Winkelmand

Geen producten in de winkelwagen.

Hoe KFC de klant nog slimmer gaat bedienen

In samenwerking met Oracle - Jaarlijks rollen er bij KFC Nederland 13 miljoen bonnetjes uit de kassa. Een bron van data. Maar hoe haal je uit deze informatie de laatste trends en signaleer je veranderingen in klantgedrag? ‘Uiteindelijk gaat het erom dat we met onze analyses onze klanten nog beter kunnen bedienen dan we al doen.’

KFC klantdata
Foto: KFC

Met als motto ‘It’s finger lickin good’ is Kentucky Fried Chicken wereldwijd al sinds 1930 het bekendste adres voor kipliefhebbers. Wat ooit begon als eenmanszaak van Harland Sanders – later bekend als Colonel Sanders – in Louisville, Kentucky, is uitgegroeid tot een wereldwijde franchiseorganisatie met bijna 22.200 restaurants in 135 landen. De eerste Nederlandse vestiging opende in 1972 zijn deuren in Rotterdam.

‘We zijn inmiddels onderdeel van Yum! Brands, waar ook Pizza Hut en Taco Bell deel van uitmaken’, zegt Rik van Nimwegen, manager Planning & Control bij KFC in Nederland. ‘Nederland telt momenteel 62 restaurants die op franchisebasis worden gerund. De franchisenemers worden door ons vanuit het restaurantsupportcenter Amsterdam op tal van gebieden ondersteund. Ons supportteam levert ook diensten aan KFC-vestigingen in Zweden, IJsland en België (dit voorjaar wordt daar de eerste vestiging geopend).’

Verder opschalen

KFC wil nog verder groeien. Zo worden er binnenkort vier nieuwe restaurants in Nederland geopend. Maar om succesvol te kunnen groeien is meer nodig dan nieuwe panden. Inzicht in het gedrag van klanten is bijvoorbeeld ook een belangrijke factor. ‘Onze restaurants genereren in een jaar zo’n 13 miljoen bonnetjes, waar een schat aan informatie uit te halen is’, vertelt Van Nimwegen.

Tot voorkort gebruikte het supportteam in Amsterdam hiervoor Excel en Access. ‘Maar met deze software liepen we tegen grenzen aan. Deze pakketten liepen vaak vast door te veel data, die we uit onze Point of Sale-systemen haalden en boden ons ook te weinig structuur.’

Daarom ging Van Nimwegen op zoek naar een analyseplatform dat de robuustheid en schaalbaarheid kan bieden dat het bedrijf nodig heeft. ‘We wilden een nieuw platform dat ons de komende jaren op structurele wijze zou kunnen helpen op analysegebied. Je wil bijvoorbeeld weten hoe acties lopen en of bijsturing nodig is, wat de trends zijn in omzet en hoe bepaalde producten het doen. Daarvoor heb je goede analytics nodig.’

Beter inspelen op trends

De zoektocht eindigde bij RetailScience, dat een cloudoplossing biedt die integreert met ieder type Point of Sale-systeem. Het platform is gebaseerd op Oracle Analytics Cloud. Van Nimwegen: ‘RetailScience is net als ons een hands-on organisatie en hun cloudplatform biedt precies de flexibiliteit die we nodig hebben.’

‘De ontwikkelingen in de restaurantbranche verlopen op dit moment erg snel, vervolgt hij. ‘Zo hebben we in de afgelopen twee jaar onder meer de bestelkiosk geïntroduceerd en is bezorging erbij gekomen. Die innovaties wil je ook gemakkelijk meenemen in je analyses. Je wilt zo flexibel mogelijk zijn.’

Autonomous Data
Een belangrijk onderdeel van de oplossing die KFC van RetailScience afneemt, is Oracle Autonomous Data Warehouse dat naast Oracle Analytics Cloud wordt ingezet. Dit platform is self-driving, self-securing en self-repairing. Het concept zorgt ervoor dat er geen menselijke tussenkomst meer nodig is voor het provisionen, beveiligen, back-uppen, monitoren of herstellen van systemen. Compute- en storagecapaciteit is volledig elastisch en je betaalt als organisatie alleen voor daadwerkelijk verbruik.Het platform houdt zichzelf up-to-date met de laatste security-updates en patches, versleutelt alle data, onderschept datalekken door preventieve controlemechanismen en beschermt systemen automatisch tegen kwaadaardige aanvallen van buitenaf en van binnenuit. En beheerdersfouten worden automatisch hersteld, wat leidt tot een beschikbaarheid van 99,995 procent of 2,5 minuut downtime per maand, inclusief gepland onderhoud.

Interne en externe data

KFC heeft het RetailScience-platform sinds de zomer van 2018 in gebruik. Het supportteam heeft nu veel meer tijd voor de analyses en er is minder IT-kennis in huis nodig. RetailScience haalt de data uit de PoS-systemen, ontwikkelt de dashboards die inzicht geven in de belangrijkste trends en biedt KFC zo nodig de hulp aan van eigen data-scientists.

Naast interne bronnen zoals PoS-data over bezoekersaantallen en omzet, kan RetailScience ook externe data meenemen in analyses. Denk aan vakantieperiodes, het sentiment over KFC in social media of weersvoorspellingen. RetailScience gebruikt verder machine learning om het aantal klanten en de toekomstige omzet zo goed mogelijk te voorspellen. Met deze forecasts kan KFC bijvoorbeeld de personeelsplanning optimaliseren, en ook waste tegengaan, wat een flinke kostenpost kan zijn voor een fastfoodretailer.

Van uren naar minuten

Een concreet voorbeeld van de inzet van het nieuwe analyticsplatform is bij de lancering van een nieuwe productgroep in de restaurants; popcorn voor één euro. Van Nimwegen: ‘Je wil na de lancering zo snel mogelijk weten: slaat het aan of niet? Is er meer promotie nodig? Moeten we de visuals misschien aanpassen? Loopt het nieuwe product harder in het restaurant of bij de kiosk buiten? Of kunnen we misschien regioverschillen ontdekken? Al die vragen kunnen we nu heel snel beantwoorden.’

Daarvoor uploadt het supportteam één keer per dag alle PoS-data naar RetailScience. Vervolgens kunnen ze meteen met de analyse beginnen. ‘Dat is ten opzichte van Excel en Acces een verschil van uren naar minuten, nog afgezien van het feit dat we voorheen sowieso geen dagelijkse rapportages konden maken. Zeg maar van een T-Ford naar een Tesla in één stap. Theoretisch zouden we nu zelfs realtime analyses kunnen maken, maar op dit moment laat het bestaande PoS-systeem dat niet toe. We kunnen daar maar één keer per dag data uithalen.’

Forecasting is mogelijk

Het team van Van Nimwegen maakt met behulp van het platform nu dag- en weekrapportages die een belangrijke rol spelen in het overleg met de franchisenemers. ‘We kunnen nu beter trends duiden en sneller inspelen op veranderingen in klantgedrag. Ook forecasting is beter mogelijk. We zien sneller of een bepaalde trend organisatie-breed of alleen bij een specifieke franchise speelt. Verder bieden de analyses goede aanknopingspunten voor acties, bijvoorbeeld met een goed lopend product. Bovendien helpen de analyses bij het voorkomen van waste. We kunnen nu nauwkeurig bepalen wat we gaan verkopen.’

Gebruiksgemak

Voor het supportcenter zelf heeft het nieuwe analytics-platform naast veel betere analyses en tijdwinst ook veel gebruiksgemak opgeleverd. ‘We hebben zelf uitgebreide mogelijkheden om analyses en dashboards te maken’, zegt Van Nimwegen. ‘Je bent met een paar klikken klaar. Bovendien blijven alle data in het platform beschikbaar voor analyses en leidt die schaalbaarheid er ook toe dat we een nieuwe vestiging in een korte tijd kunnen aansluiten.’

Vooralsnog wordt het systeem alleen voor Nederland gebruikt. Naar verwachting zal België in ieder geval volgen en wellicht ook andere landen. Van Nimwegen: ‘Uiteindelijk gaat het erom dat we met onze analyses onze klanten nog beter kunnen bedienen dan we al doen. Dat is de hoofdzaak!’