Caso de uso do Splunk: história de sucesso da Domino



Neste blog de caso de uso do Splunk, você entenderá como a Domino's Pizza usou o Splunk para obter insights sobre o comportamento do consumidor e formular suas estratégias de negócios.

Embora muitas empresas e organizações tenham usado o Splunk para obter eficiência operacional, nesta postagem do blog falarei sobre como a Domino's Pizza usou o Splunk para analisar o comportamento do consumidor para construir estratégias de negócios baseadas em dados. Este caso de uso do Splunk mostra como o Splunk pode ser usado extensivamente em qualquer domínio.A demanda por como uma habilidade na indústria está crescendo rapidamente com empresas de todos os tamanhos usando ativamente o Splunk e buscando profissionais certificados para o mesmo.

Caso de uso do Splunk: Pizza do Domino

Você deve estar ciente de que a Domino’s Pizza é um gigante do e-commerce e fast food, mas pode não estar ciente do desafio de big data que eles estavam enfrentando. Eles queriam entender as necessidades de seus clientes e atendê-los de forma mais eficaz usando Big Data. Foi aqui que o Splunk veio ao resgate.





Veja a imagem abaixo, que mostra as circunstâncias que estavam se formando para causar problemas de big data na Domino's.

splunk use case-dominós implementando splunk



Muitos dados não estruturados foram gerados porque:

  • Eles tinham uma presença omni-channel para impulsionar as vendas
  • Eles tinham uma enorme base de clientes
  • Eles tinham vários pontos de contato para atendimento ao cliente
  • Eles forneceram vários sistemas de entrega: pedido de comida na loja, pedido por telefone, por meio de seu site e por meio de aplicativos móveis de plataforma cruzada
  • Eles atualizaram seus aplicativos móveis com uma nova ferramenta para oferecer suporte a 'pedidos por voz' e permitir o rastreamento de seus pedidos

O excesso de dados gerados deu origem aos seguintes problemas:

  • Pesquisas manuais são tediosas e sujeitas a erros
  • Menos visibilidade sobre como a necessidade / preferência do cliente varia
  • Despreparo e, portanto, trabalhando em modo reativo para corrigir qualquer problema

A Domino’s sentiu que a solução para esses problemas estaria em uma ferramenta que pode processar dados facilmente. Foi quando eles implementaram o Splunk.



“Até a implementação do Splunk, gerenciar os dados de aplicativo e plataforma da empresa era uma dor de cabeça, com muitos de seus arquivos de log em uma bagunça gigante” - de acordo com o gerente de confiabilidade e engenharia do local, Russell Turner

Turner mencionou que o uso do Splunk para inteligência operacional no lugar de uma ferramenta tradicional de APM o ajudou a reduzir o custo, pesquisar os dados mais rapidamente, monitorar o desempenho e obter melhores insights sobre como os clientes estavam interagindo com o Domino's. Se você olhar a imagem abaixo, encontrará os diferentes aplicativos que foram configurados pela implementação do Splunk.

  • Mapas interativos, para mostrar pedidos em tempo real vindos de todos os EUA. Isso trouxe satisfação e motivação aos funcionários
  • Feedback em tempo real, para que os funcionários vejam constantemente o que os clientes estão dizendo e entendam suas expectativas
  • Painel, usado para manter pontuações e definir metas, comparar seu desempenho com semanas / meses anteriores e com outras lojas
  • Processo de Pagamento, para analisar as velocidades dos diferentes modos de pagamento e identificar modos de pagamento livres de erros
  • Suporte promocional, para identificar como várias ofertas promocionais estão impactando em tempo real. Antes de implementar o Splunk, a mesma tarefa costumava levar um dia inteiro
  • Monitoramento de desempenho, para monitorar o desempenho dos sistemas de ponto de vendas desenvolvidos internamente pela Domino

O Splunk provou ser tão benéfico para a Domino's que equipes fora do departamento de TI começaram a explorar a possibilidade de usar o Splunk para obter insights de seus dados.

alocação de memória dinâmica em c ++ com programa de exemplo

Splunk para insights de dados promocionais

Apresentarei um cenário de caso de uso hipotético do Splunk que ajudará você a entender como o Splunk funciona. Este cenário demonstra como a Domino's Pizza usou dados promocionais para obter melhor clareza sobre qual oferta / cupom funciona melhor em relação a diferentes regiões, tamanhos de receita de pedido e outras variáveis .

* Observação: o exemplo de dados promocionais usados ​​é representativo por natureza e os dados presentes podem não ser precisos.

A Domino's não teve uma visibilidade clara de qual oferta funciona melhor - em termos de:

  • Tipo de oferta (se os clientes preferem um desconto de 10% ou um desconto fixo de $ 2?)
  • Diferenças culturais em nível regional (as diferenças culturais desempenham um papel na escolha da oferta?)
  • Dispositivo usado para comprar produtos (os dispositivos usados ​​para fazer pedidos desempenham um papel nas escolhas da oferta?)
  • Hora da compra (qual é a melhor hora para o pedido estar ativo?)
  • Receita do pedido (a resposta da oferta mudará em relação ao tamanho da receita do pedido?)

Como você pode ver na imagem abaixo, os dados promocionais foram coletados de dispositivos móveis, sites e vários pontos de venda da Domino's Pizza (usando Splunk Forwarders) e enviados para um local central (Splunk Indexers).

Os encaminhadores do Splunk enviariam os dados promocionais gerados em tempo real. Esses dados continham informações sobre como os clientes respondiam quando recebiam as ofertas, junto com outras variáveis ​​como dados demográficos, carimbo de data / hora, tamanho da receita do pedido e dispositivo usado.

Os clientes foram divididos em dois conjuntos para o Teste A / B. Cada conjunto recebeu uma oferta diferente: oferta de desconto de 10% e oferta fixa de $ 2. A resposta deles foi analisada para determinar qual oferta era a preferida pelos clientes.

Os dados também continham o momento em que os clientes responderam e se preferem comprar na loja ou se preferem fazer o pedido online. Se eles fizeram isso online, o dispositivo usado para fazer a compra também foi incluído. Mais importante ainda, ele continha dados de receita do pedido - para entender se a resposta da oferta muda com o tamanho da receita do pedido.

obter o tamanho do array javascript

Depois que os dados brutos foram encaminhados, o Splunk Indexer foi configurado para extrair as informações relevantes e armazená-las localmente. São informações relevantes os clientes que responderam às ofertas, a hora em que responderam e o dispositivo utilizado para resgatar os cupões / ofertas.

Normalmente, as informações abaixo eram armazenadas:

  • Receita do pedido com base na resposta do cliente
  • Tempo de compra de produtos
  • Dispositivo preferido pelos clientes para fazer o pedido
  • Cupons / ofertas usadas
  • Números de vendas com base na geografia

Para realizar várias operações nos dados indexados, foi usada a cabeça de pesquisa. É o componente que fornece uma interface gráfica para pesquisar, analisar e visualizar os dados armazenados nos Indexadores. A Domino’s Pizza obteve os insights abaixo usando os painéis de visualização fornecidos pelo cabeçote de pesquisa:

  • Nos EUA e na Europa, os clientes preferiram um desconto de 10% em vez de uma oferta de $ 2. Enquanto na Índia, os clientes estavam mais inclinados a uma oferta fixa de $ 2
  • Cupons de desconto de 10% foram usados ​​mais quando o tamanho da receita do pedido era grande, enquanto cupons fixos de $ 2 foram usados ​​mais quando o tamanho da receita do pedido era pequeno.
  • Os aplicativos móveis eram o dispositivo preferido para fazer pedidos durante a noite, e os pedidos vindos do site ocorriam principalmente ao meio-dia. Considerando que os pedidos na loja foram maiores durante a manhã

A Domino's Pizza reuniu esses resultados para personalizar as ofertas / cupons em relação aos tamanhos de receita dos pedidos para clientes de uma determinada região. Eles também determinaram qual era o melhor momento para dar ofertas / cupons e direcionaram os clientes com base no dispositivo que estavam usando.

Existem vários outrosCaso de uso do Splunkhistórias que mostram como várias empresas se beneficiaram e cresceram seus negócios, aumentaram sua produtividade e segurança. Você pode ler mais dessas histórias Aqui .

Você quer aprender sobre o Splunk e implementá-lo em seu negócio? Confira nosso aqui, isso vem com treinamento ao vivo conduzido por instrutor e experiência de projeto da vida real.

Este blog de caso de uso do Splunk teria dado a você uma boa ideia de como o Splunk funciona. Leia meu próximo blog sobre a arquitetura do Splunk para aprender quais são os diferentes componentes do Splunk e como eles interagem entre si.