analyse
Durch Analyse der aktuellen Ausgaben wurden erhebliche Kosteneinsparungen von über 30 % erzielt, und es wurde die Umstellung auf Reserved Instances für EC2- und EMR-Server empfohlen.
Durch die Nutzung automatisierter Überwachung und Benachrichtigungen zu Cloud-Ressourcen konnte die Bearbeitungszeit zur Problemidentifizierung und -lösung um 20 % verkürzt werden.
Transformierende Effekte
End-to-End-Datenspeicherung und automatisiertes Datenerfassungsframework mithilfe von AWS-Diensten, die eine flexible, skalierbare und sichere Plattform ermöglichen.
Die modernisierte Analyseplattform ermöglichte mehr als 15 einzigartige Datenprodukte wie Customer 360, Store 360, Product 360, Prime+Profitability und andere, die den Geschäftsteams wertvolle Einblicke liefern und ihnen dabei helfen, die Kundentreue, das Engagement und die Bindung zu verbessern.
Durch die Integration von Aggregatordaten und POS-Daten von Drittanbietern wurden umfassende Einblicke in Lieferzeiten und Bestellmuster von Kunden ermöglicht.
Aktivierte Metriken wie ACR, SOS usw. für Geschäfts- und Franchiseteams, damit diese schnellere Entscheidungen zur Verbesserung der Servicegeschwindigkeit treffen können.
Veröffentlicht: 202-11-24
