Τα Starbucks δεν πουλάνε απλώς τεράστιες ποσότητες ζεστών και κρύων ροφημάτων σε όλο τον κόσμο – συγκεντρώνουν επίσης τεράστια ποσά δεδομένων από περισσότερες από 100 εκατομμύρια συναλλαγές την εβδομάδα.
Ο τρόπος με τον οποίο τα Starbucks χρησιμοποιούν τα δεδομένα και την σύγχρονη τεχνολογία για ανταγωνιστικό πλεονέκτημα είναι διδακτική για όλες τις επιχειρήσεις, ανεξάρτητα από το μέγεθός τους.
Για παράδειγμα, είναι πρωτοπόρα στο συνδυασμό συστημάτων πιστότητας πελατών, καρτών πληρωμής και εφαρμογών για κινητά.
Τα Starbucks καταδεικνύουν τη σχέση μεταξύ δεδομένων, τεχνολογίας και επιχειρήσεων καλύτερα από τους περισσότερους.
Τα Starbucks έχουν πάνω από 30.000 καταστήματα παγκοσμίως και ολοκληρώνει σχεδόν 100 εκατομμύρια συναλλαγές την εβδομάδα.
Αυτό δίνει μια ολοκληρωμένη εικόνα για το τι καταναλώνουν και απολαμβάνουν οι πελάτες. Και έχει επικεντρωθεί στην αξία αυτών των δεδομένων για περισσότερο από μια δεκαετία.
Τα οικονομικά προβλήματα του 2008 και τα κλεισίματα καταστημάτων έδωσαν το “μάθημα” στον Howard Schultz- CEO της εταιρείας ότι η χρήση δεδομένων από τα Starbucks έπρεπε να είναι πιο αναλυτική, ειδικά όταν αποφασίζουν για τοποθεσίες καταστημάτων.
Πριν από αυτό, οι αποφάσεις των Starbucks ήταν – όπως και σε πολλές άλλες εταιρείες – καθοδηγούμενες από τον άνθρωπο, με βάση την εμπειρία και την κρίση.
Τα δεδομένα ήταν προφανώς σημαντικά, αλλά δεν ήταν τόσο συστηματικά όσο θα μπορούσαν.
Εκτός από την επιλογή σημείων για καταστήματα η χρήση των δεδομένων σήμερα από τα Starbucks επεκτείνονται σε μια σειρά δραστηριοτήτων marketing και προϊόντων.
Αυτό με τη σειρά του οδηγεί σε νοημοσύνη για το πώς διαχειρίζεται την αλυσίδα εφοδιασμού αλλά και το πρόγραμμα αφοσίωσης Starbucks Rewards, το οποίο ξεκίνησε επίσης το 2008.
Αυτό που είναι λιγότερο συνηθισμένο είναι ο τρόπος με τον οποίο η χρήση των δεδομένων από τα Starbucks “αγκαλιάζει” το Internet of Things και ιδιαίτερα τις εργασίες στο κατάστημα.
Αυτό άρχισε με μηχανές του καφέ και τώρα επεκτείνεται σε άλλους εξοπλισμούς όπως οι φούρνοι.
Υπάρχουν 3 βασικά παραδείγματα για το πώς τα Starbucks χρησιμοποιούν δεδομένα, Α.Ι. και IoT για ανταγωνιστικό πλεονέκτημα.
Στόχευση πελατών με εξατομικευμένες προσφορές
Ανάπτυξη προϊόντων με γνώμονα τα insights
Σχεδιασμός ακινήτων
Παράδειγμα 1: Εξατομικευμένες προσφορές
Η κλασική χρήση των δεδομένων πελατών προσαρμόζει την προσφορά στις προτιμήσεις ενός μεμονωμένου καταναλωτή και τα Starbucks δεν διαφέρουν.
Με περισσότερα από 16 εκατομμύρια μέλη μόνο στις Η.Π.Α., το πρόγραμμα αφοσίωσής του αντιπροσωπεύει σχεδόν το ήμισυ όλων των συναλλαγών των καταστημάτων των ΗΠΑ.
Η γνώση των προτιμήσεων των μεμονωμένων παραγγελιών πελατών και των προτύπων αγοράς επιτρέπει στα Starbucks να στέλνουν εξατομικευμένες προσφορές που είναι πιθανότερο να είναι σχετικές.
Χρησιμοποιώντας Α.Ι. για να καθορίσουν αυτές τις εκστρατείες γίνεται μια τυποποιημένη εφαρμογή της τεχνητής νοημοσύνης, και τα Starbucks το κάνουν αυτό από το 2017 με το πρόγραμμα “Digital Flywheel”.
Ένας σημαντικός άξονας είναι η πρόβλεψη νέων προϊόντων που μπορεί να απολαύσει ο καταναλωτής με βάση το τι άλλο παραγγέλνουν.
Αλλά δεν πρόκειται μόνο για εξατομικευμένες προσφορές. Ένα μεγάλο μέρος εξακολουθεί να παρέχει συμβατικές εκστρατείες μαζικής ενημέρωσης, αλλά απευθύνεται σε κάθε καταναλωτή στο τμήμα-στόχο.
Παράδειγμα 2: Προϊόντα με οδηγό τα ευρήματα
Οι εξατομικευμένες προσφορές είναι αναμφισβήτητα αποτελεσματικές, αλλά εξίσου σημαντικό για τα Starbucks είναι η χρήση των δεδομένων των πελατών για την ανάπτυξη της γκάμας προϊόντων τους.
Ένας ισχυρός τρόπος που χρησιμοποιεί η Starbucks τα δεδομένα προκύπτουν από τις αγοραστικές συνήθειες που έχουν μεγάλος αριθμός καταναλωτών.
Ένας δεύτερος τύπος χρησιμοποιεί δεδομένα από όλα τα κανάλια. Το πιο σημαντικό παράδειγμα αυτού είναι ίσως το λανσάρισμα προϊόντων για καφέ στο σπίτι το 2016.
Τα δεδομένα στο κατάστημα έδωσαν μια ισχυρή βάση για να αποφασίσουν ποια προϊόντα θα στοχεύσουν για τον πελάτη στο σπίτι.
Παράδειγμα 3: Προηγμένος σχεδιασμός ακινήτων
Ο προγραμματισμός πού να ανοίξει ένα κατάστημα Starbucks είναι τώρα ένα σύνθετο κομμάτι της ανάλυσης δεδομένων. Ο τρόπος με τον οποίο τα Starbucks χρησιμοποιούν δεδομένα για αυτό καλύπτει κάθε πιθανό παράγοντα που θα παίζει ρόλο.
Το A.I. υποστηρίζει μοντέλα σχεδιασμού καταστημάτων συνδυάζοντας οικονομικούς παράγοντες σχετικά με μια τοποθεσία.
Αυτά περιλαμβάνουν τον πληθυσμό, τα επίπεδα εισοδήματος, την κυκλοφορία, την παρουσία ανταγωνιστών κ.ο.κ.
Χρησιμοποιεί αυτό για να προβλέψει τα έσοδα, τα κέρδη και άλλες πτυχές της οικονομικής απόδοσης.
Το σύστημα λαμβάνει επίσης υπόψη τη θέση των υφιστάμενων καταστημάτων Starbucks. Γίνεται εκτίμηση της επίδρασης ενός προτεινόμενου νέου καταστήματος στα υφιστάμενα έσοδα σε κοντινά καταστήματα.
Τα Starbucks είναι μια μάρκα που θέλει να δημιουργεί εμπειρία και συναισθήματα στους πελάτες αλλά αναγνωρίζει την σημασία των δεδομένων που παράγουν οι ίδιοι με την καταναλωτική τους συμπεριφορά.
ή αποκτήστε ετήσια συνδρομή εδώ.
