Berkaca dari pengalamannya, McDonald's Hong Kong punya tiga saran bagi perusahaan yang ingin memanfaatkan data dan machine learning untuk meningkatkan pengalaman pelanggan.
Inovasi digital bukan hal baru bagi McDonald's Hong Kong karena menjadi salah satu restoran di Hong Kong yang memberikan layanan pemesanan melalui kios swalayan, aplikasi mobile, atau gerai tradisional untuk pesan antar maupun makan di tempat.
McDonald's Hong Kong juga menawarkan kupon yang mempromosikan produk baru, produk musiman, menu standar, maupun value combo melalui aplikasi mobile. Awalnya proses ini dilakukan dengan cara-cara manual yang memakan waktu.
"Kami tantang diri kami sendiri untuk melakukan lompatan untuk menuju proses yang lebih customer-centric, terotomatisasi, berbasis data science," ucap Keith Chan, Chief Financial Officer dan Technology Officer, McDonald’s Hong Kong yang mengomandani inisiatif transformasi digital perusahaan.
Menghadapi Tantagan Big Data
Memiliki 245 gerai yang melayani lebih dari satu juta pelanggan setiap harinya, McDonald's Hong Kong memiliki data dalam jumlah besar yang dapat membantu pengambilan keputusan yang lebih baik tentang kupon promosi. Namun tantangannya adalah mengorganisasikan seluruh data secara terpusat, bukan menyimpannya dalam spreadsheet. Tantangan lain adalah bagaimana menganalisis data untuk memprediksi bukan hanya sekadar menjadi laporan kinerja. Perusahaan juga ingin dapat mempresentasikan data sedemikian rupa sehingga para pemangku kepentingan dapat memperoleh insight yang bermakna dan dapat ditindaklanjuti di saat yang tepat.
Menjawab tiga tantangan tersebut, perusahaan membangun fondasi digital. Mulai bulan April lalu, perusahaan menarik data dari semua sistem point of sale sentral dan menaruhnya di Oracle Autonomous Data Warehouse yang berjalan di Oracle Cloud Infrastructure (OCI).
McDonald's Hong Kong juga menggunakan machine learning "tanpa supervisi" untuk menemukan sendiri pola-pola datanya. Solusi machine learning yang digunakan adalah Oracle Machine Learning yang sudah "tertanam" di data warehouse berbasis cloud milik Oracle.
Langkah ini memungkinkan McDonald’s Hong Kong menganalisis data dan merekomendasikan tipe kupon yang relevan kepada pelanggan yang berbeda berdasarkan frekuensi, nilai pembelian, dan kapan terakhir pelanggan melakukan pembelian. .
“Sekarang kami dapat membedah lebih dalam dalam perencanaan kupon untuk segmen yang menjadi target kami," ujar Keith Chan.
Menurut Keith, semua keputusan dibuat berdasarkan data sehingga semua keputusan menjadi sangat obyektif, analitis, dan efektif.
Cepat Dapatkan Insight
Tidak berhenti di situ, McDonald’s Hong Kong juga bekerja sama dengan Oracle Consulting untuk membuat UI yang intuitif untuk semua data kampanye. Pembuatan UI menggunakan platform pengembangan low code Oracle Application Express (APEX) yang datang bersama Oracle Autonomous Data Warehouse.
Front end Oracle APEX memudahkan tim bisnis, pemasaran digital, maupun tim keuangan untuk melihat dan memanipulasi data untuk pelaporan dan perencanaan.
Dengan implementasi machine learning, data warehouse berbasis cloud, dan pemanfaatan platform low code, berbagai tim di McDonald's Hong Kong dapat memangkas waktu perencanaan dan pelaksanaan kampanye kupon minggua hingga separuhnya.
“Pemanfaatan data yang efektif dan agile dapat membawa kami pada apa yang kami sebut speed to insight," ujar Keith Chan.
Tiga Saran Implementasi Kecerdasan Buatan
Setelah melalui proses implementasi ini, Keith Chan menawarkan tiga saran. Pertama, perusahaan harus memahami bahwa tugas teknologi maju, seperti machine learning, adalah mendukung manusia membuat penilaian yang profesional, bukan menggantikan manusia.
Kedua, perusahaan harus memastikan insight yang diperoleh dari data yang dikumpulkan benar-benar dapat ditindaklanjuti (actionable) sehingga dapat meningkatkan hasil bisnis.
Saran ketiga adalah perusahaan harus terus menerus menyesuaikan metodologi data dan asumsi-asumsi yang digunakan karena teknologi AI dan machine learning masih berada di fase pertumbuhan.
| Penulis | : | Liana Threestayanti |
| Editor | : | Liana Threestayanti |
KOMENTAR