麦当劳数字化转型中获得的6个数据科学经验
摘要
美国大数据公司Civis Analytics于2017年底与麦当劳北美市场营销和数据科学团队建立了数据技术合作伙伴关系，经过一年半的努力，近期在纽约广告周上共同展示了一些重要的学习成果。
麦当劳客户数据科学总监David Galinsky和麦当劳媒体科学经理Emma Higgins都是麦当劳的代表，在广告周的会晤中他们谈到了经验、学到了什么以及为公司回报了什么。谈话的完整视频在这里，简短的视频在这里。
Civis为麦当劳团队提供了Civis平台，为客户数据科学团队提供的云托管数据科学堆栈，而David和Emma的团队提供了洞察力和实现。以下内容概述了他们在合作过程中的关键步骤，以及供其他企业参考的经验教训。
正文
麦当劳是一家超过1000亿美元的企业，在数字化转型过程中，为了应对日益激烈的竞争和不断变化的消费者需求，麦当劳创造了一个新的（现在非常流行）移动应用程序，并从一开始就用数字售货亭的概念重新设计了很多它的门店，目前这些新的数字化技术正在创造大量丰富的客户数据。
对于麦当劳以及其他类似数字化转型期的企业而言，营销人员应该如何利用这些新的数据源来提高营销效果？
在广告周的谈话中，David和Emma描述了麦当劳的营销运作是如何从一个传统、市场研究主导的组织，转变为一个创新、数字化的第一方数据和数据科学主导的组织。如今，麦当劳利用360度客户数据库来设计、发布和度量了高度个性化的营销活动，这些活动则推动了可量化的同店销售增长。例如，在最近的一次市场试验中，他们发现个性化营销活动对同店销售的影响比传统营销活动的影响高3-5倍，这个数字意味着很大的改善。
David和Emma在广告周谈话中分享了以下六条经验：
1. 一如既往，从数据开始：在云中构建一个轻量级的“单一客户事实来源”
第一步很简单：麦当劳团队首先将来自每个客户相关的数据筒仓（店内数据、市场调查数据、位置数据、移动应用程序交易数据及其他来源）整合到Civis平台上的单一数据库中。在云中这样做可以提高速度，让IT团队始终专注于核心的生产技术。
下一步就不那么简单了：麦当劳团队仔细并持续地创建了单一的“客户ID”数据库，通过它来展示客户个体与麦当劳每个部分从市场印象到购买的完整互动。与数据仓库不同，麦当劳为每个客户都生产了一个360度的视图。通过这个数据库麦当劳可以回答基本的问题（谁在买什么？）以及更复杂的因果问题（在新的营销活动之后谁买了什么？），它形成了数字化客户业务像锚一样稳固的基底。
2. 制定成功的规则：通过购买行为来衡量营销活动带来的影响，削弱传统营销活动（如“印象”）指标的重要度
一旦将所有这些数据放在一个地方，就有机会摆脱“印象”这类无法准确衡量业务价值的虚荣指标。关键业绩指标（KPI）应该关联销售及进店访问是很早的一个共识，现在可以通过分析实际客户数据来实现。凭借在全国范围内和麦当劳客户之间进行额外研究的能力，还能够衡量品牌认知和态度的变化。
3. 向市场营销实施者提供数据：利用网络化工具，使营销和代理团队能够根据第一方数据削减自己的目标清单，也取代了过度紧张的数据科学团队来回的邮件和不眠的夜晚
麦当劳希望根据顾客过去的购买情况来确定营销目标，数据科学团队有能力查询原始购买数据，但在谁生成清单和谁实际上使用清单之间造成了瓶颈。David和Civis在Civis平台中构建了一个简单的“list-cutting”应用程序，使营销人员能够根据过去的购买情况直接从客户数据库中提取清单，并将其直接发送给数字化合作伙伴进行激活。
4. 仪表板 \u0026gt; 幻灯片：为领导层生成部署重点客户的度量及营销性能仪表板，在手机上向下滑动就能阅读
信息依赖于单一事实来源这点至关重要，领导能很舒适地获得它。像David一样的数据科学家在这个平台上生成Tableau报表给领导层查看，事实上，麦当劳美国的总裁打开手机就能看到这样的Tableau报表。
5. 像一个团队一样测试、学习和扩展使用：数据科学、市场营销和麦当劳机构共同设计体验来测试个性化需求，在企业层面上对想要的结果收放自如
如上所述，麦当劳在第一方数据驱动产品细分市场上测试了更个性化的媒体体验，David和Emma成立了一个控制小组，接受了麦当劳常规媒体的轮番采访，并针对几组顾客进行了测试，顾客会收到更符合他们产品偏好的广告（给“爱鸡人”有关鸡的广告，等等）。他们发现，收到基于这些新产品细分的目标广告的人群，同店销售额增长了3-5倍。更好的销售和客户接受他们喜欢的资讯是双赢的。
6. 从第一天起建立倡导者的支持，并用成果来推动体系进步
他们这次谈话最重要的一点是从跨职能利益相关者那里获得认同，麦当劳的“度量未来”团队包括市场营销、财务和IT，因此把数据当成指导原则，这些利益相关者可以用来在整个组织内布道。每个人都在使用相同的数据、工具并构建预测模型，这加快了采用的速度并保持动力。
麦当劳数字化转型中获得的6个数据科学经验相关推荐
- BI在企业数字化转型中的价值
企业数字化转型是一个长期的过程,从管理角度,数字化转型需要自上而下的战略部署,需要高层领导在行动上给予大力支持,从全局角度出发制定长远的目标和发展计划,并进行合理组织结构的调整,最终在全公司形成&qu ...
- 车企数字化转型中的核心技术应用
核心技术应用(1/4):工业大数据 工业大数据为生产数字化转型中的核心技术,五层构架和网状应用赋能车企精准决策 大数据为车企数字化转型的核心.基础技术,部分企业将数字化理解为数据的采集.分析和使用的闭 ...
- 浅谈信息技术在石油行业数字化转型中的运用
2021年5月12-14日,中国石油石化企业信息技术交流大会暨油气产业数字化转型高峰论坛"将在北京举行,国内各油气企业.国际油气行业专家将齐聚于此,共同研讨5G.人工智能.大数据.区块链.数 ...
- 工业数字化转型中的数据治理
随着数据资源的爆炸性增长,企业面临着数据标准不统一.数据信息分散.数据质量参差不齐.开发维护困难等问题,很难满足实时分析和决策的高要求.因此,数据治理对于工业互联网的发展至关重要. 1 数据治理发展现 ...
- 专访沃顿商学院教授张忠：“向上抑或向下”，中美数字化转型中碰撞出的哲学命题...
"[报告下载]后台回复关键词"数据智能"可免费下载数据猿最新发布的完整高清版<2021中国数据智能产业发展报告> 大数据产业创新服务媒体 --聚焦数据 · 改 ...
- 工业企业数字化转型中的数据治理
关注ITValue,看企业级最新鲜.最价值报道! 作者:汪洋 王柯 张桃宁 韩蕊 彭艳兵 汤国强 来源:<信息技术与网络安全>2022 年第 4 期 随着数据资源的爆炸性增长,企业面临着 ...
- 坚鹏：银行数字化转型中的金融数据治理、数据安全政策解读培训
在数字化时代,为了保护个人信息权益,规范个人信息处理活动,促进个人信息合理利用,2021年11月1日,<中华人民共和国个人信息保护法>正式施行. 中国银保监会2022年1月正式发布了中国银 ...
- 老杨说运维 | 企业数字化转型中，统一监控的必要性
前言:随着企业落地案例越来越多,智能运维从开始时的"点状"场景建设,逐步升级为"体系求变".即企业从转型初期就要思考总体的AIOps体系应当如何建设,选择合适的 ...
- 企业管理OA系统在企业数字化转型中带来的变化，简直难以想象
目前企业管理面临到哪些痛点 1.信息孤岛:企业内部信息流动不畅,各部门数据独立,互相之间信息难以共享和沟通. 2.流程繁琐:企业业务流程较为繁琐,审批流程漫长,给业务员和经理带来不必要的工作压力. 3 ...
最新文章
- 微信小程序之apply和call ( 附示例代码和注释讲解） apply call bind
- Elasticsearch 参考指南（脚本）
- 使用jquery.more.js来实现点击底部更多后, 底部加载出新的数据
- C#_asp.net页面转向
- Nature 子刊：加州大学Banfield组揭示CPR细菌和DPANN古菌多样性及与低温TEM下宿主互作关系...
- AI+Science 是人类两大科研范式的结合，工程化正当时
- 小神之Newton物理引擎教程(一) Newton物理引擎教程
- 搭建 Visual Studio 和 Freeglut、GLEW的OpenGL环境
- linux中利用脚本编写数组,shell脚本编程之数组
- PHP实现各种经典算法
- 如何对mysql做物理备份_如何创建物理MySQL备份
- python全栈开发_day20_加密模块和excel操作模块以及xml
- Flask初级（十）flash与前台交互post详解
- 零基础学python还是c语言-零基础学Python之前需要学c语言吗
- 物流行业企业报表开发指南
- 使用接口根据关键词取亚马逊商品数据
- WEBQQ登陆综合帖
- Python的线程如何理解
- Sequential Recommendation with Self-Attentive Multi-Adversarial Network
- 关于多因子模型在基金市场中的应用