update
This commit is contained in:
parent
e7480b304f
commit
b11a40b189
@ -39,5 +39,8 @@
|
||||
<toc-element topic="MU7Rechner.md"/>
|
||||
</toc-element>
|
||||
</toc-element>
|
||||
<toc-element toc-title="EWI">
|
||||
<toc-element topic="5_TheImpactOfTechnologyOnTheStarbucksExperience.md"/>
|
||||
</toc-element>
|
||||
</toc-element>
|
||||
</instance-profile>
|
@ -120,7 +120,7 @@ Prozess, wie das Betriebssystem die Ausführung von Aufgaben (Prozessen, Threads
|
||||
- tun i.d.R nichts → genug runtime
|
||||
- Alle Tasks mit nice=-20 belegen ca. 93% der CPU
|
||||
|
||||
## niceWert
|
||||
### niceWert
|
||||
Befehle mit [POSIX-API](06_prozessstruktur.md#posix-api)
|
||||
- **setpriority** - niceLevel eines Prozesses setzen
|
||||
- **getpriority** - niceLevel eines Prozesses lesen
|
||||
@ -134,12 +134,12 @@ Befehle mit [POSIX-API](06_prozessstruktur.md#posix-api)
|
||||
|
||||
- in **harten Echtzeitsystemen** müssen Aufgaben ihre zeitlichen Anforderungen strikt und zuverlässig erfüllen
|
||||
- bspw. Flugzeug, medizinische Geräte, ...
|
||||
- **Scheduling-Algorithmen**
|
||||
- _Scheduling-Algorithmen_
|
||||
- Rate Monotonic Scheduling (RMS)
|
||||
- Earliest Deadline First (EDF)
|
||||
|
||||
- in **weichen Echtzeitsystemen** sind zeitliche Anforderung auch wichtig, aber Versäumnis ist nicht katastrophal
|
||||
- bspw. Multimediale Anwendungen, Spiele
|
||||
- **Scheduling-Algorithmen**
|
||||
- _Scheduling-Algorithmen_
|
||||
- Weighted Fair Queuing (WFQ)
|
||||
- Proportional Share Scheduling
|
@ -0,0 +1,221 @@
|
||||
_# Impact of Technology (Starbucks)
|
||||
[~Bahadir K Akcam](https://lernen.h-da.de/pluginfile.php/1079706/mod_resource/content/4/01%20-%20The%20Impact%20of%20Technology%20on%20the%20Starbucks%20Experience.pdf)
|
||||
|
||||
## Introduction
|
||||
- Amerikanischer Tourist auf der Suche nach Starbucks in der Stadt Amsterdam
|
||||
- Niederländer konsumieren etwa doppelt so viel wie der durchschnittliche Amerikaner
|
||||
- ca. 10 kgJahr
|
||||
- Niederländisch = größter Kaffeelieferant im 18. Jahrhundert
|
||||
- → wahrscheinlich besserer Kaffee als im Starbucks
|
||||
- **Warum dann trotzdem???**
|
||||
|
||||
### About Starbucks
|
||||
- Gegründet 1971 in Seattle
|
||||
- bietet High-Quality Kaffee an
|
||||
- Weltweite Expansion seit 1990
|
||||
- Mission: "den menschlichen Geist zu inspirieren und zu fördern"
|
||||
- Eine Person, ein Becher, nur eine Nachbarschaft gleichzeitig
|
||||
- 2002
|
||||
- Headquarter und Kaffeerösterei in Amsterdam
|
||||
- 1. Kaffeerösterei außerhalb Amerikas
|
||||
- 2021
|
||||
- 33.000 Läden mit 400.000 Mitarbeitern
|
||||
- ca. 100 Mio. Kunden pro Woche
|
||||
- Niederlande hilft bei Expansion
|
||||
- 160 Läden in Amsterdam, davon sind 17 Starbucks
|
||||
- Zieht Kunden an
|
||||
- Selbe high-quality Erfahrung überall
|
||||
- Technologie spielt essenzielle Rolle dabei ...
|
||||
|
||||
|
||||
## New Technologies Changing the Coffeehouses
|
||||
> Alles, was wir mit Technologie tun ist zentriert um die Kundenbindung im Laden.
|
||||
> Die menschliche Verbindung.
|
||||
> Eine Person, ein Becher, eine Nachbarschaft auf einmal
|
||||
>
|
||||
> ~Gerri Martin-Flickinger _Starbucks Executive Vice President, CTO_
|
||||
|
||||
- Mehrere Kerntechnologien gewährleisten die weltweite Kundenbindung
|
||||
- [Starbucks Mobile App mit Belohnungs- und Kartensystem](#starbucks-mobile-app)
|
||||
- Bieten ein personalisiertes Erlebnis für jeden Kunden
|
||||
- Maximieren den Umsatz
|
||||
- Steigern die Kundenzufriedenheit
|
||||
- [IoT-fähige Maschinen](#internet-of-things-iot)
|
||||
- Sorgen für standardisierte Abläufe in den Filialen
|
||||
- Produzieren qualitativ hochwertige Produkte
|
||||
- [Blockchain-Technologien](#blockchain-technologies)
|
||||
- Verbinden Stakeholder
|
||||
- Bieten Rückverfolgbarkeit der Kaffeequellen
|
||||
- Ermöglichen flexible Zahlungs- und Belohnungsprogramme
|
||||
- Diese Technologien generieren große Datenmengen
|
||||
- Verstärkungslerntechnologie
|
||||
- Analysiert die von anderen Systemen generierten Daten
|
||||
- Wandelt sie in umsetzbare Informationen um
|
||||
|
||||
## Starbucks Mobile App
|
||||
**mit Starbucks Belohnungen- und Karten-System**
|
||||
|
||||
### Mobile Apps
|
||||
- Auf mobilen Geräten wie Handys installiert
|
||||
- bequemer Zugang zu Unternehmensinformationen (Produktkataloge, Menüs, Standorte, Aktionen)
|
||||
- Ermöglicht Transaktionen wie Bestellungen
|
||||
|
||||
#### Einführung der mobilen App im Jahr 2009
|
||||
- Eine der frühen Anwendungen in der Branche
|
||||
- Mobile Bestellungen machen 2021 fast ein Viertel der US-Transaktionen aus
|
||||
- Erstellen eines Kundenprofils durch Angabe von Name und E-Mail-Adresse
|
||||
|
||||
#### Funktionen der mobilen App
|
||||
- Bestellungen aufgeben
|
||||
- Zahlungen leisten
|
||||
- Trinkgeld geben
|
||||
- Starbucks Rewards verfolgen
|
||||
- Geld auf Starbucks Card laden
|
||||
- Aktionen und Rabatte erhalten
|
||||
- Starbucks Geschenkkarte elektronisch senden
|
||||
- Starbucks Standorte suchen
|
||||
|
||||
#### Starbucks Rewards
|
||||
- Kundenbindungsprogramm
|
||||
- Belohnt Kunden mit Punkten (Stars) bei Ausgaben oder Aufladungen
|
||||
- 26,4 Millionen aktive Mitglieder in 2022
|
||||
- Mitglieder generieren 53% der Ausgaben in US-Filialen
|
||||
- Hilft dem Unternehmen, das Verbraucherverhalten besser zu verstehen, den Umsatz durch Marketing zu steigern und Bargeld im System zu halten
|
||||
|
||||
#### Starbucks Card System
|
||||
- Kunden können Geld auf ihre Karten laden und E-Geschenke erstellen
|
||||
- 44% der Verkäufe 2021 über Starbucks Karten
|
||||
- Verbraucher luden von Oktober bis Dezember 2021 3 Milliarden Dollar auf Geschenkkarten
|
||||
- Starbucks hält Ende 2021 2,4 Milliarden Dollar in bar auf Geschenkkarten
|
||||
|
||||
### Vergleich typischer Bestellprozess vs. mobiler Bestellprozess
|
||||
| **Typischer Bestellprozess** | **Mobiler Bestellprozess** |
|
||||
|------------------------------------------------------------------|----------------------------------------------------------------------------------------------|
|
||||
| Kunde wählt Produkte im Laden aus | Kunde wählt Produkte im Laden/Online aus |
|
||||
| Bestellung und Zahlung an der Theke | Bestellung im Voraus über die mobile App, Zahlung mit Starbucks Card, Kreditkarte oder Stars |
|
||||
| Kassierer hilft bei Entscheidungen, Up-Selling und Cross-Selling | App ersetzt Kassierer durch Up-Selling und Cross-Selling |
|
||||
| Barista bereitet die Bestellung zu und übergibt sie dem Kunden | Barista bereitet die Bestellung zu und Kunde holt sie im Laden ab |
|
||||
|
||||
**Vorteile des mobilen Bestellprozesses**
|
||||
- Elektronische Bestellsysteme sind erfolgreicher im Up-Selling und Cross-Selling
|
||||
- Reduzierung der Mitarbeiterkosten und Betriebskosten
|
||||
- Anreize für Kunden zur Nutzung der mobilen App und Starbucks Card
|
||||
- Sammeln wertvoller Verbraucherdaten
|
||||
|
||||
|
||||
|
||||
## Internet of Things (IoT)
|
||||
- Vernetzte Geräte und Sensoren
|
||||
- Integration von Menschen, Prozessen und Technologie
|
||||
- Fernüberwachung und Statuskontrolle
|
||||
|
||||
### IoT-fähige Maschinen bei Starbucks
|
||||
- Verbesserte Effizienz und Effektivität
|
||||
- Standardisierte Geschäftsaktivitäten
|
||||
- Proaktive Problemvermeidung (z.B. Kühlschranktemperaturen)
|
||||
|
||||
### IoT-fähige Espressomaschinen
|
||||
- Sammlung von über einem Dutzend Datenpunkten pro Espresso-Shot
|
||||
- Generierung von 5 MB Daten pro Acht-Stunden-Schicht
|
||||
- Wartung vor Maschinenausfällen
|
||||
- Sicherstellung der Kaffeequalität
|
||||
|
||||
### Guardian Module
|
||||
- Sichere Datenübertragung zur Datenbank
|
||||
- Automatische Aktualisierung von Maschinen (z.B. neue Kaffeerezepte)
|
||||
- Beseitigung manueller Rezeptupdates
|
||||
- Erhebliche Kosteneinsparungen
|
||||
|
||||
### Wandel von reaktiver zu prädiktiver Wartung
|
||||
- Proaktive Maschinenwartung
|
||||
- Anwendung auf Bestandsverwaltung und Lieferkette
|
||||
- Vorschlag: IoT-fähige Becher zur Datensammlung
|
||||
- Konsumgeschwindigkeit, -größe, Restmenge
|
||||
- Anpassung von Marketing und Betrieb
|
||||
- Nicht entwickelt wegen unzureichendem ROI
|
||||
|
||||
|
||||
|
||||
## Blockchain Technologies
|
||||
- Verteiltes Datenbanksystem, öffentliche Transaktionsbuchführung
|
||||
|
||||
### Anwendungen
|
||||
- Kryptowährungen (z.B. Bitcoin, Ethereum)
|
||||
- Supply Chain Transparenz
|
||||
|
||||
### Kryptowährungen bei Starbucks
|
||||
- **Zahlungssystem**: Akzeptiert Bitcoin über Intermediäre
|
||||
- **Eigene Kryptowährung**: Tokenisierung von Starbucks Stars, Integration mit anderen Treueprogrammen
|
||||
|
||||
### Supply Chain Transparenz
|
||||
- **Bedeutung**
|
||||
- Wachsende Nachfrage nach Transparenz in der Lebensmittelindustrie
|
||||
- **Nachverfolgbarkeit**
|
||||
- "Bean to Cup" Traceability, 99% ethisch beschaffter Kaffee seit 2015
|
||||
- **Blockchain Nutzung**
|
||||
- Sichere, transparente und dezentralisierte Struktur
|
||||
|
||||
### Praxisbeispiel
|
||||
- **Farm-Level Information**
|
||||
- Echtzeit-Informationen von Kaffeefarmern in Costa Rica, Kolumbien, Rwanda
|
||||
- **Verbraucherzugang**
|
||||
- Traceability-Website und mobile App, spezifische Informationen zu Kaffeebohnentüten
|
||||
- **Kritikpunkte**
|
||||
- Mangel an detaillierten Informationen, z.B. Zahlungsinformationen an Bauern
|
||||
|
||||
### Fazit
|
||||
- **Erfolge**
|
||||
- Transparenzbemühungen, Einfluss auf Transparenz, Rechenschaftspflicht und faire Lohnpraktiken
|
||||
- **Herausforderungen**
|
||||
- Vollständige Rückverfolgbarkeit und Finanztransparenz
|
||||
|
||||
|
||||
## Reinforcement Learning Technology
|
||||
|
||||
### Bedeutung von Daten
|
||||
- Daten als wertvolles Gut wie Geld
|
||||
- Erkenntnisse über Kundenverhalten
|
||||
- Verbesserung von Produkten und Kundengewinnen
|
||||
- Angepasste Programme und Bestellvorschläge
|
||||
- Strategische Datennutzung führt zu mehr Verkäufen
|
||||
|
||||
### Funktionsweise der RLT-Technologie
|
||||
- **Maschinelles Lernen**
|
||||
- Lernt aus externem Feedback
|
||||
- **Entscheidungsfindung**
|
||||
- In komplexen und unvorhersehbaren Umgebungen
|
||||
- **Personalisierte Erfahrungen**
|
||||
- Über die Starbucks Mobile App
|
||||
- **Faktoren**
|
||||
- Lagerbestand, beliebte Produkte, Wetter, Tageszeit, Kommunikationspräferenzen, frühere Bestellungen
|
||||
|
||||
### Anwendungsbereiche
|
||||
- **Kundendaten**
|
||||
- Millionen von aktiven Starbucks Rewards Mitgliedern
|
||||
- **Verhaltensanalyse**
|
||||
- Erstellung von Kundenprofilen (z.B. Latte-Liebhaber)
|
||||
- **Angebote**
|
||||
- Anpassung basierend auf Kundenprofilen und beliebten Produkten
|
||||
|
||||
### Kundenerlebnis
|
||||
- **Persönliche Verbindung**
|
||||
- Barista-Rolle in den 1980er Jahren entdeckt
|
||||
- **Virtuelle Repräsentation**
|
||||
- Pflege der Kundenbeziehung durch digitale Plattformen
|
||||
|
||||
> Kunden erhalten die gleiche Fürsorge
|
||||
> und personalisierte Empfehlungen von unseren digitalen Plattformen
|
||||
>
|
||||
> ~_Jon Francis_
|
||||
|
||||
### Drive-Thru-Bestellungen
|
||||
- **Unterschied zu Mobile App Bestellungen**
|
||||
- Fehlen von individuellen Kundeninformationen
|
||||
- **Anpassung an Store-basierte Details**
|
||||
- Über 400 store-level Kriterien
|
||||
|
||||
### Vorteile
|
||||
- **Strategische Datennutzung**
|
||||
- Verständnis von Produkten, Prozessen, Mitarbeitern und Kunden
|
||||
- **Fundierte Entscheidungen**
|
||||
- Unterstützung von Managern in einer wettbewerbsintensiven Branche
|
Loading…
x
Reference in New Issue
Block a user