Restaurant Brands International (RBI) è una società globale di fast food e una delle più grandi catene di ristoranti a servizio rapido al mondo, che gestisce oltre 29.000 ristoranti in più di 100 paesi. La società possiede alcuni dei marchi di ristoranti a servizio rapido più importanti e iconici al mondo, che sono gestiti in modo indipendente e servono i rispettivi ospiti, franchisee e comunità da decenni.
RBI stava cercando di abilitare l'analisi per le vendite e il marketing omnicanale migrando e integrando i dati da vari sistemi di origine (fornitori terzi , piattaforme di dati dei clienti, sistemi POS et. al.) e accelerare l'innovazione incentrata sull'analisi nelle iniziative per clienti, negozi e prodotti. Stavano cercando di implementare iniziative strategiche mirate a diverse capacità di analisi "da zero" per migliorare la crescita aziendale, l'efficienza operativa, la soddisfazione e la fidelizzazione dei clienti.
La piattaforma dati esistente aveva set di dati frammentati e doveva essere modernizzata attraverso l'integrazione di dati quasi in tempo reale per comprendere il comportamento, i modelli e le preferenze dei clienti e sviluppare campagne personalizzate.
I dati e le informazioni dei clienti non venivano utilizzati in modo efficace per l'innovazione dei prodotti.
Mancava un utilizzo efficace dei dati sulla fedeltà per un maggiore coinvolgimento dei clienti.
Era necessario consolidare la cronologia degli acquisti dei clienti, i sondaggi sugli ospiti e/o i registri dei call center per condividere con i ristoranti informazioni sulla causa principale del problema e consentirne la risoluzione.
Esisteva un'integrazione minima con aggregatori di consegne di terze parti per comprendere velocità ed evasione degli ordini.
Non è stato possibile abilitare casi d'uso di analisi avanzate a causa della mancanza di solide basi di dati.
La piattaforma di analisi è stata modernizzata sui pilastri del Well Architected Framework di AWS. Un'implementazione completa della base dati (Data Lake) ha integrato i dati provenienti da fonti eterogenee.
Ho progettato e implementato soluzioni di identificazione e segmentazione dei clienti e ho creato il record d'oro Customer 360 per generare una visione a 360 gradi del cliente.
Il team ha applicato modelli di architettura come serverless e event-based computing, sfruttando il servizio AWS Lambda per l'esecuzione di codice event-driven. Ciò ha consentito l'elaborazione automatizzata dei dati e la propagazione dei dati quasi in tempo reale dalla sorgente allo storage AWS S3, Redshift utilizzando AWS Glue e job Informatica.
La crittografia dei dati è stata abilitata tramite il servizio AWS KMS. I dati sensibili sono stati resi anonimi tramite le funzioni Hash Key.
Monitoraggio di applicazioni e piattaforme implementato tramite AWS CloudWatch. È stato utilizzato per monitorare lo stato del lavoro Glue tramite i log di CloudWatch e per monitorare infrastrutture come istanze EC2 per disponibilità e utilizzo di CPU e memoria, attivando eventi per argomento SNS in scenari di errore.
Ottima gestione del programma, supervisione complessiva di letteralmente oltre 50 tracce che stiamo eseguendo, e Kiran è al top di tutto. Ha gestito l'intero programma, risorse, milestone, comunicazioni a vari livelli e specialista della "war room". Trianz pensa sempre in modo proattivo ai rischi dei progetti, alle milestone mancate e mette in atto misure proattive per mitigare il rischio.
Direttore, dati e analisi
Sono stati ottenuti significativi risparmi sui costi, superiori al 30%, analizzando la spesa attuale e consigliando il passaggio alle istanze riservate per i server EC2 ed EMR.
Riduzione del 20% dei tempi di elaborazione per l'identificazione e la risoluzione dei problemi sfruttando il monitoraggio automatico e le notifiche delle risorse cloud.
Framework di archiviazione dati end-to-end e acquisizione automatizzata dei dati tramite servizi AWS che hanno reso possibile una piattaforma flessibile, scalabile e sicura.
La piattaforma di analisi modernizzata ha abilitato oltre 15 prodotti dati esclusivi come Customer 360, Store 360, Product 360, Prime+Profitability e altri, che forniscono ai team aziendali informazioni preziose e li aiutano a migliorare la fidelizzazione, il coinvolgimento e la fidelizzazione dei clienti.
L'integrazione di dati di aggregatori di terze parti e dati POS ha consentito di ottenere informazioni approfondite sui tempi di consegna e sui modelli di ordine dei clienti.
Metriche abilitate come ACR, SOS ecc., per i team aziendali e di affiliazione per prendere decisioni più rapide sul miglioramento della velocità del servizio.
Pubblicato: 202-11-24