Od Big Data do Big Maca, czyli marketing ze szczyptą danych smakuje inaczej

Żaden ze mnie Karol Okrasa czy Wojciech Modest Basiura Amaro. W kuchni najlepiej wychodzi mi budyń, kisiel, kawa i jajecznica. Jestem za to specem od marketingowej przyprawy zwanej Big Data. I wiem, że szczypta danych potrafi zrobić różnicę. Ba, robi ją – w fast-foodach i restauracjach na całym świecie.

Na przystawkę: Internet jak sałatka owocowa i jackfruit

Jeśli Internet można by było porównać do jakiegoś prostego dania, to byłaby to pewnie sałatka owocowa. Można tu wrzucić absolutnie wszystko, a i tak każdemu będzie smakować. Pomarańcze, truskawki, ananasy, winogrona, maliny, mango, kiwi, … I tak w nieskończoność. Gdyby zważyć dzisiejszy Internet i porównać go tylko do jednego z owoców, to wyszłoby na to, że waży mniej więcej tyle, co – fanfary – najcięższy owoc świata, czyli pochodzący z Indii owoc drzewa bochenkowego: jackfruit. To właściwie ile waży Internet? Już mówię: około 5 kg. Mniej więcej tyle, co dorodny jackfruit, choć w przypadku tego ostatniego owocu zdarzają się również okazy osiągające nawet 30 kg. Dziś Sieć liczy już ponad 10 Zettabajtów danych. Tyle informacji wygenerowaliśmy od początku istnienia Internetu, a większość z nich tylko w ciągu ostatnich 2 lat. Te dane to właśnie Big Data. Do 2020 roku Internet dodatkowo przybierze na wadze – wedle szacunków Oracle osiągnie bowiem rozmiar 45 Zettabajtów.

Skąd wzięło się te pięć kilogramów Internetu? Z prostej matematyki. Nośnikiem cyfrowej informacji jest elektron, więc kluczem do rozwiązania wagi Internetu jest uchwycenie wagi wszystkich elektronów, odpowiadających za ruch w Sieci. Elektron ma swoją masę: ta w przybliżeniu wynosi: 10-31 kg. Gdybyśmy więc przeliczyli wagę wszystkich elektronów krążących w Sieci, to wyszłoby nam właśnie około 5 kilogramów. Jednak branża marketingowa to już nie sałatka owocowa. Nie można tu wrzucić wszystkiego, czytaj: nie każde dane sprawdzają się tu tak samo dobrze. Do sałatki owocowej lepiej przecież nie dodawać surowych kartofli, kalafiora czy buraków. Nawet w kuchni eksperymentalnej. Nikt tego nie zje, a wielu może się tylko zatruć. Tam samo w marketingu: do kampanii nie można wrzucić byle jakich danych, które ma się pod ręką, czyli tzw. „dark data” czy „dirty data”. Nie można też korzystać z danych nieaktualnych – z tego samego powodu, dla którego nie korzysta się z przeterminowanych owoców. Marketing z użyciem danych przypomina raczej eleganckie danie główne z wykwintnej restauracji. Wszystko idealnie skomponowane, smaki – zbalansowane, proporcje składników – wyważone. Top Chef. O ile oczywiście marketing ma dane podane – nomen omen – jak na talerzu. Kuchnią, z której takie dane wychodzą, są platformy Big Data, czyli tzw. Data Management Platforms. Sam mam zresztą przyjemność szefować takiej kuchni, która zaopatruje w dane najlepsze restauracje, oj – firmy na całym świecie. To jak smakuje marketing z użyciem danych? Jaki posmak ma Big Data? Przekonajmy się o tym na przykładzie restauracji, które stosują dane w swoim marketingowym menu.

Hamburger z danymi

Restauracja to gigantyczne kłębowisko danych. Po czekach spływających do kuchni łatwo można określić, które dania z menu sprzedają się najlepiej i jakie napoje najczęściej zamawiają goście. Od kelnerów uzyskamy opinie o restauracyjnej kuchni. Od dostawców – informacje o produktach, które kuchnia zamawia w największych ilościach. Rzut oka na zamrażarkę – i już wiadomo, czego nie powinniśmy zamawiać. Z profilu restauracji w social mediach i z forów internetowych – poznamy reakcje internautów na naszą restaurację. Dodajmy do tego jeszcze wszystkie hashtagi, zameldowania czy fotki otagowane nazwą naszej restauracji, a uzyskamy całkiem sporo danych o życiu restauracji, jej klientach i kuchni, które będzie można zmonetyzować lub wykorzystać do zoptymalizowania jej działania. Niektóre restauracje, ale też fast foody, znakomicie zdają sobie z tego sprawę.

Doskonale znana wszystkim „Restauracja Złote Łuki”, czyli amerykański McDonald’s, to ewidentny przykład na to, że oprócz Big Maców jej włodarze wiedzą również, jak robić Big Data. 34 tysiące lokali na całym świecie, obsługujących ponad 62 milionów klientów w 118 państwach każdego dnia, serwujących 75 burgerów  co sekundę – takie dane robią wrażenie i sprawiają, że pewnie niejednemu marketerowi cieknie ślinka na tak szeroką i zróżnicowaną publiczność. Niewykorzystanie takiej ilości informacji byłoby po prostu marketingowym grzechem tej firmy, jak usunięcie piklowanego ogórka z cheesburgera. Dlatego McDonald’s z lubością, z jaką jego pracownicy pytają: „frytki do tego?”, uprawia tzw. „data-driven business”, nie tylko w swoim McDrive. Wykorzystuje zgromadzone przez siebie informacje w procesach decyzyjnych, dopasowując oferty do preferencji i kubków smakowych miłośników żółtego „M” na całym świecie. W jaki sposób? McDonald’s na bieżąco analizuje ogromne ilości danych, takich jak choćby wzory zamówień w poszczególnych lokalach. Jeśli ktoś zamawia burgera i frytki, to prawdopodobieństwo, że do tego zestawu dołączy również cola zbliża się do 1. Wykorzystuje również dane z punktów sprzedaży (np. ile burgerów sprzedaje się w ciągu dni roboczych, a ile w weekend, które burgery zamawiane są najchętniej i w jakich godzinach etc.). I choć teoretycznie wszystkie McDonaldy na świecie wyglądają tak samo, to jednak menu w lokalach w różnych państwach, mogą różnić się od siebie zasadniczo. Są przygotowywane właśnie w oparciu o analizę danych z kubków smakowych konkretnego społeczeństwa. To nie wszystko. McDonald’s – wykorzystuje również tzw. „dane operacyjne” („operational data”) do zautomatyzowania procesu kontrolingowego… swoich bułek na burgery. Aby ziarenka sezamu czy kolor bułki zgadzały się z tymi, których oczekują klienci danego rynku. Serio. Big Data jest obecna nie tylko w lokalu, lecz również poza nim. W „drive-through”, czyli w kolejce po Happy Meala. Tutaj również McDonald’s postanowił wkroczyć z analityką Big Data, aby maksymalnie szybko taką kolejkę rozładowywać. Analizując ruch w McDrive’ach na całym świecie, a także marki samochodów, jakimi podjeżdżają klienci, liczbę osób w aucie i najczęściej zamawiane burgery, firmie z czerwono-włosym klaunem udało się zoptymalizować metodę wydawania posiłków wygłodniałym klientom. McDonald’s wie, że wesoła rodzinka siedząca w Volvo w combiaku, nie zamówi raczej pojedynczej porcji frytek, tylko siedem zestawów Happy Meal i wiadro coli. Przygotowanie takiego zamówienia może trochę potrwać. A takie sytuacje mogą doprowadzić do szewskiej pasji studenta, stojącego za rodzinką i pilotującego fioletowe Tico w drodze po wieczornego cheesburgera. Dlatego McDonald’s gromadzi i analizuje wzorce zachowań (zamówień) konsumentów z samochodów podjeżdżających z drive-through. Przepuszcza je przez odpowiedni wzorzec zachowań już w momencie, gdy van z rodzinką wjeżdża do McDrive i zanim złoży swoje zamówienie. W międzyczasie hamburgery już skwierczą na grillu.

Więcej niż precyzyjne targowanie. Poznaj gigantyczne możliwość audience data

Mieć smaka na klienta

Kolejną „sieciówką” wykorzystującą analitykę Big Data do optymalizacji sprzedaży jest Pizza Hut, która stworzyła w swoim systemie CRM ponad 6 tysięcy tzw. grup behawioralnych pochłaniaczy pizzy, bazując na ich preferencjach smakowych, czyli najczęściej zamawianych zestawach i kombinacjach składników oraz dodatkowych przysmakach, które najczęściej doliczają oni do rachunku. W ten sposób – podobnie jak McDonald’s w przypadku McDrive – PizzaHut wykorzystuje analitykę predyktywną do przewidywania intencji zakupowych klientów. Dzięki temu produkcja pizzy może odbywać się zdecydowanie szybciej. Przede wszystkim jednak Pizza Hut wykorzystuje gromadzone przez siebie dane w proaktywnej komunikacji do klienta, czyli w rozmaitych promocjach czy upominkach, wysyłanych drogą mailową, SMS-em czy poprzez reklamę w Sieci, zawierającą wizualizacje tej pizz, którą klient zamawia najczęściej. Dzięki takiemu działaniu (oraz walorom smakowym) ta sieciówka może pochwalić się jednym z najlepszych współczynników lojalności klientów na świecie. „Restauracyjna Big Data” swoje tryumfy święci dzisiaj w królestwie szybkiej kuchni, czyli w Stanach Zjednoczonych. To właśnie ten rynek obfituje w marketingowe case’y z lokali gastronomicznych, które patrzą na klienta jedzącego hamburgera jak na kolejne źródło danych w swoim systemie. Jak amerykańskie knajpy wykorzystują dane w swoich działaniach? Restauracja Panera Bread prowadzi dla swoich klientów kary lojalnościowe, w ramach których śledzi ich nawyki żywieniowe oraz zamawiane pozycje z menu restauracji. Klienci Panera Bread otrzymują również nagrody za zakupy, a gdy zamawiana przez nich pozycja z menu jest taka sama, jak w poprzednich zamówieniach – bonusy w postaci gratisowych przysmaków czy zniżek. Co więcej – Panera Bread postanowiła również, że pokusi się o aplikację mobilną i będzie wysyłać swoim klientom w konkretnych porach dnia propozycje potraw, które mają szansę trafić w ich gusta. W tym celu wykorzystywała nie tylko dane z własnego systemu CRM, lecz również dane typu third party, gromadzone przez zewnętrzne platformy Big Data. W ten sposób Panera Bread dysponowała większą ilością informacji o swoich klientach i mogła lepiej spersonalizować pod nich swoje menu. W dodatku potrawy oferowała w atrakcyjnych cenach. Nietrudno się domyślić, że takie działania przyniosły firmie sprzedażowy sukces: udało się zwiększyć liczbę gości i utrzymać dotychczasowych klientów. Serwująca meksykańskie jedzenie restauracja Chronic Tacos poszła o krok dalej. Postanowiła wykorzystać oprogramowanie, które – wykorzystując dane z wcześniejszych zamówień, z konkretnych dni i godzin – informuje wcześniej personel o tym, że w ciągu najbliższych kilkunastu minut zjawi się grupa wygłodniałych osób i zamówi konkretne pozycje z menu. W ten sposób firmie udaje się z wyprzedzeniem przewidzieć, ile tacosów, quesadillas i innych meksykańskich potraw powinni przygotować na daną godzinę, aby nagle nie zostać przygniecionym „zaskakującą” liczbą czeków.

Włoski, rodzinny biznes restauracyjny, Buca di Beppo, wykorzystuje analitykę danych w celu powiększenia swojej bazy klientów. Korzysta ze strategii „klonowania” profili najlepszych klientów, czyli tzw. look-alike modelingu lub clone-modelingu. Polega ona na tym, że wykorzystując dane zawarte w profilach najcenniejszych klientów restauracji (tzn. zostawiających w restauracji najwięcej dolarów), czyli pewnym zestawie unikalnych parametrów, określających jego zachowania i zainteresowania, restauracja może taki profil „sklonować” i wyszukać klientów o podobnych profilach wśród nowych użytkowników, którzy (jeszcze) nie mieli okazji skosztować restauracyjnego menu. Dzięki wykorzystaniu danych w ramach strategii clone-modelingu Buca di Beppo udało się znacząco zwiększyć liczbę nowych gości.

Fenomenem w świecie gastronomii jest Big Data marketing w wydaniu grupy siedmiu restauracji Fig & Olive z Nowego Jorku, które wykorzystują oprogramowanie śledzącego preferencje ponad 0,5 mln swoich gości i analizującego około 17,5 mln restauracyjnych czeków. Dzięki temu Fig & Olive udała się rzecz rzadko spotykana w branży gastronomicznej, a mianowicie : pełna personalizacja menu pod konkretnego klienta, rezerwującego stolik w restauracji. Co więcej – w jednej z ostatnich kampanii remarketingowych z użyciem danych, restauracja wysyłała klientom, którzy nie odwiedzili jej od ponad  30 dni, maile o tytule „Tęsknimy za Tobą”. W mailu znajdowało się zaproszenie, zawierające bezpłatny poczęstunek („czekadełko”, jak mawia Magda Gessler) w postaci crostini. Niby nic, prawda? A na włoskie paluszki skusiło się trzystu klientów, którzy zostawili ponad 36 tysięcy dolarów, czyli siedmiokrotnie więcej, niż Fig & Olive zapłaciło za całą kampanię e-mail marketingową. Matthe Joseph, człowiek odpowiedzialny za technologie i systemy informatyczne w Fig & Olive stwierdził, że połączenie danych z różnych źródeł restauracji, począwszy od samych lokali, zamówień, przez system rezerwacji online, a skończywszy na monitoringu mediów społecznościowych (Facebooka, Twittera, TripAdvisora), pozwolił Fig & Olive restauracji stworzyć unikalny wizerunek i – dzięki danym – zbudować lojalność swoich klientów.

Restauracja Levy’s to kolejny przykład firmy, która wie, że bez konkretnej wiedzy o zainteresowaniach i wzorcach zachowania klienta nie ma nawet ma nawet sensu otwierać lodówki. Levy’s korzysta z analityki Big Data jak z asa w rękawie, wygrywając dzięki niej postępowania przetargowe na obsługę cateringową imprez sportowych. Dziś ma podpisanych 45 kontraktów z rozmaitymi obiektami sportowymi, organizującymi imprezy masowe, zaopatrując w jedzenie konkretne publiczności. Działania, które prowadzi restauracja Levy’s, z powodzeniem wpisują się w strategię określaną w marketingu jako „audience targeting”. Levy’s analizuje bowiem preferencje kulinarne kibiców różnych dyscyplin. Dzięki temu wie, co jedzą i piją kibice koszykówki, piłki nożnej, baseballu, boksu itd. Analizując trendy czy też wzorce żywieniowe w Portland, Levy’s otworzył prężnie działającą knajpę o powierzchni 10 tys. m2, znajdującą się tuż obok Portland Trailblazers Arena, czyli obiektu, którego fanom NBA chyba nie trzeba przedstawiać.

Magiczny składnik, który sprzedaje więcej

Analityka danych pozwala również zdiagnozować restauracjom czy fast-foodom, po jakie składniki powinny sięgać najczęściej, aby móc zmaksymalizować sprzedaż. Ciekawych informacji w tym temacie dostarcza projekt zrealizowany wspólnie przez sieć FoodNetwork.com oraz portal Wired, do którego zaangażowano analityków Big Data. Mieli oni sprawdzić, czy dodatek w postaci bekonu, którym zachwyca się pół Internetu, faktycznie sprawia, że dania sprzedają się lepiej. W tym celu analitycy danych przeanalizowali w Sieci ponad 906 tysięcy ocen kanapek i odkryli, że te, które zawierają w sobie bekon, są oceniane przez użytkowników zdecydowanie wyżej, niż kanapki bez takiego wkładu. Być może dlatego coraz więcej fast-foodów – ot, choćby Subway – oferuje dziś dodatek bekon jako opcję do każdej kanapki. W niektórych restauracjach zamówicie nawet bekonowe desery czy koktajle. Ale to nie wszystko. Odkrycie analityków dotyczące sprzedażowej mocy bekonu sprawiło, że bekono-mania rozprzestrzeniła się również poza rynek spożywczy. I tak w sklepach znajdziecie perfumy o zapachu bekonu, pokrowce na telefon imitujące bekon, bekonowe krawaty, spodnie, pluszowe zabawki i choinki zapachowe do samochodów. Bekon. Bekon wszędzie.

Składników takich jak bekon jest oczywiście więcej. Według Lady Adamic, profesor z Uniwersytetu w Michigan, która wcześniej pracowała jako data scientist w Facebooku, a dziś bada naukowo dynamikę rozprzestrzeniania się informacji w Sieci, postanowiła sprawdzić na własną rękę, które składniki potrafią „dopalić sprzedaż”. Wśród nich znalazły się: ser topiony, feta, bita śmietana, żurawina, truskawki i awokado. Co więcej – dane zgromadzone przez profesor Ladę Adamic, pozwalają dziś szefom kuchni stwierdzić z dużą dozą prawdopodobieństwa, jakie składniki będą ze sobą współgrały najlepiej. Big Data podpowiada więc kucharzom, jak powinno wyglądać (smakować) menu restauracyjne, a także jaka konfiguracja danych pozwoli im uzyskać wymarzony, piąty smak – „umami”. Według Adamic odpowiednie zestawienie internetowych danych może nawet pomóc restauracji w wyczarowaniu jakiejś kreatywnej potrawy, z której zasłynie w okolicy.

Kitchen Data

Dane dla marketerów są jak bekon w kuchni – nigdy nie jest ich za dużo. Powinny być nieodzownym wyposażeniem marketera. Jak pieprz i sól, jak łyżka, widelec i dobrze naostrzony nóż u szefa restauracji. Z danymi marketing smakuje inaczej. Jest świeży, jak bazylia uprawiana w przydomowym ogródku. Jest smaczny, jak rosół w niedzielę u babci.

A przede wszystkim – jest skuteczny. Jak kebab po północy.

A teraz gratka dla łowców przepisów: od tego momentu zacznijcie zaznaczać tekst w dół.

Ukryty przepis na dorsza z batatami

– Piekarnik nagrzać do 220 stopni.

– Bataty umyć, obrać, pokroić na frytki. Włożyć je do miski, oprószyć solą morską i czarnym pieprzem. Dodać rozmaryn i 2 łyżki oliwy, wymieszać dokładnie ręką.

– Wyłożyć bataty na blachę piekarnika, zachowując odstępy pomiędzy pojedynczymi frytkami i wstawić do piekarnika. Piec przez 20 minut (ostatnie 5 minut zapiekać pod grillem, jeśli macie w piekarniku).

– Na 5 minut przed końcem pieczenia, na blaszkę obok batatów, położyć filety z dorsza, poprószone solą i pieprzem oraz wysmarowane 1 łyżeczką oliwy.

– Piec do końca przewidzianego czasu, aż dorsz będzie upieczony, jego mięso sprężyste, a bataty miękkie i lekko zarumienione z zewnątrz.

– W międzyczasie przygotować sos: pokrojony na kawałki ser gorgonzola włożyć do małego rondelka, dodać mleko i mieszając roztopić na małym ogniu. Wymieszać go z pieprzem i odstawić.

– Bataty ułożyć na podgrzanych talerzach, na wierzch położyć filety z dorsza, polać sosem.

Voila! Smacznego!