[[253924]]

“老牌咖啡品牌20年中國市場的耕耘和資本市場對咖啡茶飲的追逐，都給Tims進入中國做足了市場教育。中國現磨現煮咖啡市場潛力巨大，只要Tims做好產品、服務等差異化營銷，在中國依然很有戲。”Tims Coffee House Senior IT 總監 Leon Zhang在接受觀遠數據采訪時提到。

2月26日，加拿大咖啡品牌Tim Hortons（以下稱“Tims”）進入中國市場，在上海落地第1家門店。和Leon對話的第二天（11月15日），也剛好是Tims國金店開業。Leon表示，預計今年會在上海開30家店，明年會再新增更多不同類型的門店，并進入更多城市，計劃用5-10年將Tims打造成中國最受歡迎的咖啡品牌。

[[253925]]

這樣的規劃目標足以看出Tims深耕中國市場的決心。那么，面對中國市場的特殊環境和公司整體的戰略目標，Tims的IT團隊做了哪些數字化層面的探索？對未來的數字化又會有怎樣的規劃？

國際品牌區域化，更需要數字營銷本土化

中國市場一直是國外品牌爭相搶占的熱土，同樣，水土不服也是很多國際品牌難以避免的共性。如何做好本土化的數字化建設和運營，是Tims進入中國面臨的第一大難題。

Leon表示，Tims進入中國市場在品牌定位上依然延用了“親民”的形象。保留了70% Global的產品，剩下的30%根據中國人的飲食習慣增加了暖食和飲品的調整；門店的裝修同樣沿用了加拿大的風格，但是更加明亮和溫暖；在營銷層面，和Global不同的是，Tims在中國增加了很多線上渠道的營銷和會員數字化耕耘。

[[253926]]

針對Tims在中國的信息化和數字化建設，Leon認為必須將全球最佳數字化實踐和中國本土市場環境相結合，積極響應業務部門需求，分步構建IT規劃，并堅持創新。

目前，Tims的本土信息化建設主要堅持三個原則：

• 從業務中來，到業務中去。以營銷結果為目的，賦能決策層、內部管理、門店端，進行數字化建設；
• 堅持提高內部管理效率。能用機器替代的工作，就不要讓人去做，每個員工每天對于同一件事的處理效率提升1小時，對整個公司來說就是質的變化；
• 堅持安全、合法合規。保證整個IT系統是一個健康和可持續運維的體系。

BI項目選型是Tims打好數字化建設的第一戰

除了對信息化建設的基本規劃，Tims剛開始進入中國市場就開始布局數字化建設，并通過和觀遠數據合作，搭建了一套智能數據分析平臺。

（Demo示意圖）

作為有著豐富數字化建設經驗的掌舵人，Leon此次對于Tims BI項目的選型并沒有局限于國外產品，而是抱著開放的心態，去調研了各種國內外BI產品。 

基于Tims目前處于發展初期未來計劃快速擴張的情況下，Leon表示我們需要的是一款既能支持現階段輕量級開發快速上線的，又能支持在未來大數據量增長過程中實現技術架構橫向擴展的產品。

“很多傳統的BI產品往往是由好幾部分組成，例如單獨的數據庫、ETL、報表或其他工具，很少有將幾種功能整合在一起的，就算有運維成本也比較高。”Leon在接受采訪時提到，“觀遠數據既有輕量級的數倉，又有豐富的可視化展現和ETL工具，并支持業務用戶自助式地做數據分析查詢。同時高度集中化的分布式技術架構帶來了簡單高效的運維管理，未來也可以橫向和縱向擴展以支持大數據量的需求。”

數據智能驅動Tims四大價值鏈升級

目前，Tims已經通過觀遠數據在門店、商品、會員服務等場景落地了成熟的數據分析方案。并通過PC和移動端進行可視化展現，給公司內外部管理帶來了很大的價值提升。

（Demo示意圖）

• 輕量級的研發投入，高效的數據支撐。目前Tims的信息團隊中只有1個人負責數據分析工作，并且只占用他非常小的工作量，因為觀遠自助分析平臺并不需要過多的運維成本；
• 打破數據孤島，實現多系統數據融合。不同的業務系統，比如會員、POS、進銷存都有單獨的數據，但有些深度的分析需要整合各平臺數據。觀遠數據通過整合各個業務系統的數據，可以為決策者提供一個全局的分析結果；
• 實時移動數據展示，賦能兩端決策。隨著移動技術的成熟，移動BI可以讓管理者隨時隨地了解各個門店的實時銷售情況，普通用戶也可以根據自己的需要，方便快捷的查詢想要的數據；
• 彌補報表缺陷，支撐全局管理。過去一些傳統報表功能沒有那么強大，數據查詢和分析過度的依賴IT人員，而現在則可以輕松實現自助查詢分析。目前觀遠智能數據分析平臺可以輕松賦能Tims管理層、市場、財務、運營等部門各種不同層面的數據可視化分析需求。

Tims正以驚人的速度在中國市場擴張，隨著門店、交易數量和會員數量的急速增長，需要更強大的信息化和數字化的支撐。“未來，Tims IT部門將主要圍繞IT基礎運維、數字化營銷、企業內部管理應用系統這三點出發。”Leon表示，關于BI平臺建設第一年我們會更注重如何快速實現一些基本的功能，當門店數突破500、1000的時候，就需要考慮大數據架構的調整和優化。后期Tims在BI建設層面會更多地強調自助性和靈活性，讓業務人員可以方便靈活的進行數據分析，更直接地賦能終端業務，幫助業務快速決策。

夯實BI基礎，加強AI探索

“如果BI解決的是數據分析查詢和可視化問題，那么融入AI后最終目的是挖掘問題的本質，尋找規律并反哺業務系統。”Leon表示，雖然BI現階段能夠滿足Tims的數據分析需求，但是未來會把AI場景的落地放在非常重要的戰略位置。

影響AI項目成功落地的因素有很多方面，Leon認為關鍵的有兩點：一個是基礎數據積累和平臺的建設，這一點Tims一直都在準備。第二點就是貼合業務的數據分析思維和算法模型，觀遠數據對于零售行業“AI+BI”解決方案的探索早已開始，在這一點后期可以對Tims AI項目的落地給于很多的支持。 

Leon表示：未來Tims也希望和觀遠數據形成更深入的合作，共創更有價值的數據分析模型，實現各種AI場景的落地。