מקרה שימוש Splunk: סיפור ההצלחה של דומינו

בעוד חברות וארגונים רבים השתמשו ב- Splunk לצורך יעילות תפעולית, בפוסט בבלוג זה אדבר על אופן השימוש של דומינו'ס פיצה ב- Splunk לניתוח התנהגות צרכנים לבניית אסטרטגיות עסקיות מונעות נתונים. מקרה שימוש זה ב- Splunk מראה כיצד ניתן להשתמש ב- Splunk בהרחבה בכל תחום.הדרישה ל כמיומנות בתעשייה מתנשאת גבוה עם חברות בכל הגדלים המשתמשות באופן פעיל ב- Splunk ומחפשות אנשי מקצוע מוסמכים לאותו הדבר.

מקרה שימוש Splunk: דומינו'ס פיצה

אולי אתה מודע לכך שדומינו'ס פיצה היא ענקית מזון מהיר בהיקף מסחר אלקטרוני, אך אולי אינך מודעת לאתגר הביג דאטה שעומד בפניהם. הם רצו להבין את צרכי הלקוחות שלהם ולענות עליהם בצורה יעילה יותר על ידי שימוש בביג דאטה. כאן נחלץ Splunk.

התבונן בתמונה למטה המתארת ​​את הנסיבות שהצטברו כדי לגרום לבעיות נתונים גדולים ב- Domino's.

מדריכי סטודיו חזותי למתחילים

נוצר הרבה נתונים לא מובנים מכיוון:

• הייתה להם נוכחות רב ערוצית להנעת מכירות
• היה להם בסיס לקוחות עצום
• היו להם מספר נקודות מגע לשירות לקוחות
• הם סיפקו מספר מערכות למסירה: הזמנת מזון בחנות, הזמנה דרך הטלפון, דרך אתר האינטרנט שלהם ובאפליקציות סלולר חוצות פלטפורמות
• הם שדרגו את היישומים הניידים שלהם בעזרת כלי חדש לתמיכה ב'הזמנה קולית 'ולאפשר מעקב אחר ההזמנות שלהם

הנתונים העודפים שנוצרו הולידו את הבעיות הבאות:

• חיפושים ידניים הם מייגעים ונוטים לטעויות
• פחות נראות כיצד משתנה הצורך / העדפת הלקוח
• חוסר מוכנות וכך לעבוד במצב תגובתי כדי לתקן כל בעיה

דומינוס הרגיש שהפתרון לבעיות אלה טמון בכלי שיכול לעבד נתונים בקלות. זה היה כאשר הם יישמו את Splunk.

טרנר הזכיר כי השימוש ב- Splunk למודיעין תפעולי במקום כלי APM מסורתי סייע לו להוזיל את העלות, לחפש בנתונים מהר יותר, לפקח על הביצועים ולקבל תובנות טובות יותר לגבי האינטראקציה של הלקוחות עם דומינו'ס. אם תסתכל על התמונה למטה, תמצא את היישומים השונים שהוקמו על ידי יישום Splunk.

• מפות אינטראקטיביות, להצגת הזמנות בזמן אמת המגיעות מכל רחבי ארה'ב. זה הביא את שביעות הרצון והמוטיבציה של העובדים
• משוב בזמן אמת, לעובדים לראות כל הזמן מה הלקוחות אומרים ולהבין את הציפיות שלהם
• לוח המחוונים, המשמש לשמירת ציונים ולהגדרת יעדים, להשוואת ביצועיהם עם שבועות / חודשים קודמים ונגד חנויות אחרות
• תהליך תשלום, לניתוח המהירויות של מצבי תשלום שונים וזיהוי מצבי תשלום ללא שגיאות
• תמיכה בקידום מכירות, לזיהוי השפעה על מבצעי קידום מכירות שונים בזמן אמת. לפני יישום Splunk, אותה משימה נהגה לקחת יום שלם
• ניטור ביצועים, כדי לפקח על ביצועי מערכות המכירה המפותחות של דומינו

Splunk הוכיח את עצמו כמועיל כל כך לדומינו'ס, עד כי צוותים מחוץ למחלקת ה- IT החלו לבחון את האפשרות להשתמש ב- Splunk כדי לקבל תובנות מהנתונים שלהם.

Splunk לתובנות נתונים בנושא קידום מכירות

אני אציג תרחיש שימוש היפותטי ב- Splunk שיעזור לך להבין כיצד פועל Splunk. תרחיש זה מדגים כיצד דומינו'ס פיצה השתמשה בנתוני קידום מכירות כדי לקבל בהירות טובה יותר לגבי ההצעה / הקופון שעובדת הכי טוב ביחס לאזורים שונים, גודל הכנסות ההזמנה ומשתנים אחרים .

* הערה: הדוגמה של נתוני קידום מכירות שבהם משתמשים מייצגת את אופיה וייתכן שהנתונים הנוכחים אינם מדויקים.

לדומינו'ס לא הייתה נראות ברורה לאיזו הצעה עובדת הכי טוב - מבחינת:

• סוג הצעה (האם הלקוחות שלהם העדיפו הנחה של 10% או הנחה של 2 דולר שטוחים?)
• הבדלי תרבות ברמה אזורית (האם הבדלי תרבות ממלאים תפקיד בבחירת ההצעה?)
• מכשיר המשמש לקניית מוצרים (האם מכשירים המשמשים להזמנה ממלאים תפקיד בבחירות ההצעה?)
• זמן הרכישה (מהו הזמן הטוב ביותר להזמנה להיות בשידור חי?)
• הכנסות מהזמנות (האם התגובה שתשנה תשתנה בהתאם לגודל הכנסות ההזמנה?)

כפי שניתן לראות מהתמונה למטה, נתוני הקידום נאספו ממכשירים ניידים, אתרים ומוצרי דומינו'ס פיצה שונים (באמצעות Forwarders של Splunk) ונשלחו למיקום מרכזי (Splunk Indexers).

מהו מערך דינמי

מעבירי Splunk, ישלחו את נתוני הקידום שנוצרו בזמן אמת. נתונים אלה הכילו מידע על האופן שבו הלקוחות הגיבו כאשר קיבלו הצעות, יחד עם משתנים אחרים כמו דמוגרפיה, חותמת זמן, גודל הכנסות ההזמנה והמכשיר ששימש.

הלקוחות חולקו לשתי סטים לבדיקת A / B. כל ערכה קיבלה הצעה שונה: הצעת הנחה של 10% והצעה בסך 2 דולר. תגובתם נותחה כדי לקבוע איזו הצעה מועדפת על ידי הלקוחות.

הנתונים הכילו גם את הזמן שבו הלקוחות הגיבו ואם הם מעדיפים לקנות בחנות או שהם מעדיפים להזמין באינטרנט. אם הם עשו זאת באופן מקוון, נכלל גם המכשיר בו השתמשו לביצוע הרכישה. והכי חשוב, הוא הכיל נתוני הכנסות מהזמנות - כדי להבין אם תגובת ההצעה משתנה עם גודל הכנסות ההזמנה.

לאחר העברת הנתונים הגולמיים, הוגדר Splunk Indexer לחלץ את המידע הרלוונטי ולאחסן אותו באופן מקומי. מידע רלוונטי הוא הלקוחות שהגיבו להצעות, הזמן בו הגיבו והמכשיר המשמש למימוש הקופונים / ההצעות.

בדרך כלל, המידע שלמטה נשמר:

מה ההבדל בין c ++ ל- java

• הזמנת הכנסות על סמך תגובת הלקוח
• זמן רכישת מוצרים
• מכשיר המועדף על ידי הלקוחות לצורך ביצוע ההזמנה
• קופונים / מבצעים בשימוש
• מספרי מכירות על בסיס גיאוגרפיה

לצורך ביצוע פעולות שונות בנתונים שנוספו לאינדקס, נעשה שימוש בראש החיפוש. זה הרכיב שנותן ממשק גרפי לחיפוש, ניתוח והדמיה של הנתונים המאוחסנים באינדקסים. דומינו'ס פיצה השיגה את התובנות שלהלן באמצעות לוחות המחוונים להמחשה שמספק ראש החיפוש:

• בארה'ב ובאירופה הלקוחות העדיפו הנחה של 10% במקום הצעה של 2 דולר. בעוד שבהודו הלקוחות נטו יותר להצעה בסך 2 דולר
• קופוני הנחה בשיעור 10% שימשו יותר כאשר גודל הכנסות ההזמנות היה גדול, ואילו קופונים שטוחים בסך 2 $ שימשו יותר כאשר גודל הכנסות ההזמנות היה קטן.
• אפליקציות לנייד היו המכשיר המועדף להזמנה במהלך הערב וההזמנות שהגיעו מהאתר היו הכי הרבה במהלך הצהריים. ואילו ההזמנה בחנות הייתה הגבוהה ביותר במהלך הבוקר

דומינו'ס פיצה אספה את התוצאות הללו כדי להתאים אישית את ההצעות / הקופונים ביחס לגודל הכנסות ההזמנה ללקוחות מגיאוגרפיה מסוימת. הם גם קבעו מהו הזמן הטוב ביותר להציע הצעות / קופונים וכוונו ללקוחות על סמך המכשיר בו השתמשו.

יש עוד כמה אחריםמקרה שימוש בפלונקסיפורים המראים כיצד חברות שונות נהנו והגדילו את עסקיהן, הגדילו את התפוקה והביטחון שלהן. אתה יכול לקרוא עוד סיפורים כאלה כאן .

האם אתה רוצה ללמוד את Splunk וליישם אותו בעסק שלך? בדוק את שלנו כאן, זה מגיע עם הדרכה חיה בהנחיית מדריכים וניסיון פרויקט אמיתי.

הבלוג הזה לשימוש במקרה של Splunk היה נותן לך מושג הוגן כיצד פועל Splunk. קרא את הבלוג הבא שלי על ארכיטקטורת Splunk כדי ללמוד מהם מרכיבי ה- Splunk השונים וכיצד הם מתקשרים זה עם זה.