hero background shape
TÉMOIGNAGE CLIENT

Chick-fil-A transforme l'analytique avec Alteryx et Amazon Redshift

hero background gradient

Chick-fil-A est une marque bien connue dans toutes les villes américaines depuis des décennies. Tout a commencé en 1946 par un simple grill Dwarf à Hapeville en Géorgie. C'est maintenant la plus grande chaîne de restauration rapide avec des plats à base de poulet aux États-Unis, selon les ventes annuelles nationales. En 2015, les ventes annuelles ont dépassé les 6 milliards de dollars. L'entreprise compte plus de 2 000 établissements dans 43 États et à Washington, D.C.

AVANTAGES DE L'UTILISATION D'ALTERYX
FAITES ÉMERGER DE MEILLEURS INSIGHTS

Les immenses volumes de données pouvaient enfin être intégrés de manière significative dans les décisions stratégiques.

Heures vs jours :

Le temps consacré aux tâches analytiques a été considérablement réduit. Ce qui était auparavant impossible s'est transformé en un retour d'informations en 20 secondes, ce qui donne plus de temps pour l'exploration et l'innovation stratégiques.

Workflow reproductible

Grâce à une interface utilisateur intuitive et à la possibilité de réunir facilement des données provenant de diverses sources, les équipes de Chick-fil-A n'ont plus besoin d'une assistance IT importante, ni de codage.

Le défi

Comme beaucoup d'entreprises matures ayant connu des décennies d'expansion, les données de Chick-fil-A étaient devenues un patchwork de silos éparpillés dans toute la chaîne. Souvent, les analystes n'avaient pas accès aux données collectives de l'entreprise, ou bien il leur fallait une assistance IT conséquente. Autre source de frustration : parfois de grands jeux de données transactionnelles restaient inexploités parce que même les collaborateurs expérimentés ne savaient pas comment les traiter compte tenu des contraintes d'un ensemble d'outils hérités vieillissants. Et comme le raconte Justin Winter, responsable de l'analyse de la chaîne d'approvisionnement chez Chick-fil-A, les exigences de l'analytique moderne ont fini par rattraper l'entreprise. « Il faut continuellement chercher à se réinventer. Comment se réinventer en tant que dirigeant, en tant qu’analyste, sans oublier les outils du système et les processus ? Comment continuer à innover pour accompagner et maîtriser la croissance de l'entreprise ? »

En ce qui concerne le département de la chaîne d'approvisionnement, il ajoute : « les équipes métier attendent des informations précises. Elles veulent savoir pourquoi c'est important, qu'on leur montre clairement, et en temps réel. Et puis elles ont 45 autres questions pour lesquelles elles attendent de nous des réponses. Nous avons donc vraiment dû évoluer et nous adapter pour pouvoir répondre à toutes ces questions et à d'autres. »

Les analystes de Chick-fil-A sur le terrain estimaient que même les requêtes de données les plus simples prenaient trop de temps. Ils voulaient une solution capable de fournir rapidement des informations exploitables plus complètes. En outre, beaucoup se sentaient particulièrement limités par les outils existants, parce qu'ils n'étaient pas des codeurs. Ils avaient de nombreuses données, mais ne pouvaient pas les exploiter efficacement. L'équipe souhaitait pouvoir traiter rapidement de grandes quantités de données sans avoir à écrire de code.

Solution

Justin Winter ne voulait pas d'un outil supplémentaire qui compliquerait la vie de ses collaborateurs et qui ajouterait encore plus de complexité aux outils analytiques déjà en place. Chick-fil-A devait être en mesure de réunir facilement des données provenant de sources multiples et de permettre aux analystes de données et aux utilisateurs métier d'effectuer rapidement leurs tâches analytiques eux-mêmes afin de mieux explorer leurs données pour favoriser l'innovation.

« Nous disposions de toutes ces données transactionnelles provenant des magasins et nous n'avions aucun moyen d'en faire quelque chose de valable. J'ai proposé qu'on essaie de voir si, en 24 heures, on pouvait prendre toutes ces données, les charger dans [Amazon] Redshift et obtenir rapidement des rapports et des analyses à partir de là. Et bien sûr, en 24 heures, notre groupe IT, qui a été un allié incroyable pour notre équipe, a réussi cette mission. C'était génial parce qu'ils avaient toutes les données et que vous pouviez obtenir une réponse si vous saviez écrire du code SQL. »

Chez Chick-fil-A, il y a des analystes marketing qui ont une grande expertise métier, mais qui ne sont pas formés aux requêtes SQL complexes ou hiérarchiques. « On s'asseyait pour répondre à une question précise, et ça prenait quatre heures avec n'importe lequel des trois outils qu'on utilisait. Comment faire le lien entre les compétences des analystes et ce que permettent réellement les systèmes ? On a essayé d'y connecter directement Tableau, mais quand on essaie de filtrer cinq milliards d'enregistrements, cela ne fonctionne pas très bien. »

Justin Winter s'est souvenu qu'une entreprise utilisait Alteryx pour préparer, fusionner, analyser des données et effectuer d'autres tâches analytiques avant de les envoyer dans Tableau pour le reporting. Il a donc décidé de télécharger une version d'essai gratuite d'Alteryx. « Le premier jour, en 10 minutes j'avais créé un workflow qui sondait cinq milliards d'enregistrements en 20 secondes. Et je me suis immédiatement rendu compte que j'avais quelque chose de très cool et puissant entre les mains. Grâce à cet essai et à cette découverte, Justin Winter et son équipe ont décidé d'adopter Alteryx et de tester les différentes utilisations possibles dans l'ensemble de l'entreprise. L'équipe de Winter était également ravie d'avoir trouvé comment intégrer de manière fluide Amazon Redshift et le reporting Tableau. Elle utilise Amazon Redshift pour le stockage des données, Alteryx pour l'extraction et le remaniement, puis Tableau Server pour présenter les informations.

Résultats

Alteryx a transformé la durée des activités analytiques de base, ce qui facilite le workflow de Winter et de son équipe et permet de trouver de nouveaux insights très utiles en accédant à plus de données pour un nettoyage et une fusion efficaces. « Nous créons aujourd'hui des tableaux de bord en quelques minutes ou quelques heures, contre un cycle de développement de six mois auparavant. Cela change la donne. Tout s'actualise automatiquement, de sorte que les analystes se concentrent davantage sur la création que sur les activités de mise à jour. Cela a vraiment changé notre façon de travailler d'un point de vue analytique, ce qui est formidable. »

En fin de compte, Winter et ses collègues gagnent du temps et de l'énergie, et aiment leur travail encore plus qu'avant. Justin Winter confie : « J'ai quatre jeunes enfants. Alteryx a eu un impact majeur non seulement dans ma vie professionnelle, mais aussi dans ma vie personnelle, en m'aidant à trouver un équilibre et à évoluer, car ces deux aspects sont vraiment importants pour moi. » De plus, Alteryx contribue à assurer la stabilité et la croissance de tous les projets analytiques, y compris le développement et le lancement de la nouvelle application de fidélisation Chick-fil-A One™. Désormais prête pour encore plus d'innovation et de découverte, Chick-fil-A entame le prochain chapitre de son succès fondé sur les données.

http://www.chick-fil-a.com/Company/Highlights-Fact-Sheets

 

Ressources recommandées

 
Cas d'usage
Analyse des programmes de fidélisation
Unifiez les données de fidélisation, de campagne et d'achat avec Alteryx One pour mesurer le retour sur investissement, prévoir la fidélisation et optimiser les performances sur tous les canaux.
  • Automatisation analytique
  • Préparation et analytique des données
  • Data Science et machine learning
En savoir plus
 
Cas d'usage
Maintenance prédictive
Prédisez la défaillance de vos équipements avant qu'elle ne se produise. Alteryx One connecte les données des capteurs, de l'IoT et de la maintenance afin que les équipes puissent prédire les temps d'arrêt, prolonger la durée de vie des équipements et améliorer la productivité.
  • Automatisation analytique
  • Préparation et analytique des données
  • Data Science et machine learning
En savoir plus
 
Cas d'usage
Rapports sur les émissions et les déchets
Automatisez le reporting environnemental avec Alteryx One. Standardisez les calculs des périmètres 1 et 2, unifiez les données relatives à l'énergie et aux déchets, et créez rapidement et efficacement des rapports prêts pour l'audit.
  • Automatisation analytique
  • Préparation et analytique des données
  • Data Science et machine learning
En savoir plus
 
Cas d'usage
Réduction des risques liés aux droits de douane
Alteryx connecte les données liées au commerce, à l'approvisionnement et à la conformité dans des workflows contrôlés. Les équipes modélisent des scénarios tarifaires, automatisent les demandes de remboursement de droits de douane et réagissent plus vite pour réduire les risques et les coûts.
  • Automatisation analytique
  • Préparation et analytique des données
  • Data Science et machine learning
En savoir plus
 
Cas d'usage
analyse du panier d'achat
Utilisez Alteryx One pour identifier les affinités entre produits et stimuler les ventes croisées. Analysez les habitudes de co-achat afin d'augmenter la valeur du panier, d'affiner les promotions et d'optimiser les performances des catégories.
  • Automatisation analytique
  • Préparation et analytique des données
  • Data Science et machine learning
En savoir plus
 
Cas d'usage
Segmentation de la clientèle
Unifiez les données du CRM, des dons et du marketing dans des segments contrôlés et prêts pour l'IA. Automatisez la modélisation, garantissez la conformité et utilisez les insights dans les campagnes pour booster le ROI et la fidélisation.
  • Préparation et analytique des données
  • Data Science et machine learning
  • IA générative
En savoir plus