共计 3950 个字符，预计需要花费 10 分钟才能阅读完成。
简介：麦当劳的数字化转型从 2016 年开始全面推行，力求无论何时何地何种形式，消费者都能随心享受麦当劳的产品与服务，数字化转型在过来几年获得显著效果！而阿里云数据中台的引入，将成为麦当劳数字化转型在拓展面向新消费者人群场景中的重要一环！
邻近 12 点，办公室里的“干饭人”们曾经蠢蠢欲动。
食堂的菜品全靠大厨张姨当日情绪决定，本人又没有做饭带饭的习惯，所以外卖就成了小吴解决一日三餐的最优抉择，但明天礼拜一，她有另一条喂饱本人的路径。
关上手机，从支付宝进入“麦当劳”小程序，熟练地找到“麦当劳周一会员日”界面，支付优惠券兑换一对麦辣鸡翅，再单点一份“1+ 1 随心配”套餐，结算只需 12 元。
小吴通常都会抉择“到店取餐”，即下单后服务员会在约 5 分钟内提前打包好对应商品，待从办公室步行到餐厅，即刻就能实现取餐。
麦当劳推出的这项服务益处在于，相较于到店点餐，消费者可能提前选定餐厅实现下单，节俭因排队点单、等待取餐的工夫老本；同时，和通过外卖平台下单相比，还能节俭 9 元规范配送费老本……
然而，备受“小吴”们推崇的电子下单场景，只是近年麦当劳数字化转型带来的扭转之一。
三大定律影响人们的用餐抉择
对大多数消费者来说，午餐的抉择维度大多逃离不开“价格、口味、间隔”三大条，而公司边上的这家麦当劳餐厅，则刚好落在这三大规范的交汇点。
在价格上，麦当劳除每周一设定“会员日”（可参加“嗨翻星期 1”会员专享流动），还推出“500 大卡”和“随心配 1 +1=¥12”等系列套餐，让消费者可能以更低的价格享受到更多样的商品。
为什么更偏爱麦当劳？小吴给出了绝大多数消费者的答复，“体感上，麦当劳汉堡除了鸡肉类外，还有鱼肉、牛肉等更多品类的抉择。”但其实，为了可能更为投合中国消费者的口味，麦当劳自 1990 年首次在中国边疆开设餐厅以来，就始终在“中国式新品”研发上做致力，比方别离在 1998 年、1999 年、2005 年、2020 年上市的麦辣鸡腿堡、麦辣鸡翅、板烧鸡腿堡和麦麦脆汁鸡，目前都以爆款单品姿势俘获了相当体量的粉丝人群。
最初，间隔也是一般消费者纳入“影响用餐决策”的关键因素——如果是外出就餐，距离远就意味着破费在路上的工夫变得更多；如果是外卖配送，则意味着须要承当食物口感降落的危险。
好在，目前麦当劳在小吴所在的杭州市，曾经有超过 100 家餐厅，笼罩了绝大多数的办公区和商业区，不论是在办公室还是日常逛街，她总能及时享受到最陈腐热乎的麦当劳薯条。
麦当劳中国数字化业务副总裁文迪介绍，门店选址对餐饮行业来说至关重要，因为这关系着餐厅所能辐射影响到的外围客群。而另一方面，随着近年来外卖下单这一新模式的衰亡，本来受地区限度的线下餐厅服务边界被突破了，消费者能够绝对不受限制地随时随地实现下单动作。
比方小吴，就可能在办公室通过支付宝 - 麦当劳小程序或者麦当劳 APP 提前根据所在位置抉择最近的麦当劳餐厅实现点单，而后步行至餐厅实现取餐。
而在麦当劳餐厅内，食物会被密封装进袋子，搁置在专门的取餐地位，小吴能够在不与人接触的状况下，按照下单实现后显示的号码，找到对应餐袋，实现取餐并返回办公室。
这种“无接触”式取餐，在疫情期间，极大水平上保障了消费者的平安，并在业内造成模拟浪潮，现在更成为诸多“社交恐怖”消费者们的第一抉择。
而这一贯通挪动互联网与线下餐厅的生产全链路流程得以高效买通，其背地离不开麦当劳数字化建设的无力撑持。
据理解，麦当劳的数字化转型从 2016 年开始全面推行，其中包含官网数字化渠道建设、挪动领取引入，力求无论何时何地何种形式，消费者都能随心享受麦当劳的产品与服务。
数字化让线上订餐自主权交给消费者
“数字化领取是麦当劳数字化转型的第一步。”文迪介绍，2015 年随着挪动领取场景的大面积笼罩，麦当劳陆续接入支付宝等领取模式，这也代表着麦当劳正式迈入消费者全触点接触新阶段。
而 2020 年疫情的影响以及挪动终端技术的欠缺和倒退，在肯定水平上极大扭转了消费者的餐饮下单习惯，“当初，麦当劳大略有 70%-80% 的订单量来自于数字化渠道，”文迪走漏，“其中既包含餐厅内的触屏自助点餐机，饿了么等第三方平台，以及联合前两者劣势以小程序和麦当劳 APP 做承载的电子点单。”
而跨多端触点的订单能被麦当劳餐厅对立承受并妥善处理，很大水平上依赖于麦当劳早年就着手搭建的自建数据中台零碎。
文迪介绍，麦当劳在寰球范畴的零碎比拟多，专门面向中国市场定制开发的独立零碎、性能组件也十分多——为了可能最大限度保障消费者在不同麦当劳餐厅都能享受到同样的服务和体验，麦当劳很早就将各项利用依照“前台、中台、后盾”的不同定位进行划分。
“前台”次要负责应答业务场景中多变的触点；“中台”更像是逻辑层，以多套数据系统为撑持，做计算共享的性能，如卡券等，反对多渠道体验的对立和保障经营的高效；而“后盾”则是底座，积攒了全渠道原始数据。
现阶段，麦当劳的数据系统，既包含面向不同市场的偏好数据、不同渠道的订单数据 / 拜访数据、不同场景的流动数据（既包含线上线下流动，也包含不同线上渠道流动），也包含基于新老产品的下单频次数据等等，在麦当劳，这些数据都能被“数据中台”妥善整合，并使用到前端业务场景中。
比方，除了备受消费者推崇的经典当家产品，麦当劳每年还会推出应答不同口味偏好群体的全新产品，仅在 2020 年推出的新产品就超过 100 款——而这个新陈代谢的过程，就蕴含了大量对于“人”和“货”的数据分析。
再比方，麦当靠现在全面履行的全渠道点餐模式，把更多自主权交给了消费者自身——消费者能够自主抉择下单模式，同时即使在线高低单，麦当劳也可能给予消费者充沛的掌控感”：从抉择左近门店，到商品抉择再到下单，需等待时间；如果是配送服务的话，还能实时看到骑手的取餐、配送路线和间隔等多维度信息。
从消费者角度来说，麦当劳凋谢的这些数据，不再让其只能关注到本人“取餐”的后果，而是能让消费者更多地去知情“我进店之前还有多少人在期待取餐”“我进店当前还须要等多久”等过程细节，能最大限度地在生产整个过程中，晋升被服务感。
阿里云数据中台是数字化转型的重要一环
麦当劳的数字化转型在过来几年获得显著效果，但麦当劳中国区精准营销项目经理彭碣却示意，“咱们只是适应了消费者的需要，而后跟进了对应动作。”
在彭碣的眼中，麦当劳的数字化转型，归根结底都是为了给消费者提供更为精密的服务，而由“消费者称心”反哺而来的系列衍生，都是“意外”惊喜。
去年 12 月，麦当劳联结支付宝推出“0 元支付汉堡券”流动，引发线下门店和支付宝小程序流量同步暴涨，尤其是在江浙沪地区，当天交易笔数同比增长 9.6 倍。
作为全国消费水平绝对较高的地区，江浙沪始终是备受企业关注的消费市场，麦当劳也不例外。在这一区域新用户增长面临瓶颈之际，2020 年，麦当劳牵手阿里云数据中台，以支付宝和菜鸟两款 APP 作为外围前端阵地，发展系列精准营销流动，以从新关上江浙沪线上流量突破口。
文迪通知记者，截至 2021 年第一季度，麦当劳在中国的会员数就超过了 1 亿 7 千万，这些会员通过不同的渠道端，比方 APP、小程序等，对立以数据模式贮存在麦当劳 CRM 库中，“各端的整体经营逻辑，诸如积分兑换等，都是对立的，只是有些营销场景能够分为渠道独享和通用。”
而阿里云数据中台的引入，将成为麦当劳数字化转型在拓展面向新消费者人群场景中的重要一环。
借助阿里云数据中台在全域营销场景的能力，去年 10 月起，麦当劳锁定江浙地区 20 余家门店进行开启尝试，现在参加的门店数已累计至 500 家以上：
Step01：麦当劳通过阿里云数据中台外围产品之一 Quick Audience，上传江浙地区局部市场数据；
Step02：通过 Quick Audience 辨认其中共性特色；
Step03：链接支付宝，穿插匹配选定门店周边市场机会，辨认其中高潜局部（同时排出既有市场份额）；
Step04：以支付宝领取页面等为载体，以既定门店为半径（半径范畴可抉择），面向特定市场进行营销流动推送。
目前，该计划通过 4 轮测试，在文迪看来，“现有的成果数据都不错。”
“因为还处于尝试阶段，而且因为餐饮行业的特殊性，现阶段并不适宜用一个相对数值来掂量这个计划的价值，”文迪说道，“我感觉这次与阿里云数据中台的单干，更像是为咱们前期朝这方面的进一步动作，制订了一个规范，让咱们可能明确地晓得，当老本在这个范畴区间内，那就是一个可承受的数值。”
作为寰球最具价值的快餐品牌之一，麦当劳的数字化转型之路也在持续，从电子菜单到电子下单，再到数字领取和全域精准营销，麦当劳的每个服务环节都在耳濡目染地数据化。
“餐饮自身是一个绝对比拟扩散的行业，每一个品牌，都是各自畛域比拟独特的一个代表，它们也都会有本人独道的数字化门路，而咱们也心愿麦当劳走过的这一条，可能为其余餐饮企业带去一些启发。”文迪如是说道。
数据中台是企业数智化的必经之路，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。
目前正通过阿里云对外输入系列解决方案，包含通用数据中台解决方案、批发数据中台解决方案、金融数据中台解决方案、互联网数据中台解决方案、政务数据中台解决方案等细分场景。
其中阿里云数据中台产品矩阵是以 Dataphin 为基座，以 Quick 系列为业务场景化切入，包含：
• – Dataphin，一站式、智能化的数据构建及治理平台；
• – Quick BI，随时随地 智能决策；
• – Quick Audience，全方位洞察、全域营销、智能增长；
• – Quick A+，跨多端全域利用体验剖析及洞察的一站式数据化经营平台；
• – Quick Stock，智能货品经营平台；
• – Quick Decis
原文链接
本文为阿里云原创内容，未经容许不得转载。
