排队五小时才能吃上一口的Popeyes,要借阿里云数据中台10年内开足1500家门店

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
简介: 阿里云数据中台让数据建设变得像搭积木一样简单。

前言:
-更多关于数智化转型、数据中台内容请加入阿里云数据中台交流群—数智俱乐部 和关注官方微信公总号(文末扫描二维码或点此加入

-阿里云数据中台官网 https://dp.alibaba.com/index

几个月前,还没多少国人了解美国炸鸡品牌Popeyes,但现在,Popeyes却成为上海滩最火爆的网红店:5月在上海市淮海中路开出首家门店当天,早上7点半,第一条队伍就已排出了半条街。

面对良好的开局,Popeyes却丝毫不敢放慢脚步。

Popeyes 中国区CEO Raphael Coelho在接受媒体采访时表示,外来品牌在中国市场迅速站稳脚跟并实现盈利的关键在于快速达到规模,“从第1家店快速扩展到400家店,没有达到这一规模是很难生存下来的;而成功的品牌在跨过这个槛以后,会迅速进入盈利期。”

在Raphael Coelho看来,想要实现这一目标,离不开数字化运营, “数字化是生意标配,是在行业生存的基本技能。”

正是基于对数字化的高度重视,Popeyes早早地就为自己挑选好了最为合适的数据建设解决方案——阿里云数据中台。

Raphael Coelho认为:阿里云在零售行业中的实践,已经证明了他们能够在短时间内为企业搭建起完整、可靠的数字化能力。
image.png

不止精准营销,数据还能指导门店选址

目前,Popeyes拥有会员、供应链、支付三大数据体系。其中供应链、支付数据体系已经实现基础打通,可以满足现阶段财务场景的数据分析和使用,但会员数据体系建设却还只是出具规模。

过去两个月,Popeyes在上海陆续开出三家门店,其注册会员数突破20万,“但目前主要还只是把会员信息沉淀下来并进行一些基础分析,”Popeyes CIO 张天介绍,“我们希望能够借助数据中台的能力,实现更为智能的消费者资产管理和运营,更好地为顾客提供服务。”

现阶段Popeyes的会员数据大多积累在自身CRM系统当中,分析维度还较为常规,离数据驱动的运营和有效洞察还有一段距离。正因如此,尽管在短时间内Popeyes在上海连开三店,且把新的市场增长机会瞄准毗邻上海的杭州,可在消费者精准洞察与营销方面,Popeyes却还一直处于准备阶段。

张天透露,Popeyes会员数据体系的建设会着重依靠数据中台来做。在他看来,企业的基础数据建设和处理,就应该交给成熟的产品化解决方案来进行,而不是投入大量人力成本去重新创造前进的“轮子”,“像数据中台核心产品之一Dataphin,能够减少企业在数据处理和管理方面的工作量,让企业的精力能更多地放在对业务及消费者的分析上面,从而让企业更快更好地实现数据驱动下的运营和营销“。

据了解,Dataphin能够将会员信息集中管理并形成符合前端业务场景使用逻辑的标签体系,并通Quick BI实现可视化展现——值得一提的是,Quick BI目前正在深化在钉钉端的集成应用,未来可以支持企业在移动端的数据处理操作;此外,已经规范且符合前端业务使用场景的消费者资产,还能通过数据中台另一核心产品Quick Audience进行全域洞察和营销,并将相关效果数据回流反哺。

通过这一完整的数据流通闭环,Popeyes能够实现面向会员人群的数字化精准营销。

但在张天看来,数据中台在会员数据体系搭建方面能带来的价值,远不止于此。
image.png

“与其他行业不同,餐饮是个更加注重门店选址的行业。”张天介绍,目前Popeyes在上海的三家门店已经能够覆盖休闲、办公、社区等多个消费场景,且在9月前还将陆续在上海和杭州开出新的门店。

如何根据会员信息及消费大数据进行有效门店选址,是包括Popeyes在内等餐饮企业的一大重要课题。

张天举例,核心商圈的门店凭借周边客流能够吸引大量消费者,但这类人群一般都是“一次性消费”;设立在办公楼间的门店,能够吸引周边办公人群的消费,且消费高峰期较为稳定,一般集中在午餐和晚餐时间段;而围绕住宅社区打造的门店,能够吸引到的消费者则相对更为稳定,除了午餐晚餐之外,夜宵时间段也会是一大消费高峰期。

以前这些信息大多靠经验所得,但在使用数据中台之后,包括各门店成交信息、会员信息都将以数据的形式加以沉淀打通,并在后期同城店铺选址时作为重要参考依据, “有了这些直观的数据,企业就能知道在这座城市里,自己已经覆盖了哪些消费场景和人群,以及现阶段的场景、人群短板在哪里,这些都将是它的新机会。”

数据中台在店铺选址层面的运用,其实就是帮助企业去找到消费者, “这样我才可以做到,消费者在哪,我的门店就跟进到哪。”张天补充。

从迟疑观望到积极推进,Popeyes要借势开出1500家新店

早在Popeyes之前,国内知名餐饮品牌海底捞就依托阿里云数据中台的数智赋能,在9个月内使得APP会员数量增长近50%,同时拓展极致服务边界。

而将目光跨越行业界限,阿里云数据中台还帮助蓝光地产充分打通全国60多个城市400多项业务数据和100多万业主信息,帮助运营部门一年节省90多万元运营费用。

除此之外,福建移动、良渚古城遗址、良品铺子等数十家企业都积极搭建数据中台,并获得实效。

回到Popeyes,张天在两年前第一次听说数据中台的时候,并没想到自己会在后来成为一名践行者。

他解释,这是因为那时候数据中台这个新概念刚刚兴起,大多数人并不清楚这是什么,“包括我自己,当时对数据中台也存有一种怀疑,这种怀疑不是说觉得这个新概念不好,而在于对其能否真正落地心存疑虑”,在张天的理解中,数据中台的架构需要对企业的核心业务能力进行沉淀和抽象化,这就导致它的实施和投入要比通常的一个业务应用项目工作量大得多,“这些企业是不是真的在做数据中台,还是只是把一个业务项目微服务化了,对于这一点我心存疑虑。”

但随着对Popeyes数字化进程的战略规划逐步推进及对数据中台的理解加深,张天发现,“公司决策层都认为数据中台的方法论是最合理且有战略远见的”,只是认知转变之后,又有了新的难题,“那会儿但凡是个公司都在说自己能提供中台解决方案,市场上的声音非常多,容易让人混淆。”

但好在Popeyes有自己的一套数据中台标准。

对Popeyes来说,相对大型的企业来提数据中台概念会更加有信服力,因为大型企业的数据系统及场景更为多样复杂,会更加懂数据中台的重要性和必要性;另外更重要的一方面是数据中台的提出者必须将全套方法论及解决方案在自身内部进行实践,只有自己真正使用过了才最有发言权——而阿里云数据中台,恰好满足了Popeyes的两大标准。

但彼时,却还是有不同声音传来:Popeyes未来一段时间内在数据层面可能遇到的问题,其实可以另寻单点工具进行解决——为什么要花几倍甚至几十倍的成本去搭建数据中台,这会不会有点“大材小用”?

但张天却有自己的看法:从长远来看,数据中台一定是最高效的解决方案。他说, “虽然现在建设中台,看似成本比较高,但是一旦建设完成,在未来就不需要一而再再三地对数据进行整合,所以长线来看,能够避免很多重复建设,降低运维复杂性,从而最大限度实现成本的优化。”

也正是有所经历,张天现在对数据中台才更有发言权。

他认为,数据中台能够为企业带来的价值,除了是一项解决方案之外,更重要的其实是整套核心方法论,即数据在线且打通。

虽然不同企业由于体量不同,所遇到的数据问题也不尽相同,但是它们都能够在数据中台的方法论里去找寻到适合自己的解决方案,“在阿里云数据中台的方法论框架下,企业可以像搭积木一样去挑选对应的产品,搭建出满足自身需求的数据中台。”

而在阿里云数据中台高级专家列文看来,数据中台的搭建也一定是为了满足企业的自身实际诉求,在这个基础上,数据中台所能带来的价值将不再局限于单纯的数据治理,而是对企业的整个数字化全链路的赋能,“这个过程贯穿供应链改造、新品研发、多系统数据打通治理、前端业务数字化营销等等,帮助企业构建强力高效的数智化闭环。”

也正是看到了数据中台所能带来的业务爆发潜力,目前Popeyes已经在积极布局上海以外的发展。

据了解,今年9月Popeyes会在杭州开出3家门店,10年内还将在全国开设1500家门店,“我们也将继续运用数据中台深钻消费者资产运营,去了解我们的消费者到底喜欢什么,不同城市之间的消费者会有什么差异,以此来不断提升我们的服务。”张天说。


数据中台是企业数智化的新基建,阿里巴巴认为数据中台是集方法论、工具、组织于一体的,“快”、“准”、“全”、“统”、“通”的智能大数据体系。目前正通过阿里云数据中台解决方案对外输出,包括零售金融互联网政务等领域,其中核心产品有:

官方站点:
数据中台官网 https://dp.alibaba.com
数据中台钉钉群二维码2.jpg


相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
7月前
|
关系型数据库 MySQL Apache
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
351 2
|
11天前
|
弹性计算 自然语言处理 数据库
通过阿里云Milvus和LangChain快速构建LLM问答系统
本文介绍如何通过整合阿里云Milvus、阿里云DashScope Embedding模型与阿里云PAI(EAS)模型服务,构建一个由LLM(大型语言模型)驱动的问题解答应用,并着重演示了如何搭建基于这些技术的RAG对话系统。
|
4月前
|
存储 监控 安全
阿里云数据库(ADB)的多租户秘籍:资源隔离的魔法如何施展?
【8月更文挑战第27天】多租户系统在云计算与大数据领域日益重要,它让不同用户或组织能在共享基础设施上独立运行应用和服务,同时确保资源隔离与安全。ADB(如阿里云数据库)通过资源组及标签实现高效多租户隔离。资源组作为一种软隔离策略,允许为不同租户分配独立的计算和存储资源,并设置资源上限;资源标签则支持更细粒度的硬隔离,可为每个数据库表或查询指定特定标签,确保资源有效分配。此外,ADB还提供了资源监控与告警功能,帮助管理员实时监控并调整资源分配,避免性能瓶颈。这种灵活且高效的资源隔离方案为多租户环境下的数据处理提供了强大支持。
205 0
|
7月前
|
弹性计算 自然语言处理 开发工具
通过阿里云 Milvus 和 LangChain 快速构建 LLM 问答系统
本文介绍如何通过整合阿里云Milvus、阿里云DashScope Embedding模型与阿里云PAI(EAS)模型服务,构建一个由LLM(大型语言模型)驱动的问题解答应用,并着重演示了如何搭建基于这些技术的RAG对话系统。
通过阿里云 Milvus 和 LangChain 快速构建 LLM 问答系统
|
存储 人工智能 关系型数据库
5倍性能提升,阿里云AnalyticDB PostgreSQL版新一代实时智能引擎重磅发布
2023 云栖大会上,AnalyticDB for PostgreSQL新一代实时智能引擎重磅发布,全自研计算和行列混存引擎较比开源Greenplum有5倍以上性能提升。AnalyticDB for PostgreSQL与通义大模型家族深度集成,推出一站式AIGC解决方案。阿里云新发布的行业模型及“百炼”平台,采用AnalyticDB for PostgreSQL作为内置向量检索引擎,性能较开源增强了2~5倍。大会上来自厦门国际银行、三七互娱等知名企业代表和瑶池数据库团队产品及技术资深专家们结合真实场景实践,深入分享了最新的技术进展和解析。
5倍性能提升,阿里云AnalyticDB PostgreSQL版新一代实时智能引擎重磅发布
|
7月前
|
开发工具 git
阿里云部署 ChatGLM2-6B 与 langchain+chatGLM
阿里云部署 ChatGLM2-6B 与 langchain+chatGLM
494 1
|
7月前
|
分布式计算 关系型数据库 MySQL
阿里云ADB MySQL X Intel联合推出训练营,参营完成任务即可获100元话费卡!
AnalyticDB MySQL和Intel联合推出基于ADB Spark的训练营,ADB新用户参营完成任务即可获得价值100元的话费卡权益包!下图可扫码参加,也可直接点击链接前往 https://edu.aliyun.com/trainingcamp/355118
阿里云ADB MySQL X Intel联合推出训练营,参营完成任务即可获100元话费卡!
|
人工智能 Cloud Native 关系型数据库
阿里云数据库国际峰会首度在印尼召开,AnalyticDB向量引擎支持定制AIGC应用
阿里云瑶池数据库面向海外市场正式升级云原生一站式数据管理与服务平台
|
存储 机器学习/深度学习 人工智能
基于 阿里云 ACK 搭建开源向量数据库 Milvus
生成式 AI(Generative AI)引爆了向量数据库(Vector Database)市场,基于大模型的各种应用场景会需要使用到向量数据库。 其中,Milvus 是一个高度灵活、可靠且速度极快的云原生开源向量数据库。它为 embedding 相似性搜索和 AI 应用程序提供支持,并努力使每个组织都可以访问向量数据库。 Milvus 可以存储、索引和管理由深度神经网络和其他机器学习(ML)模型生成的十亿级别以上的 embedding 向量。 本文介绍在阿里云ACK上部署Milvus并且通过attu访问的步骤。
3410 0
|
SQL 存储 DataWorks
《阿里云认证的解析与实战-数据仓库ACP认证》——云原生数据仓库AnalyticDB PostgreSQL版解析与实践(上)——一、产品概述
《阿里云认证的解析与实战-数据仓库ACP认证》——云原生数据仓库AnalyticDB PostgreSQL版解析与实践(上)——一、产品概述