Цифровая трансформация «Макдоналдс»

Еще в 2019 году цифровое присутствие «Макдоналдс» в России ограничивалось сайтом-визиткой, где можно было разве что изучить меню и найти ближайший ресторан. Всего за 3 года компания совершила цифровую революцию, создав омниканальную платформу, которая объединила 800 ресторанов, мобильное приложение и сайт в единую экосистему. В результате 30% всех заказов теперь поступает через цифровые каналы, а клиенты стали тратить на 15% больше благодаря персонализированным предложениям.

Вызовы цифровой трансформации

Когда в 2019 году российский «Макдоналдс» обратился к нам с задачей создания омниканальной e-commerce платформы, знаменитые бургеры и картофель фри можно было купить только в офлайн-точках сети или в приложениях-агрегаторах доставки еды. 

Официальный сайт работал как визитка — без функций «выбрать» и «оплатить заказ». Не было возможности заказать доставку напрямую с сайта. Агрегаторы не только забирали до 20% прибыли, но и лишали сеть ценных данных о поведении покупателей и возможности напрямую влиять на их лояльность.

«Нам нужно было не просто запустить доставку, а переосмыслить всю логику работы с клиентом», — отмечает технический директор проекта.

Создание цифровой экосистемы

Реализация проекта потребовала комплексного подхода. Первым шагом стала разработка омниканальной e-commerce платформы, которая объединила в себе все digital-продукты и каналы продаж как онлайн, так и офлайн в одну экосистему. 

Что внутри созданной ecommerce-платформы:

• Новый сайт, ориентированный на e-commerce с реализацией онлайн-продаж с доставкой из 800 ресторанов сети;
• Мобильное приложение для платформ iOS и Android;
• Интеграция с кассовыми системами, позволяющая мгновенно передавать онлайн-заказ на кухню выбранного ресторана;
• Программа лояльности для мобильного приложения и сайта: начисление баллов за покупки и по акциям, обмен бонусов на товары, сгорание бонусов;
• Система управления акционными предложениями;
• Механики для совместных промо с партнерами и масштабных акций (Монополия и Стикермания, Адвент календарь и Бигфест);
• Механизм подписки на продукт;
• Client Data Platform (CDP, платформа данных клиента) с элементами искусственного интеллекта, анализирующая предпочтения миллионов покупателей и создающая персонализированные предложения;
• Система сквозной омниканальной аналитики;
• Интеграция с внешними рекламными системами, системами push-, SMS- и email-уведомлений, DaData, CRM, ОФД, АТОЛ, Сбербанком; 
• Система управления контентом;
• Help Desk для работы с обращениями;
• Система мониторинга, включая бизнес-показатели.

Мобильное приложение как драйвер роста

Запуск мобильного приложения стал поворотным моментом. Мы сделали ставку на удобство и геймификацию. Функция геолокации сократила время оформления заказа, а программа лояльности с бонусами и стикерами мотивировала пользователей возвращаться.

Особый успех имела цифровая версия акции «Монополия», которая в 2021 году впервые прошла полностью онлайн. Это не только увеличило вовлеченность, но и позволило собирать ценные данные о покупательских привычках. В результате средний чек участников акции вырос на 25%.

Персонализированные предложения для миллионов покупателей

Одним из ключевых элементов цифровой трансформации «Макдоналдс» стала интеллектуальная система персонализации, построенная на базе Customer Data Platform (CDP). Анализируя историю заказов, частоту посещений, реакцию на акции и даже время суток, алгоритмы формируют индивидуальные предложения для каждого пользователя. Например, если клиент регулярно заказывает кофе по утрам, приложение может предложить ему «сет завтрака» со скидкой, а любителям острого — автоматически добавить в рекомендации новый острый бургер.  

Однако с 2023 года развитие персонализации столкнулось с новыми вызовами. С одной стороны, площадки вынуждены раскрывать, как на самом деле работают персонализированные предложения. С другой, по закону о защите прав потребителей нельзя устанавливать разные цены и условия для разных клиентов. Поэтому сегодня акции торговых сетей основываются не на персональных данных, а на обезличенных поведенческих моделях. Это позволяет сохранить релевантность рекомендаций, оставаясь в правовом поле.