整体烘焙行业受线上模式的冲击，以克莉丝汀为代表的传统线下烘焙行业面临业绩压力，早期门店爆棚的画面越来越少见，克莉丝汀到了必须转型，求新求变的时候。但如何转型？新的盈利模式在哪里？客户究竟想要的是什么？克莉丝汀将寻找答案的目光聚集在了自身每天仍会产生几十万条记录增量的数据海洋中，希望借由一套反应更迅速的智能分析平台，帮助团队精准找到解答问题的“钥匙”。

经过同类产品的比较，海致BDP商业智能平台以强大的计算性能、简单快速的部署方式、及时灵活的数据分析和完善的服务体系脱颖而出。克莉丝汀拥有大量数据，每笔交易背后的销售明细背后都可以进行海量的叠加分析。BDP具备亿级数据秒级处理的能力，可以很好地容纳这些数据，并及时进行分析，改变了原先t+1的相应时长。通过专业的算法，一站式抽取不同平台的完整数据，BDP帮助克莉丝汀分析经营状况，从盈利降低的深层原因是来自产品、服务还是经营方向，制定解决方案，方案落地执行，收集改进后的数据，到最终不断优化迭代的完整PDCA循环。

周玮认为，“双方的合作，BDP不仅帮助带入了数据思维和商业智能技术，也带入了BDP在零售行业的理解和洞察能力，这些很宝贵的一线经验来自于BDP大量积累的客户案例，通过双方的交流和探讨，希望通过部署BDP分析数据，为克莉丝汀转型提供方向借鉴。”

克莉丝汀拥有来自线上线下的大量会员，收集了关于会员年龄层、消费习惯等数据，但是没办法做更深层次的挖掘。通过BDP，克莉丝汀可以更清晰地嗅探到消费者的需求，对会员实行标签化管理。举例来说，根据数据统计，一般会员会在50000分左右开始积分兑换，所以50000分是一个重要的临界点。当监控到有会员积分达到30000分就不再有变化的时候，可以有针对性地赠送5000分，刺激会员再次到店消费，保持持续增长。

同样类似的还有对产品套餐的售卖，使用BDP前更多是商品部或运营部根据自己的经验来揣测。现在通过对会员消费习惯的深入分析，可以有针对性地向会员推荐套餐产品，比如某会员很大概率购买咖啡，那么就可以针对这样的会员推送咖啡搭配面包的产品组合优惠券，甚至有可能会直接送一杯咖啡，以增强客户的黏性。

透过商业智能平台，克莉丝汀深入到每一个会员的用户场景中，将线上、线下整合，互为流量入口，了解用户的行为、场合、时空的变化，更加精准地判断消费者的实际需求。

对于传统烘焙行业，门店运营是非常重要的业务场景之一，克莉丝汀对门店的把控也非常精细，不仅是关于收款、操作等内控方面的行为监测，更重要的是指导门店运营。

在追求低损耗的前提下，总部需要具体考量某家门店在晚上某时间点的货柜展示率，并针对历史数据制定售罄预警。这类配货的需求，之前全部由店长根据经验来确定，但现在通过BDP，这些数据很方便地就可以统计出来，总部据此对门店进行指导，直接降低了线下门店对店长个人能力的过度依赖。

当运营部门监测到门店实际库存的异常数据产生，可以通过周边其他门店进行快速调配。在使用BDP前，这种通过数据监控来实现的及时调整是完全不可能的，只能通过各门店店长与区域主任之间的沟通联系来完成。而BDP不同于传统BI，它在抽取过程中基本就完成了统计作业，因此可以实现实时查询，从通过数据发现异常，调整销售策略，到最终落地到一线门店，只需几小时。

另外，克莉丝汀还利用BDP针对线下门店展开AB测试，选择同一区域、周边环境和历史数据均极为相似的两家店，做不同业务模型或者产品品类的销售数据测试，以实现运营收集数据，数据驱动运营的完美闭环。

周玮介绍说：“BDP的引入，克莉丝汀所有人的思维方式都在迅猛地变化。从原先注意到变化，分析变化背后的原因，到现在通过BDP的数据指向直接做下一步决策，这中间的巨大变化是只有身在其中才能感受到的。”

下一步，克莉丝汀会继续深化BDP针对业务场景的分析和预测，比如针对克莉丝汀大量的接近学校的店面，在春游、秋游季节会有大幅度营业额提升，通过BDP可以更好地进行提前预警。

同时，克莉丝汀将利用BDP实现线上线下的整合。接入包括PC端、移动端、线下门店等所有消费场景的数据采集，线上包括具体用户在网页的浏览记录，行为分析等，这些数据可以还原出消费者的喜好，从而有针对性地进行营销动作，或者对线上页面快速迭代优化。经过日积月累的交互，在客户需要、甚至只是有可能需要的时候，克莉丝汀有能力向客户明确地表达：“我们可以提供给您一个满足您需求的产品”。

采访的最后，BDP邀请周玮为其他面临转型的传统企业一些建议。周玮说：“转型最重要的其实是公司对商业智能平台的定位和理解。包括原先的克莉丝汀在内，很多BI最终沦为了报表工具，而这恰恰是BDP和企业双方都最不愿意看到的。”

报表只能输出结果数据，或体现过程数据，而BDP可以提供的是一个来自不同维度、具有前瞻性的深度数据集合。克莉丝汀将商业智能和业务有机结合，将分析的思维模式融入到经营中，业务提供数据，再将数据的深层价值还原到具体业务，形成有机的循环，挖掘数据更深层次的价值，驱动企业发展。