Starbucks không còn là công ty cà phê đơn thuần, họ là một công ty công nghệ
Starbucks là một ví dụ về cách sử dụng chiến lược dữ liệu để duy trì tính cạnh tranh.
Starbucks không chỉ đơn giản là doanh nghiệp bán số đồ uống khổng lồ trên toàn thế giới. Thương hiệu này cũng thu thập lượng dữ liệu khổng lồ từ hơn 100 triệu giao dịch mỗi tuần. Họ đã sử dụng dữ liệu này như thế nào? Và AI và IoT tham gia vào chiến lược này ra sao?
Cách Starbucks sử dụng dữ liệu và công nghệ hiện đại cho lợi thế cạnh tranh là tấm gương cho tất cả các doanh nghiệp, bất kể quy mô như thế nào. Chẳng hạn, thương hiệu này là người tiên phong trong việc kết hợp các hệ thống khách hàng thân thiết, thẻ thanh toán và ứng dụng di động. Nhưng đó chỉ là bề nổi.
Bài viết này nêu bật 5 ví dụ thú vị nhất về cách Starbucks sử dụng dữ liệu, AI và IoT cho lợi thế cạnh tranh của mình. Có thể có một lập luận thuyết phục rằng Starbucks không còn là một doanh nghiệp cà phê mà giờ đây là một công ty công nghệ dữ liệu trong ngành thực phẩm và đồ uống.
Starbucks không hề thiếu dữ liệu. Họ có hơn 30.000 cửa hàng trên toàn thế giới và hoàn thành gần 100 triệu giao dịch mỗi tuần. Điều này mang lại cho thương hiệu một cái nhìn toàn diện về những gì khách hàng tiêu thụ và thưởng thức. Nhưng có lẽ đáng ngạc nhiên, họ mới chỉ thực sự tập trung vào giá trị của dữ liệu này trong hơn một thập kỷ qua.
Điều này chứng tỏ không phải nó đã sử dụng dữ liệu ngay từ đầu. Nhưng, cũng như nhiều thay đổi lớn trong một công ty, một cuộc khủng hoảng đã dẫn đến sự thay đổi. Đó chính là cuộc khủng hoảng tài chính năm 2008 khiến Starbucks phải đóng cửa một số cửa hàng. Bài học của Howard Schultz, Giám đốc điều hành lúc bấy giờ là: "Việc sử dụng dữ liệu của Starbucks cần phải phân tích nhiều hơn, đặc biệt là trong việc quyết định địa điểm cửa hàng."
Trước đó, giống như nhiều công ty khác, các quyết định của Starbucks do con người đề xuất dựa trên kinh nghiệm và phán đoán. Dữ liệu rõ ràng là quan trọng, nhưng không phải là theo hệ thống. Có rất ít người viết về nó, nhưng dường như đó là cách tiếp cận thông thường của việc sử dụng dữ liệu để xác nhận và thông báo ý tưởng và quyết định của con người.
Những gì Starbucks làm là thử nghiệm tất cả các loại ý tưởng mới bằng cách sử dụng dữ liệu và công nghệ, sau đó sử dụng nhiều dữ liệu hơn để tìm ra những ý tưởng sẽ tiếp tục. Cũng như bất động sản, dĩ nhiên, cách Starbucks sử dụng dữ liệu ngày nay cũng mở rộng sang một loạt các hoạt động cho tiếp thị và sản phẩm. Điều này cho thấy sự thông minh trong cách quản lý chuỗi cung ứng của thương hiệu. Một phần cốt lõi của điều này là chương trình khách hàng thân thiết của Starbucks Awards, cũng bắt đầu vào năm 2008.
Điều mà ít phổ biến hơn là cách thức mà Starbucks sử dụng dữ liệu để thực hiện Internet vạn vật, đặc biệt là các hoạt động tại cửa hàng, bắt đầu với máy pha cà phê và hiện đang mở rộng sang các thiết bị trong cửa hàng khác như lò nướng. Năm ví dụ về cách Starbucks sử dụng dữ liệu, AI. và IoT để tạo lợi thế cạnh tranh:
Trong số rất nhiều điều tuyệt vời, tôi đã chọn 5 điểm nổi bật. Tôi đã chọn những thứ này vì chúng cho thấy việc sử dụng dữ liệu tốt đã cải thiện hoạt động kinh doanh của Starbucks, bên cạnh công nghệ như AI, IoT và đám mây:
#1: Quảng cáo được cá nhân hóa
Việc sử dụng dữ liệu khách hàng cổ điển là cá nhân hóa ưu đãi theo sở thích cá nhân của người tiêu dùng và Starbucks cũng không khác biệt. Với hơn 16 triệu thành viên chỉ riêng ở Hoa Kỳ, chương trình khách hàng thân thiết chiếm gần một nửa các giao dịch tại cửa hàng ở Hoa Kỳ.
Biết các ưu tiên đặt hàng và sản phẩm yêu thích của khách hàng cho phép Starbucks gửi các đề xuất được cá nhân hóa chính xác hơn. Sử dụng AI để xác định các chiến dịch như vậy đang trở thành một ứng dụng tiêu chuẩn của trí tuệ nhân tạo và Starbucks đã thực hiện điều này từ năm 2017 với chương trình "Digital Flywheel" của mình.
Một trọng tâm quan trọng của việc này là đề xuất các sản phẩm mới mà người tiêu dùng có thể thích, dựa trên những gì họ đã từng mua.
Nhưng đây không chỉ là quảng cáo đến từng cá nhân. Một phần lớn vẫn đang cung cấp các chiến dịch đại chúng thông thường, nhưng tác động trực tiếp đến từng người tiêu dùng trong phân khúc mục tiêu. Chúng có thể bao gồm đồ uống lạnh vào những ngày nóng, ra mắt sản phẩm hoặc thực đơn theo mùa.
#2: Phát triển các sản phẩm hợp thị hiếu
Các chương trình khuyến mãi được cá nhân hóa chắc chắn có hiệu quả, nhưng điều quan trọng không kém đối với Starbucks là sử dụng dữ liệu khách hàng trong việc phát triển sản phẩm của mình.
Starbucks sử dụng dữ liệu phát sinh từ thói quen mua hàng của số lượng người tiêu dùng lớn. Thông tin chi tiết từ dữ liệu này đề xuất các biến thể và phát triển từ các sản phẩm hiện có. Ví dụ, có một ý tưởng dễ thương hơn 15 năm trước đã khai sinh ra đồ uống có vị bí ngô trong lễ Halloween. Điều này đã khởi nguồn cho một loạt các sản phẩm lấy cảm hứng từ bí ngô trên toàn cầu.
Một loại thứ hai là sử dụng dữ liệu trên các kênh. Ví dụ điển hình nhất cho điều này có lẽ là việc công ty đẩy mạnh việc đưa cà phê vào không gian gia đình vào năm 2016. Đây là sự ra mắt của sản phẩm trong siêu thị, dành cho khách hàng thích pha cà phê tại nhà. Dữ liệu tại cửa hàng đã cho Starbucks một cơ sở chắc chắn để quyết định sản phẩm nào sẽ nhắm mục tiêu cho người uống tại nhà. Họ thậm chí có thể thử nghiệm các sản phẩm mang về nhà như cà phê hòa tan trong các cửa hàng thông thường.
#3: Phân tích vị trí cửa hàng kỹ lưỡng
Kế hoạch nơi mở một cửa hàng Starbucks là một phần phân tích dữ liệu phức tạp. AI hỗ trợ cho các yếu tố kinh tế về vị trí cho mô hình quy hoạch cửa hàng. Chúng bao gồm dân số, mức thu nhập, giao thông, sự hiện diện của đối thủ cạnh tranh,... Nó sử dụng dữ liệu này để dự báo doanh thu, lợi nhuận và các khía cạnh khác của hiệu quả kinh tế.
Hệ thống cũng xem xét vị trí của các cửa hàng Starbucks hiện có. Nó xem xét tác động của một cửa hàng mới được đề xuất đối với doanh thu hiện có ở các khu vực lân cận. Công nghệ AI chủ yếu của ứng dụng này là phân tích dựa trên vị trí.
#4: Thay đổi menu linh hoạt
Một ý nữa của các ví dụ trên là Starbucks có khả năng liên tục điều chỉnh các sản phẩm của mình. Cách Starbucks sử dụng dữ liệu giúp nó có thể sửa đổi dựa trên khách hàng, địa điểm và thời gian. Điều này ảnh hưởng đến sản phẩm, chương trình khuyến mãi và giá cả.
Tuy nhiên, nếu tại các cửa hàng bạn đến, vẫn có những menu được in sẵn sau quầy thì khả năng điều chỉnh này không còn nữa. Đây là một lý do giải pháp không hoàn hảo như bảng đen vẫn phổ biến với các nhà bán lẻ. Nhưng đối với Starbucks, câu trả lời là sự xuất hiện của các bảng hiệu số trong các cửa hàng, với màn hình menu được thiết lập bằng máy tính.
Điều này hoàn thành một chuỗi cho phép những thay đổi có thể xảy ra ở bất kỳ đâu trong trải nghiệm của khách hàng được phản ánh trong cửa hàng.
Rõ ràng có rất nhiều câu hỏi đặt ra, và có rất nhiều phạm vi để làm phức tạp mọi thứ. Tuy nhiên, kể từ giữa năm 2018, Starbucks đã thử nghiệm điều này trong một số ít cửa hàng. Họ đã tập trung nỗ lực vào việc đẩy các sản phẩm được lựa chọn dựa trên hoàn cảnh của địa phương như thời tiết hoặc thời gian trong ngày.
#5: Tối ưu hóa máy móc
Ví dụ cuối cùng của chúng tôi là bảo trì máy pha cà phê và máy móc tại cửa hàng nói chung.
Giao dịch tại cửa hàng Starbucks điển hình với chi phí tương đối thấp và thời gian ngắn. Số khách hàng giao dịch càng lớn thể hiện thành công của một cửa hàng. Vì vậy, nếu một máy bị hỏng, nó có thể phá vỡ đáng kể hiệu suất kinh doanh.
Starbucks không bố trí các kĩ sư trực cho các sự cố. Thay vào đó, họ gửi chúng ra trung tâm xử lí để đối phó với việc sửa chữa và thực hiện bảo trì theo kế hoạch. Vì vậy, việc đưa các kỹ sư đến với các máy hỏng nhanh chóng tạo ra sự khác biệt.
Có những cách tiếp cận thông thường cho vấn đề này. Điều này có nghĩa là thu thập dữ liệu về lỗi, việc sử dụng máy cũng như yêu cầu sửa chữa, ... Phân tích dữ liệu thường xuyên rất tốt trong việc tìm kiếm các xu hướng. AI có thể giúp dự báo sự cố và nhu cầu bảo trì.
Trường hợp Starbucks đã đưa đến bước tiến mới với chiếc máy cà phê Clover X. Máy này hiện chỉ được sử dụng trong một số cửa hàng nhất định. Cùng với khả năng pha cà phê vượt trội, nó còn kết nối với "đám mây". Điều này không chỉ cho phép thu thập dữ liệu vận hành toàn diện hơn. Nó cũng cho phép chẩn đoán từ xa các lỗi và cả sửa chữa từ xa.
Các khái niệm tương tự sẽ áp dụng cho các máy khác. Ví dụ, các cửa hàng hiện có một lò nướng tiêu chuẩn, cũng được điều khiển bằng máy tính, để chuẩn bị cho các sản phẩm trên toàn cầu. Tuy nhiên, các máy hiện tại cần được cập nhật với ổ USB. Điều này xảy ra mỗi khi cần sự thay đổi về cấu hình máy, ví dụ như các sản phẩm mới. Trong tương lai, những máy này chắc chắn sẽ kết nối đám mây trực tiếp, đồng thời tạo ra nhiều cơ hội cho AI phân tích dữ liệu hiệu quả hơn.
