A cada segundo, são vendidos 75 sanduíches em restaurantes do McDonald’s. São servidas mais de 62 milhões de pessoas diariamente, em 118 países. Já pensou a quantidade de dados que essa gigante da alimentação gera por dia? Isso pode fazer você pensar que, já que a sua empresa não é tão grande, a Data Science não pode ser aplicada no seu negócio. É aí que você se engana!

Muitas lições do uso de dados adotado por empresas de grande porte ou multinacionais podem ajudar negócios menores na implementação de uma conduta data-driven. Isso porque o que muda é o volume, mas a lógica de uso dos dados é parecida.

Existe uma lógica que acompanha o porte e o segmento da empresa. Por isso, é necessária a avaliação para saber em que estágio de desenvolvimento de dados a sua empresa se encontra, para então decidir que ação de Data Science é a mais adequada para o momento e para o objetivo do negócio.

 

Se quiser saber mais sobre como a análise de dados pode beneficiar diversos setores e responder muitas questões sobre o público de um negócio, leia nosso post sobre como extrair valor dos dados em diferentes segmentos.

 

Estando cientes das diferenças, vamos voltar ao McDonald’s?

Uma das maiores redes de fast food do mundo, a empresa investe pesado em TI, engenharia e análise de dados, para que todas as informações que citamos no início desse texto e outros milhões de dados sejam coletados, estruturados e analisados, para compreender melhor os clientes. As predições automatizadas do público são o foco geral da rede, para otimizar os processos nos restaurantes. Afinal, são mais de 34 mil espalhados pelo mundo. São muitas franquias trazendo dados de diferentes regiões e, para agrupar e analisar esses dados todos, é preciso uma automação de Data Science.  Fazê-lo manualmente seria quase impossível.

As investigações do McDonald’s vão desde escolhas simples como qual hambúrguer é o preferido, até os motivos de a fila do Drive-thru ser tão longa e demorada em alguns locais. Tudo isso a partir da identificação de padrões e predições feitas com base nos dados, otimizando o processo dos restaurantes com ações mais precisas, como um todo na franquia e também de forma regionalizada.

Vamos tentar entender que lições de Data Science essa famosa franquia pode ensinar para a sua empresa?

 

A ciência de dados é usada em diferentes frentes na rede McDonald’s. O drive-thru é uma delas. Para tentar entender o motivo de filas enormes e demoradas se formarem e na busca pela otimização desse tipo de atendimento, cientistas de dados conduziram um estudo baseado em dados coletados por câmeras e sistemas automatizados da rede, que já existiam nos restaurantes.

Ou seja, os dados estavam lá, assim como os drive-thrus, mas as informações que eles geram diariamente não estavam sendo usadas para resolver o problema. Foram analisadas três frentes para descobrir os motivos e sugerir soluções: design e estrutura, qualidade das informações e preferências dos clientes. Parece muito abstrato?

Mas veja só como o McDonald’s conseguiu soluções ao  estruturar, agrupar e cruzar esses dados:

Isso nos mostra que se uma empresa já possui um modelo de negócios, serviços ou estruturas consolidadas, que já geram receita, provavelmente ela já tenha milhares de dados disponíveis sobre os clientes que a levaram até onde está. Dados que explicam situações como:

E muitas outras informações devem ser geradas, de acordo com o seu tipo de negócio. Se sua empresa não está usando esses dados, ou no mínimo os coletando, está desperdiçando um potencial enorme de análise do negócio, que pode beneficiar a tomada de decisões sobre as mais diversas frentes estratégicas, desde em que clientes o time comercial deve focar até em quais novos públicos o marketing pode investir.

 

Há muito tempo as decisões de empresas vêm sendo tomadas levando em consideração muita intuição e o famoso feeling para negócios, que um executivo experiente costuma ter. Mas e se esse feeling pudesse ser reproduzido em diversos funcionários da empresa, sem precisar de décadas de experiência, capacitando mais tomadores de decisões com a intuição executiva? Isso é possível através dos dados que você provavelmente já gera, mas não está usando-os para tomar novas decisões.  Veja o exemplo de uma decisão tomada pelo McDonald’s.

As novas opções do menu são escolhidas a partir de preferências identificadas nos padrões de comportamento dos clientes. Ao processar e cruzar dados de compra e informações de pedidos da rede, foi possível notar que o produto “All day breakfast”, por exemplo, menu vendido até às 11 da manhã, iria aumentar os lucros da rede se fosse vendido o dia inteiro. E foi o que aconteceu: nos EUA, as vendas aumentaram em 5,7% após a mudança.

Um funcionário poderia ter notado o quanto o produto vendia e se perguntado se venderia mais caso ofertado por mais tempo. Então, os dados confirmariam o questionamento. Ou, isso poderia nunca ter passado pela cabeça de ninguém, mas através do cruzamento otimizado, a oportunidade seria identificada.

No primeiro cenário, por exemplo, utilizando dados já existentes (compra de um produto que já era ofertado), se um colaborador quisesse tentar aumentar o lucro da rede com um produto já existente, os dados teriam confirmado a possibilidade de sucesso e seus funcionários poderiam conquistar mais autonomia na tomada de decisões.

 

Gerar novos dados é um tópico bastante falado conforme o ramo de Data Science evolui. É uma estratégia que acaba se tornando essencial após um certo tempo utilizando as informações já existentes, como no caso do McDonald’s, ao gerar padrões de demanda a partir do que os clientes pediam no drive-thru. Mas, para um empresa que ainda não possui a cultura da análise de dados e que, com certeza, já gera dados sem usá-los, como vimos anteriormente, o mais importante pode ser saber o que perguntar aos dados.

Por exemplo, o McDonald’s conseguiu utilizar a análise de dados em diversas etapas de sua linha produtiva, não só no atendimento ao cliente no restaurante.

A qualidade do produtos ofertados por redes de fast food é sempre um tópico debatido, por isso a empresa queria maneiras de melhorar o que era entregue ao cliente. Ainda mais em uma franquia, onde os clientes esperam que os produtos sejam padronizados em qualquer unidade da marca.

Assim, um sistema de câmeras passou a controlar os atributos exigidos dos pães utilizados na separação dos hambúrgueres, que antes era feita manualmente por um funcionário. Essa pessoa era responsável por acompanhar as fatias que passavam na esteira e retirar as que achava não serem compatíveis com as condições exigidas.

Com as câmeras, os algoritmos passaram a contribuir para uma seleção mais qualificada e otimizada dos produtos, onde 40% dos pães que antes eram descartados, voltaram para a esteira, pois não apresentavam qualquer problema, gerando uma grande economia.

 

Conseguiu se inspirar com as estratégias de Data Science usadas pelo McDonald’s? Então que tal assistir a uma entrevista exclusiva que o CEO da Propus, Carlos Eurico, concedeu à Kinghost. No vídeo, ele explica como a tecnologia e a ciência de dados podem contribuir para a organização e performance do seu negócio. É gratuito e basta se cadastrar no botão abaixo: