܄

从乱枪打鸟到投其所好,大数据教会德克士的事

【数据猿导读】 有人说快餐失宠了,消费者不爱快餐了。也有人说,快餐行业告别了快速增长期,但是商机还在。在2016年9月的中国快餐产业大会上,天津顶巧餐饮服务咨询有限公司执行长苏明瑞做了分享,他认为挖掘商机的关键是怎么描绘消费者画像,了解他们的新需求,满足新需求,大数据是个很好的工具

从乱枪打鸟到投其所好,大数据教会德克士的事

B2C vs C2B:从你上哪道菜,到你选哪道菜

由于经济下滑和电商的入侵,快餐行业面临威胁。但是尼尔森消费者信心指数研究表明,中国消费信心在持续增长。消费者已经不满足于吃饱,开始追求健康、品质和口味上的满足。90后作为崛起的一代,喜欢尝试新事物,口味更加难以捉摸。他们都希望“吃得更好(Eating Better)”。

20年前,西式快餐卖汉堡、炸鸡、薯条,20年后,这些产品仍占据了菜单的主要位置。但快餐品牌和消费者的关系变了。如今,重点不在于品牌想让消费者吃什么(B2C),而在于消费者喜欢什么,品牌能不能满足消费者(C2B)。

大数据正好能帮上忙。苏明瑞认为,如果快餐企业能够利用大数据,对消费者进行用户画像,就能把握消费者的喜好,在品牌升级上占得先机。大数据是工具,不是神话,玩转大数据得从基本功开始。

重要的不是你有多少,是你怎么用

获得海量数据对连锁经营的餐饮品牌来说,并不是难事。以拥有2300多家门店和稳定顾客群的德克士为例,苏明瑞分享了三个实战经验。

第一,善用手上的消费数据。

通过分析点单率和消费者重复购买习惯,德克士从数据中了解到消费者喜爱脆皮炸鸡,每10名进店消费的顾客就有4位购买脆皮炸鸡。

于是,德克士将脆皮炸鸡这个英雄产品作为新品开发和升级的核心,推出了辣味脆皮炸鸡、咖喱脆皮鸡腿饭、至尊脆皮鸡腿汉堡、脆皮分享餐等。销售结果显示,这些货卖得都不错。脆皮炸鸡既成为品牌的特色,也成为拉动销量的核心武器。

第二,善用互联网渠道,改进传统数据收集方法。

过去,餐厅搜集数据的来源是流水单、POS机、销售报表等,也会利用在打折券标记、问卷调查等方式研究消费行为。有了互联网,分散的数据变成实时、海量的信息,通过对过去和当下的信息捕捉,德克士规划出未来消费的模型,找到更多的商机。

POS机加上会员系统,就能快速分析消费者喜好,优惠券可以实现精准推送,消费者调研只需要发送一个线上1分钟调研链接。改良的辣味脆皮炸鸡在全国哪个区域最受欢迎、今年夏天消费者偏爱哪种口味的冰淇淋,过去需要花大力气寻找的答案,现在通过联通互联网的会员系统就可以搞定。

第三,会员系统是最佳的数据来源。

德克士从开店伊始就建立了会员体系“德意卡”,2014年进行了电子卡升级,便于数据收集和管理。2015年起,德克士将德意卡升级为集享卡,2016年集享卡积分在全国门店打通。目前集享卡已在全国拥有2000万的会员,掌握上亿笔消费记录。

集享卡在顾客关系管理上的作用是显著的。通过累计会员实时数据和资料,德克士描绘出消费形态,为消费者贴上更精准的会员标签。被标签为爱吃炸鸡的顾客和爱吃米饭的顾客将收到不同的促销信息。另外,集享卡采用积分制,能实现预约来客的功能。

CRM的终极奥义:从乱枪打鸟到投其所好

在互联网时代,消费者获取信息的来源更多样化,影响购买行为的因素也变得庞杂,对于快餐品牌来说,传统的标准化生产+大喇叭促销的模式已经成为过时的选择,“实时”、“精准”成为关键词。消费大数据是企业最鲜明的指示牌。

德克士用实战经验总结出,以足够的大数据处理能力,加上丰富的行业经验,准确挖出消费者需求,为消费者创造可以感知到的价值,培养品牌的忠诚度,积累起宝贵的品牌资产。这些忠诚的会员的消费数据,又为新一轮的数据分析提供来源。

苏明瑞认为,这样良性的循环才是每一个快餐品牌和消费者期待见到的双赢局面,“只要消费者需要,无论何时何地,我们就给他们最好的美味, Anytime, anywhere, great food。”


来源:大洋网

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑者获资本青睐
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑...

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部