社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

机器学习成天价汉堡!麦当劳豪掷3亿美元收购大数据创业公司

AI前线 • 5 年前 • 349 次点击  
来源 | Wired 等
译者 | 核子可乐
编辑 | Vincent
AI 前线导读:提起麦当劳,大家首先想到的是什么?可能更多是“巨无霸”汉堡,而非大数据吧?但这一切将很快发生变化:快餐业巨头正在以一种规模可观的方式热情拥抱机器学习技术。

麦当劳公司即将公布收购 Dynamic Yield 的交易协议内容。这是一家从事个性化推荐的创业公司,专门为零售商提供算法驱动型“决策逻辑”技术。具体来讲,当用户将商品添加到在线购物车中时,这项技术能够向买家推荐其他客户购买过的相关产品。根据报道,其动态产值近来已达数亿美元;而熟悉麦当劳交易内幕的消息人士指出,收购报价实际超过 3 亿美元——这也成为麦当劳公司自 1999 年收购 Boston Market 以来,金额最高的一笔收购交易。

更多优质内容请关注微信公众号“AI 前线”(ID:ai-front)
麦当劳的数据

有近八十年历史的麦当劳,有着世界上最大的供应链之一,每天平均完成 7100 万个订单,积累下 100T+ 的数据,这个数据量还继续不断增长。作为全球最大的快餐连锁企业,麦当劳在 188 个国家开展了业务,每天服务着约 6800 万人,占全球人口总数的 1%。

在麦当劳的官方介绍里,有这么一段文字:“麦当劳已经走过了飞速发展的时期,全球市场已被它收入囊中,再想进行横向拓展只有去火星了。集中采购所能带来的原材料成本也到了下限,单单靠压低成本、增加销量已经无法提升利润空间了。麦当劳需要新的商业模式来面对狭小的上升空间,以及增长乏力的业绩。“虽然之前他们认为无法再提升利润,但是现在,显而易见的是麦当劳已经瞄向了“数据”,通过挖掘数据去进一步提升业绩,这些数据的使用也可能会产生非常强大的效果。

麦当劳于去年上半年推出了手机 App,这个数字化门店正在创造大量的丰富数据。麦当劳有 34000 分店,而将这些分店看成一个整体,整合建立起全球化的数据仓库也十分可观。

通过转向云计算和新的 ETL 解决方案,麦当劳还集成了自己的智能化平台,供 100 多个商家使用,包括第三方供应商。

如何利用数据

麦当劳收集的大量数据,就是进行大数据决策的基础。在麦当劳之前进行的实验验证中,他们发现个性化营销活动对同店销售的影响比传统营销活动的影响高 3-5 倍。麦当劳宣称,收购后将从“汽车餐厅”开始,逐渐将技术应用到多个领域,如自助点餐和移动 App 上。

汽车餐厅

麦当劳每天为大约 6800 万客户提供服务。其中相当一部分其实享受的是“得来速”汽车餐厅服务,即不需要下车而通过直通窗口下单并拿取食物。就在这里,麦当劳认为 Dynamic Yield 的加盟将为其带来巨大收益。

过去几年以来,大家在使用汽车餐厅窗口点餐时,可能已经注意到其餐厅内的显示器迎来了全面数字化转型。而这,仅仅是麦当劳及其特许经营商总负责人 Steve Easterbrook 自 2015 年接掌快餐巨头以来的重点投入方向之一。该公司还推出了一款移动应用,并与 Ubert Eats 送餐服务合作,同时亦对自家基础设施做出一系列改进。麦当劳甚至在不到一年之前,将总部从郊区迁移到了充满活力的芝加哥西城区附近,旨在吸引更多年轻人才加入进来。

着眼于 Dynaimc Yield 收购案,我们可以看出这一切并不是麦当劳数字化转型的开始,而是转型过程中的一剂催化剂。

Easterbrook 在接受采访时表示,“我们还没有实现的目标,在于将这项技术与原有业务联系在一起,并确保各个部分得以相互交流。我们该如何从大规模营销转向大规模个性化营销?要做到这一点,我们必须以真正有益于客户的方式解锁整个生态系统中的数据资产。”

而这也已经开始体现在实践层面:今天,当用户开车到麦当劳汽车餐厅并慢慢停向窗口时,数字显示器会通过一些提示横幅或者促销版块的方式表示欢迎。而在开始下单的同时,显示器开始转换为完整的菜单。目前,这两种显示内容都是静态的硬性编制内容——换言之,除了早餐到午餐的切换之外,其它显示内容并不能根据用户的喜好及时改变。

但在迈阿密麦当劳餐厅的一个试点项目中,由 Dynamic Yield 技术支持的宣传方案拥有更为可观的灵活性水平。算法会处理大量相关数据,包括周边天气、时间、当地交通、附近活动以及历史销售数据等等,且范围涵盖世界各地的特许经营店。

在麦当劳的这套新型机器学习范例当中,他们尝试使用重要的展示空间向顾客播放当地正在流行的其它食品选项,从而激发兴趣以实现潜在的餐品加点效果——也许您突然有兴趣买一份欢乐儿童餐尝尝,或者是想加瓶雪碧路上喝喝。

Easterbrook 表示,“我们在业务运营当中从未遭遇过数据短缺的问题。而现在,我们正在从中提取洞察见解与商业智慧。”

麦当劳公司并不打算公开截至目前他们所收集到的具体洞察见解,或者个性化引擎对于销售的实际影响。但在这里,我们不难设想出一些可能的情况。例如有人想在下午 5 点订购两份欢乐儿童餐,这样的订单很可能是父母买给孩子们的;在这样的背景下,在显示器上展示咖啡或者甜点,往往会激发他们弄点提神饮料或者吃吃甜食的愿望。与任何机器学习系统一样,真正的收益可能出乎我们的预料。

麦当劳公司执行副总裁兼全球首席信息官 Daniel Henry 指出,“当我们查看这套决策引擎提供的答案时,刚开始可能会觉得有些摸不着头脑。但对于客户而言,这一切确实是有意义的。这不仅仅与个人相关,引擎还会从其他客户那里获取训练信息。随着与客户之间交互次数的增加,它会变得越来越聪明、越来越智能。”

麦当劳对客户收益做出了广泛定义。有多位高管指出,如果汽车餐厅的点餐队列前进缓慢,那么菜单会动态切换为准备速度更快的食物,以立足潜意识加快队列的处理进度。同样的,在不那么忙碌的时段,显示器则可能展示制作工艺较为复杂的三明治食品。与一切原有在线购物体验一样,直通窗口应该不会提示顾客当前订单中的食物太多,恐怕吃不完。毕竟客户满意度虽然重要,但麦当劳的这一切努力最终都是为了增加收入。

再来看看餐厅本身。像麦当劳这样长年积累数据资产的企业,自然也拥有多种引入算法的可行途径。Easterbrook 指出,“最终,大家会看到我们将有能力利用预测分析技术处理联网厨房实时产生的实时信息,并进一步掌控我们的整体供应链。我相信这一切都将成为现实。虽然目前的这项技术还没有将其纳入进来,但随着我们逐步将客户需求预测与餐厅 / 厨房的库存水平联系起来,整个供应链的运作无疑将更为精确。”他同时强调称,毕竟麦当劳是一家高销量、低利润的企业;任何有助于减少浪费的举措都会产生巨大的积极影响。

凭借着巨大的经营规模,麦当劳公司对于供应链体系做出的任何转变,都会给整个食品行业带来影响。而这,也让我们更加期待此次收购背后代表的深层变革。

服务个性化

大家可能已经想到,花费 3 亿多美元收购一家机器学习企业,麦当劳公司当然会想办法榨干它的每一分技术驱动力。

Henry 表示,他希望未来三个月内麦当劳能够在 1000 家门店部署这项技术,并最终将其推广到该公司的 1 万 4 千家美国餐厅乃至全世界。大家还可以期待,麦当劳公司在广泛并深入整合这一全新机器学习智能的同时,也会同时加快其应用速度。

Henry 表示,“与其它技术成果一样,除了能够在店内发挥作用,它还可以管理厨房、移动订单以及付费操作等等。但为了保持专注并一举拿下首个目标,我们必须先选定最重要的实验范围。”

作为其中的一大重点,麦当劳公司必须弄清如何运用其个性化引擎中的“个性化”部分。虽然其已经开始在店面当中对展示产品进行调整,但 Easterbrook 对其有着更为精细的设想。“如果客户愿意表明自己的喜好——他们有多种方法能够做到这一点——那么我们能够为其提供更多帮助,包括直接展示他们个人最喜欢的餐点。”当然,Easterbrook 强调称,麦当劳一直非常重视隐私问题。

至于最终可能采取的形式,Easterbrook 提出了一些可能性。麦当劳公司已经开始在其商店周边使用地理围栏来了解移动应用客户何时接近以及点选自己的订单。Easterbrook 表示他们可以使用某种信标技术,并以明确的提示询问客户是否加入识别。或者,也可以在门店附近设置车牌识别系统,从而认出特定客户并根据他们的购买历史相应调整数字菜单内容。

我们很难想象消费者对于这种追踪性质的服务到底是欢迎还是厌恶,特别是考虑到近年来人们对于个人数据的价值与敏感度的认知正在快速攀升。Easterbrook 指出,“随着我们的推进,我们会以非常谨慎的态度进行学习。我认为时间不断推移之后,我们将能够用自己的行动证明我们可以向愿意敞开心扉的客户提供服务价值。”

关于 Dynamic Yield 公司

下面来看看关于 Dynamic Yield 公司的情况。这家企业创立于 2011 年,总部设在纽约与特拉维夫,且拥有一份相当坚实的客户名单——其中包括宜家、丝芙兰以及 Urban Outfitters。即使在收购之后,他们仍将继续保持独立运营,并计划在麦当劳的管理之外发展其它业务。

Dhynamic Yield 公司联合创始人兼 XEO Liad Agmon 表示,“我们仍将继续保持积极的心态。我认为我们的客户将从多个方面通过此次收购受益。首先就是不必担心投资风险——我们不再需要寻求资金,而能够专注于创新发展。此外,被麦当劳招至麾下,也意味着 Dynamic Yield 彻底摆脱了被某些传统软件厂商吞并的风险。”

麦当劳公司此前曾对大约 30 家提供类似个性化引擎服务的公司时行了审查,并在完成迈阿密试点项目后决定选择 Dynamic Yield。Henry 表示,“促使我们做出决策的可能不在于产品本身,而是 Dynamic Yield 所拥有的数据科学家、大量人才以及他们与我们类似的快速行动能力。”

Dynamic Yield 公司在本质上相当为麦当劳的技术堆栈添加了个性化层。为显示器提供展示素材的软件会对每份订单进行 API 调用,并由 Dynamic Yield 返回结果。这种无缝性对接的另一大优势,在于麦当劳几乎不需要进行任何额外的财政投入。换言之,真正花钱的地方,其实就是这一块厂牌而已。

另外,每天接待 6800 万快餐客户的需求并不会给 Dynamic Yield 带来太大压力。Agmon 指出,与网络购物世界相比,麦当劳的这一业务量不会给系统施加太多压力,毕竟其系统原本就充斥着海量的订单与待排序项目。更重要的是,这样的联系使如今物理世界与数字世界间的界限变得愈发模糊。

Agmon 表示,“设想一下人们如何在实体店内购买,以及如何在网上商店中购物,就会发现他们的购物方式其实有所不同。当然,从实体店中获得的洞察见解也同样适用于网络商店国;反之亦然,我们也可以利用网络商店的数据指导实体店中的商品准备。我认为二者已经成为一种连续的体系,而非彼此独立的不同体验。”

也正是基于这样的理由,很多人才将当下的麦当劳视为一家科技公司,并将此次收购看作其二十年以来最重要的一笔交易。从现在开始,我们在网上的每一次购物都将包含决策逻辑,而这种决策逻辑也将存在于我们在实体店中购买的套餐里。

Easterbrook 指出,“我们的业务非常简单。如果顾客想要吃点什么或者喝点什么,他们就会来找我们。我们并不打算利用技术改变人们的生活,而只是想让人们生活得更舒适。”

参考链接:

https://www.wired.com/story/mcdonalds-big-data-dynamic-yield-acquisition/

https://www.wgfund.com.my/project/mcdonalds

https://www.infoq.cn/article/utq5tpoURUTy7SOLR-Xt

今日荐文

点击下方图片即可阅读

没娱乐、没性生活,中关村程序员要被逼疯了



精品推荐

阿里业务出海东南亚,运用多语种 NLP 技术,让机器理解小语种混合使用的场景。阿里小蜜是如何构建多语言机器人的?如何适应不同国家的语言文化?来 7 月 ArchSummit 架构师峰会上一探究竟。

大会 8 折报名中,立减 1760 元,有任何问题欢迎咨询票务经理 Lachel- 灰灰,电话 / 微信:17326843116。


你也「在看」吗?👇

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/30244
 
349 次点击