حالة استخدام Splunk: قصة نجاح Domino

في مدونة حالة استخدام Splunk هذه ، ستفهم كيف استخدمت دومينوز بيتزا سبلنك لاكتساب رؤى حول سلوك المستهلك وصياغة استراتيجيات أعمالهم.

في حين أن العديد من الشركات والمؤسسات قد استخدمت Splunk لتحقيق الكفاءة التشغيلية ، سأتحدث في منشور المدونة هذا عن كيفية استخدام Domino’s Pizza لـ Splunk لتحليل سلوك المستهلك لبناء استراتيجيات أعمال تعتمد على البيانات. توضح حالة استخدام Splunk هذه كيف يمكن استخدام Splunk على نطاق واسع في أي مجال.الطلب على كمهارة في الصناعة ترتفع بشكل كبير مع الشركات من جميع الأحجام التي تستخدم بنشاط Splunk وتبحث عن محترفين معتمدين لنفسها.

حالة استخدام Splunk: Domino’s Pizza

قد تكون على دراية بأن دومينوز بيتزا هي شركة عملاقة للوجبات السريعة في مجال التجارة الإلكترونية ، ولكن قد لا تكون على دراية بتحدي البيانات الضخمة الذي يواجهونه. لقد أرادوا فهم احتياجات عملائهم وتلبية احتياجاتهم بشكل أكثر فعالية باستخدام البيانات الضخمة. هذا هو المكان الذي جاء فيه Splunk لإنقاذ.





انظر إلى الصورة أدناه والتي تصور الظروف التي كانت تتراكم لتسبب مشاكل البيانات الضخمة في Domino’s.

استخدام رائع أحجار الدومينو تنفيذ splunk



تم إنشاء الكثير من البيانات غير المنظمة للأسباب التالية:

  • كان لديهم وجود متعدد القنوات لزيادة المبيعات
  • كان لديهم قاعدة عملاء ضخمة
  • كان لديهم عدة نقاط اتصال لخدمة العملاء
  • لقد قدموا أنظمة متعددة للتسليم: اطلب الطعام في المتجر ، اطلب عبر الهاتف وعبر موقع الويب الخاص بهم ومن خلال تطبيقات الهاتف المحمول عبر الأنظمة الأساسية
  • قاموا بترقية تطبيقات الأجهزة المحمولة الخاصة بهم باستخدام أداة جديدة لدعم 'الطلب الصوتي' وتمكين تتبع طلباتهم

أدت البيانات الزائدة الناتجة إلى المشكلات التالية:

كيفية استخدام charat في جافا
  • عمليات البحث اليدوي مملة وعرضة للخطأ
  • رؤية أقل لكيفية اختلاف احتياجات / تفضيلات العميل
  • عدم الاستعداد وبالتالي العمل في وضع رد الفعل لإصلاح أي مشكلة

شعرت شركة Domino’s أن حل هذه المشكلات يكمن في أداة يمكنها معالجة البيانات بسهولة. كان ذلك عندما قاموا بتطبيق Splunk.



'حتى تنفيذ Splunk ، كانت إدارة تطبيقات الشركة وبيانات النظام الأساسي تمثل مشكلة ، حيث كانت الكثير من ملفات سجلها في حالة فوضى كبيرة' - وفقًا لمدير موثوقية الموقع والهندسة ، راسل تورنر

ذكر تيرنر أن استخدام Splunk for Operational Intelligence بدلاً من أداة APM التقليدية ساعده على خفض التكلفة ، والبحث في البيانات بشكل أسرع ، ومراقبة الأداء والحصول على رؤى أفضل حول كيفية تفاعل العملاء مع Domino’s. إذا نظرت إلى الصورة أدناه ، ستجد التطبيقات المختلفة التي تم إعدادها من خلال تطبيق Splunk.

  • خرائط تفاعلية ، لعرض الطلبات في الوقت الفعلي القادمة من جميع أنحاء الولايات المتحدة. جلب هذا رضا الموظفين وتحفيزهم
  • ردود الفعل في الوقت الفعلي ، للموظفين لرؤية ما يقوله العملاء باستمرار وفهم توقعاتهم
  • تستخدم لوحة القيادة للاحتفاظ بالنتائج وتحديد الأهداف ، ومقارنة أدائها مع الأسابيع / الأشهر السابقة وأداء المتاجر الأخرى
  • عملية الدفع ، لتحليل سرعات طرق الدفع المختلفة وتحديد طرق الدفع الخالية من الأخطاء
  • الدعم الترويجي ، لتحديد كيفية تأثير العروض الترويجية المختلفة في الوقت الفعلي. قبل تنفيذ Splunk ، كانت نفس المهمة تستغرق يومًا كاملاً
  • مراقبة الأداء ، لمراقبة أداء أنظمة نقاط البيع المطورة داخليًا من Domino

أثبتت Splunk أنها مفيدة للغاية لشركة Domino's ، حيث بدأت الفرق خارج قسم تكنولوجيا المعلومات في استكشاف إمكانية استخدام Splunk للحصول على رؤى من بياناتهم.

Splunk للحصول على رؤى البيانات الترويجية

سأقدم سيناريو افتراضيًا لحالة استخدام Splunk والذي سيساعدك على فهم كيفية عمل Splunk. يوضح هذا السيناريو كيفية استخدام دومينوز بيتزا للبيانات الترويجية للحصول على وضوح أفضل فيما يتعلق بالعرض / القسيمة التي تعمل بشكل أفضل فيما يتعلق بالمناطق المختلفة ، وأحجام إيرادات الطلبات والمتغيرات الأخرى .

* ملاحظة: مثال البيانات الترويجية المستخدمة تمثيلي بطبيعته وقد لا تكون البيانات الموجودة دقيقة.

لم يكن لدى Domino's رؤية واضحة بشأن العرض الأفضل - من حيث:

  • نوع العرض (سواء فضل عملاؤهم خصمًا بنسبة 10 ٪ أو خصمًا ثابتًا بقيمة 2 دولارًا أمريكيًا؟)
  • الاختلافات الثقافية على المستوى الإقليمي (هل تلعب الاختلافات الثقافية دورًا في اختيار العرض؟)
  • الجهاز المستخدم لشراء المنتجات (هل تلعب الأجهزة المستخدمة في الطلب دورًا في خيارات العرض؟)
  • وقت الشراء (ما هو أفضل وقت لبث الطلب؟)
  • إيرادات الطلب (هل ستقدم استجابة مكتوبة لتغيير حجم إيرادات الطلب؟)

كما ترون من الصورة أدناه ، تم جمع البيانات الترويجية من الأجهزة المحمولة ومواقع الويب ومنافذ البيع المختلفة لدومينوز بيتزا (باستخدام معالجات Splunk) وإرسالها إلى موقع مركزي (مفهرسات Splunk).

ما هو المسجل في جافا

يرسل وكلاء Splunk البيانات الترويجية التي تم إنشاؤها في الوقت الفعلي. تحتوي هذه البيانات على معلومات حول كيفية استجابة العملاء عند تقديم العروض ، إلى جانب متغيرات أخرى مثل الخصائص الديمغرافية والطابع الزمني وحجم إيرادات الطلب والجهاز المستخدم.

تم تقسيم العملاء إلى مجموعتين لاختبار A / B. تم منح كل مجموعة عرضًا مختلفًا: عرض خصم 10٪ وعرض ثابت بقيمة 2 دولار. تم تحليل استجابتهم لتحديد العرض الذي يفضله العملاء.

احتوت البيانات أيضًا على الوقت الذي استجاب فيه العملاء وما إذا كانوا يفضلون الشراء من المتجر أو هل يفضلون الطلب عبر الإنترنت. إذا فعلوا ذلك عبر الإنترنت ، فسيتم أيضًا تضمين الجهاز الذي استخدموه لإجراء عملية الشراء. الأهم من ذلك ، أنها تحتوي على بيانات إيرادات الطلب - لفهم ما إذا كانت استجابة العرض تتغير مع حجم إيرادات الطلب.

بمجرد إعادة توجيه البيانات الأولية ، تم تكوين Splunk Indexer لاستخراج المعلومات ذات الصلة وتخزينها محليًا. المعلومات ذات الصلة هي العملاء الذين استجابوا للعروض ، والوقت الذي ردوا فيه والجهاز المستخدم لاسترداد القسائم / العروض.

عادةً ما يتم تخزين المعلومات التالية:

  • ترتيب الإيرادات على أساس استجابة العملاء
  • وقت شراء المنتجات
  • الجهاز الذي يفضله العملاء لتقديم الطلب
  • الكوبونات / العروض المستخدمة
  • أرقام المبيعات على أساس الجغرافيا

لإجراء عمليات مختلفة على البيانات المفهرسة ، تم استخدام رأس البحث. هو المكون الذي يعطي واجهة رسومية للبحث عن البيانات المخزنة في المفهرسات وتحليلها وتصورها. اكتسب دومينوز بيتزا الرؤى التالية باستخدام لوحات بيانات التصور التي يوفرها رأس البحث:

  • في الولايات المتحدة الأمريكية وأوروبا ، فضل العملاء خصمًا بنسبة 10٪ بدلاً من عرض 2 دولار. بينما في الهند ، كان العملاء أكثر ميلًا إلى عرض ثابت بقيمة 2 دولار
  • تم استخدام قسائم الخصم بنسبة 10٪ أكثر عندما كان حجم إيرادات الطلب كبيرًا ، بينما تم استخدام قسائم الخصم 2 دولار بشكل أكبر عندما كان حجم إيرادات الطلب صغيرًا.
  • كانت تطبيقات الهاتف المحمول هي الجهاز المفضل للطلب أثناء المساء وكانت الطلبات الواردة من الموقع أكثر خلال فترة الظهيرة. في حين أن الطلب في المتجر كان أعلى خلال الصباح

جمعت دومينوز بيتزا هذه النتائج لتخصيص العروض / القسائم فيما يتعلق بأحجام إيرادات الطلبات للعملاء من منطقة جغرافية معينة. حددوا أيضًا أفضل وقت لتقديم العروض / القسائم واستهدفوا العملاء بناءً على الجهاز الذي كانوا يستخدمونه.

هناك العديد من الآخرينحالة استخدام Splunkالقصص التي توضح كيف استفادت الشركات المختلفة ونمت أعمالها ، وزادت من إنتاجيتها وأمنها. يمكنك قراءة المزيد من هذه القصص هنا .

هل تريد أن تتعلم Splunk وتنفيذه في عملك؟ تحقق من هنا ، يأتي ذلك مع تدريب مباشر بقيادة مدرب وتجربة مشروع واقعية.

ستمنحك مدونة حالة استخدام Splunk هذه فكرة عادلة عن كيفية عمل Splunk. اقرأ مدونتي التالية حول هندسة Splunk لمعرفة ما هي مكونات Splunk المختلفة وكيف تتفاعل مع بعضها البعض.