麥當勞重金收購一大資料創業公司，持續加碼數字化轉型

提起麥當勞，大家首先想到的是什麼？可能更多是“巨無霸”漢堡，而非大資料吧？但這一切將很快發生變化：快餐業巨頭正在以一種規模可觀的方式熱情擁抱機器學習技術。

麥當勞公司即將公佈收購Dynamic Yield的交易協議內容。這是一家從事個性化推薦的創業公司，專門為零售商提供演算法驅動型“決策邏輯”技術。具體來講，當使用者將商品新增到線上購物車中時，這項技術能夠向買家推薦其他客戶購買過的相關產品。根據報導，其動態產值近來已達數億美元；而熟悉麥當勞交易內幕的訊息人士指出，收購報價實際超過3億美元——這也成為麥當勞公司自1999年收購Boston Market以來，金額最高的一筆收購交易。

麥當勞的資料

有近八十年曆史的麥當勞，有著世界上最大的供應鏈之一，每天平均完成7100萬個訂單，積累下100T+的資料，這個資料量還繼續不斷增長。作為全球最大的快餐連鎖企業，麥當勞在188個國家開展了業務，每天服務著約6800萬人，佔全球人口總數的1%。

在麥當勞的官方介紹裡，有這麼一段文字：“麥當勞已經走過了飛速發展的時期，全球市場已被它收入囊中，再想進行橫向擴充只有去火星了。集中採購所能帶來的原材料成本也到了下限，單單靠壓低成本、增加銷量已經無法提升利潤空間了。麥當勞需要新的商業模式來面對狹小的上升空間，以及增長乏力的業績。“雖然之前他們認為無法再提升利潤，但是現在，顯而易見的是麥當勞已經瞄向了“資料”，通過挖掘資料去進一步提升業績，這些資料的使用也可能會產生非常強大的效果。

麥當勞於去年上半年推出了手機App，這個數字化門店正在創造大量的豐富資料。麥當勞有34000分店，而將這些分店看成一個整體，整合建立起全球化的資料倉儲也十分可觀。

通過轉向雲端計算和新的ETL解決方案，麥當勞還整合了自己的智慧化平臺，供100多個商家使用，包括第三方供應商。

如何利用資料

麥當勞收集的大量資料，就是進行大資料決策的基礎。在麥當勞之前進行的實驗驗證中，他們發現個性化營銷活動對同店銷售的影響比傳統營銷活動的影響高 3-5 倍。麥當勞宣稱，收購後將從“汽車餐廳”開始，逐漸將技術應用到多個領域，如自助點餐和移動App上。

汽車餐廳

麥當勞每天為大約6800萬客戶提供服務。其中相當一部分其實享受的是“得來速”汽車餐廳服務，即不需要下車而通過直通視窗下單並拿取食物。就在這裡，麥當勞認為Dynamic Yield的加盟將為其帶來巨大收益。

過去幾年以來，大家在使用汽車餐廳視窗點餐時，可能已經注意到其餐廳內的顯示器迎來了全面數字化轉型。而這，僅僅是麥當勞及其特許經營商總負責人Steve Easterbrook自2015年接掌快餐巨頭以來的重點投入方向之一。該公司還推出了一款移動應用，並與Ubert Eats送餐服務合作，同時亦對自家基礎設施做出一系列改進。麥當勞甚至在不到一年之前，將總部從郊區遷移到了充滿活力的芝加哥西城區附近，旨在吸引更多年輕人才加入進來。

著眼於Dynaimc Yield收購案，我們可以看出這一切並不是麥當勞數字化轉型的開始，而是轉型過程中的一劑催化劑。

Easterbrook在接受採訪時表示，“我們還沒有實現的目標，在於將這項技術與原有業務聯絡在一起，並確保各個部分得以相互交流。我們該如何從大規模營銷轉向大規模個性化營銷？要做到這一點，我們必須以真正有益於客戶的方式解鎖整個生態系統中的資料資產。”

而這也已經開始體現在實踐層面：今天，當使用者開車到麥當勞汽車餐廳並慢慢停向視窗時，數字顯示器會通過一些提示橫幅或者促銷版塊的方式表示歡迎。而在開始下單的同時，顯示器開始轉換為完整的選單。目前，這兩種顯示內容都是靜態的硬性編制內容——換言之，除了早餐到午餐的切換之外，其它顯示內容並不能根據使用者的喜好及時改變。

但在邁阿密麥當勞餐廳的一個試點專案中，由Dynamic Yield技術支援的宣傳方案擁有更為可觀的靈活性水平。演算法會處理大量相關資料，包括周邊天氣、時間、當地交通、附近活動以及歷史銷售資料等等，且範圍涵蓋世界各地的特許經營店。

在麥當勞的這套新型機器學習範例當中，他們嘗試使用重要的展示空間向顧客播放當地正在流行的其它食品選項，從而激發興趣以實現潛在的餐品加點效果——也許您突然有興趣買一份歡樂兒童餐嚐嚐，或者是想加瓶雪碧路上喝喝。

Easterbrook表示，“我們在業務運營當中從未遭遇過資料短缺的問題。而現在，我們正在從中提取洞察見解與商業智慧。”

麥當勞公司並不打算公開截至目前他們所收集到的具體洞察見解，或者個性化引擎對於銷售的實際影響。但在這裡，我們不難設想出一些可能的情況。例如有人想在下午5點訂購兩份歡樂兒童餐，這樣的訂單很可能是父母買給孩子們的；在這樣的背景下，在顯示器上展示咖啡或者甜點，往往會激發他們弄點提神飲料或者吃吃甜食的願望。與任何機器學習系統一樣，真正的收益可能出乎我們的預料。

麥當勞公司執行副總裁兼全球資訊長Daniel Henry指出，“當我們檢視這套決策引擎提供的答案時，剛開始可能會覺得有些摸不著頭腦。但對於客戶而言，這一切確實是有意義的。這不僅僅與個人相關，引擎還會從其他客戶那裡獲取訓練資訊。隨著與客戶之間互動次數的增加，它會變得越來越聰明、越來越智慧。”

麥當勞對客戶收益做出了廣泛定義。有多位高管指出，如果汽車餐廳的點餐佇列前進緩慢，那麼選單會動態切換為準備速度更快的食物，以立足潛意識加快佇列的處理進度。同樣的，在不那麼忙碌的時段，顯示器則可能展示製作工藝較為複雜的三明治食品。與一切原有線上購物體驗一樣，直通視窗應該不會提示顧客當前訂單中的食物太多，恐怕吃不完。畢竟客戶滿意度雖然重要，但麥當勞的這一切努力最終都是為了增加收入。

再來看看餐廳本身。像麥當勞這樣長年積累資料資產的企業，自然也擁有多種引入演算法的可行途徑。Easterbrook指出，“最終，大家會看到我們將有能力利用預測分析技術處理聯網廚房實時產生的實時資訊，並進一步掌控我們的整體供應鏈。我相信這一切都將成為現實。雖然目前的這項技術還沒有將其納入進來，但隨著我們逐步將客戶需求預測與餐廳/廚房的庫存水平聯絡起來，整個供應鏈的運作無疑將更為精確。”他同時強調稱，畢竟麥當勞是一家高銷量、低利潤的企業；任何有助於減少浪費的舉措都會產生巨大的積極影響。

憑藉著巨大的經營規模，麥當勞公司對於供應鏈體系做出的任何轉變，都會給整個食品行業帶來影響。而這，也讓我們更加期待此次收購背後代表的深層變革。

服務個性化

大家可能已經想到，花費3億多美元收購一家機器學習企業，麥當勞公司當然會想辦法榨乾它的每一分技術驅動力。

Henry表示，他希望未來三個月內麥當勞能夠在1000家門店部署這項技術，並最終將其推廣到該公司的1萬4千家美國餐廳乃至全世界。大家還可以期待，麥當勞公司在廣泛並深入整合這一全新機器學習智慧的同時，也會同時加快其應用速度。

Henry表示，“與其它技術成果一樣，除了能夠在店內發揮作用，它還可以管理廚房、移動訂單以及付費操作等等。但為了保持專注並一舉拿下首個目標，我們必須先選定最重要的實驗範圍。”

作為其中的一大重點，麥當勞公司必須弄清如何運用其個性化引擎中的“個性化”部分。雖然其已經開始在店面當中對展示產品進行調整，但Easterbrook對其有著更為精細的設想。“如果客戶願意表明自己的喜好——他們有多種方法能夠做到這一點——那麼我們能夠為其提供更多幫助，包括直接展示他們個人最喜歡的餐點。”當然，Easterbrook強調稱，麥當勞一直非常重視隱私問題。

至於最終可能採取的形式，Easterbrook提出了一些可能性。麥當勞公司已經開始在其商店周邊使用地理圍欄來了解移動應用客戶何時接近以及點選自己的訂單。Easterbrook表示他們可以使用某種信標技術，並以明確的提示詢問客戶是否加入識別。或者，也可以在門店附近設定車牌識別系統，從而認出特定客戶並根據他們的購買歷史相應調整數字選單內容。

我們很難想象消費者對於這種追蹤性質的服務到底是歡迎還是厭惡，特別是考慮到近年來人們對於個人資料的價值與敏感度的認知正在快速攀升。Easterbrook指出，“隨著我們的推進，我們會以非常謹慎的態度進行學習。我認為時間不斷推移之後，我們將能夠用自己的行動證明我們可以向願意敞開心扉的客戶提供服務價值。”

關於Dynamic Yield公司

下面來看看關於Dynamic Yield公司的情況。這家企業創立於2011年，總部設在紐約與特拉維夫，且擁有一份相當堅實的客戶名單——其中包括宜家、絲芙蘭以及Urban Outfitters。即使在收購之後，他們仍將繼續保持獨立運營，並計劃在麥當勞的管理之外發展其它業務。

Dhynamic Yield公司聯合創始人兼XEO Liad Agmon表示，“我們仍將繼續保持積極的心態。我認為我們的客戶將從多個方面通過此次收購受益。首先就是不必擔心投資風險——我們不再需要尋求資金，而能夠專注於創新發展。此外，被麥當勞招至麾下，也意味著Dynamic Yield徹底擺脫了被某些傳統軟體廠商吞併的風險。”

麥當勞公司此前曾對大約30家提供類似個性化引擎服務的公司時行了審查，並在完成邁阿密試點專案後決定選擇Dynamic Yield。Henry表示，“促使我們做出決策的可能不在於產品本身，而是Dynamic Yield所擁有的資料科學家、大量人才以及他們與我們類似的快速行動能力。”

Dynamic Yield公司在本質上相當為麥當勞的技術堆疊新增了個性化層。為顯示器提供展示素材的軟體會對每份訂單進行API呼叫，並由Dynamic Yield返回結果。這種無縫性對接的另一大優勢，在於麥當勞幾乎不需要進行任何額外的財政投入。換言之，真正花錢的地方，其實就是這一塊廠牌而已。

另外，每天接待6800萬快餐客戶的需求並不會給Dynamic Yield帶來太大壓力。Agmon指出，與網路購物世界相比，麥當勞的這一業務量不會給系統施加太多壓力，畢竟其系統原本就充斥著海量的訂單與待排序專案。更重要的是，這樣的聯絡使如今物理世界與數字世界間的界限變得愈發模糊。

Agmon表示，“設想一下人們如何在實體店內購買，以及如何在網上商店中購物，就會發現他們的購物方式其實有所不同。當然，從實體店中獲得的洞察見解也同樣適用於網路商店國；反之亦然，我們也可以利用網路商店的資料指導實體店中的商品準備。我認為二者已經成為一種連續的體系，而非彼此獨立的不同體驗。”

也正是基於這樣的理由，很多人才將當下的麥當勞視為一家科技公司，並將此次收購看作其二十年以來最重要的一筆交易。從現在開始，我們在網上的每一次購物都將包含決策邏輯，而這種決策邏輯也將存在於我們在實體店中購買的套餐裡。

Easterbrook指出，“我們的業務非常簡單。如果顧客想要吃點什麼或者喝點什麼，他們就會來找我們。我們並不打算利用技術改變人們的生活，而只是想讓人們生活得更舒適。”

參考連結：

https://www.wired.com/story/mcdonalds-big-data-dynamic-yield-acquisition/

https://www.wgfund.com.my/project/mcdonalds

https://www.infoq.cn/article/utq5tpoURUTy7SOLR-Xt