Interroger ses données en langage naturel : la démarche de Burger King

La chaîne de restauration rapide Burger King France mise sur l’intelligence artificielle générative pour faciliter l’interrogation de ses données et accélérer la prise de décisions métiers, dans ses restaurants et au niveau national, pour tous ses services.

Deuxième acteur de la restauration rapide en France

Pour son projet, Burger King a fait appel à la société de services Artefact. L’enseigne Burger King est exploitée en France par le groupe Bertrand via un réseau et 175 franchisés. Elle est le deuxième acteur du fast-food dans l’hexagone derrière McDonald’s. Elle affiche 580 points de vente, 2 milliards d’euros de chiffre d’affaires en 2024 et 30 000 employés.

Afin de pouvoir faire parler toutes ses données rapidement, Burger King a développé un chatbot d’intelligence artificielle générative baptisé Rebeka avec Artefact. « Ce chatbot permet d’interroger la donnée et d’avoir une réponse quasiment en temps réel » se réjouit Yves-Marie Devay, directeur de la Business Intelligence chez Bertrand Franchise.

Qui consomme les nouveaux tenders de Burger King ?

Il cite l’exemple de la réponse qu’il a pu apporter en temps réel au DG en Comité de direction sur « Qui sont les consommateurs de nos nouveaux Tenders ? ». « Avant je n’aurais pas pu lui répondre. Là j’ai pu apporter la réponse en disant que ce n’était pas les mêmes consommateurs que ceux des Nuggets et que donc nous avions vraiment généré une nouvelle habitude de consommation” indique-t-il.

Très honnête, il reconnait qu’il avait anticipé que le DG poserait cette question, et qu’il l’avait testée le matin même sur le chatbot. “Mais je n’aurais jamais eu la réponse si je n’avais pas eu ce chatbot » sourit-il. On peut ainsi demander au chatbot le profil des membres du programme de fidélité, les utilisateurs du Drive, qui sont les consommateurs du Baby Burger, le taux de tickets porteurs (et comment il est calculé), le nombre de churners, etc.

Gain de temps dans l’obtention des données

Le gain de temps est le critère clé. « On peut voir les interrogations de la donnée extrêmement rapidement, avec des niveaux de détail et de granularité que l’on n’avait pas avant ou que l’on mettait extrêmement de temps à avoir » souligne-t-il.  L’outil permet d’accéder aux données quand on n’a aucune notion de SQL, ce langage d’interrogation des bases de données. « On a envie que tout le monde soit drogué à la donnée et soit capable de se dire, j’ai envie de poser cette question et j’ai directement la réponse » exprime le responsable.

La solution étant destinée au réseau de restaurants, on peut aussi lui poser des questions vocalement, afin de faciliter le travail des équipes qui sont sur le terrain et sans PC. L’assistant IA permet l’interrogation de bases de données en langage naturel, en traduisant le texte en requêtes SQL. Le but est que tous les services de Burger King aient un accès direct aux bases de données sans requérir de compétences techniques. Les utilisateurs qu’ils soient du marketing, des finances, des RH ou de la supply chain, posent leurs questions en français.

Le chatbot traduit ces requêtes en langage SQL et retourne les réponses nécessaires à la prise de décision. L’assistant améliore la granularité des réponses. Il donne la possibilité d’interroger la donnée au niveau de chaque transaction, pour chaque produit, sur chaque ticket de caisse.

Recoupement des données et analyse combinée

L’assistant permet de recouper les données, et d’analyser de manière combinée les ventes, le CRM (base de données des clients), les profils des clients et les performances. Quelques secondes suffisent pour obtenir un rapport d’état, contre plusieurs semaines avec les processus précédents.

Au-delà des gains de productivité, Burger King France vise une adoption réussie de ce nouvel outil afin que chaque employé, quel que soit son poste ou son niveau technique, puisse obtenir directement l’information pertinente pour son travail quotidien. Jusqu’ici, les équipes utilisent principalement Excel et Power BI pour analyser les données. Ces outils structurent les données en assurant une granularité fine par périmètre (ventes, produits, CRM) et une analyse croisée via Power BI.  « Excel comme Power BI ont leurs limites » regrette-t-il.

L’obstacle du cloisonnement des données

Le responsable pointe les cloisonnements entre les données. « On peut avoir une granularité fine sur des tranches horaires sur les données de vente. On peut interroger par restaurant et par quart d’heure sur le chiffre d’affaires, mais on n’aura pas de données produits » décrit-il. Il faut donc un autre Dataset.

« On va avoir un autre Dataset produits, dans lequel on va avoir moins de granularité temporelle, mais on va pouvoir interroger notre donnée produit, des niveaux de marge. On va avoir aussi un Dataset sur la supply chain qui va aller au niveau de l’ingrédient, pour être capable de comprendre nos sorties de stocks et nos pertes. Mais toutes ces données ne se parlent pas toujours, ou du moins on n’est pas capable de créer un Dataset exhaustif car ce serait trop lourd même pour Snowflake » déplore-t-il.  Snowflake est la technologie de centralisation de toutes ses données.

Burger King a donc mis en place des rapports Power BI développés par les équipes Data pour prendre le relais. Ils permettent d’aller à des niveaux de granularité plus fins. « Cela permet de savoir au niveau de la transaction, que quelqu’un a pris un Whooper, qu’a-t-il l’habitude de prendre en produits de compléments ? On va être aussi capable de faire le lien avec les autres bases de données, comme le CRM pour savoir qui consomme un nouveau produit que l’on a lancé » précise-t-il.

Un rapport Power BI est quasiment obsolète quand il est disponible

Cependant, au moment de la publication de ces rapports, de nouveaux besoins sont souvent déjà apparus. « Un rapport Power BI quand il sort, il est déjà quasiment obsolète. De nouveaux usages sont apparus. On a mis énormément de temps à définir un cahier des charges, à le faire développer par notre département IT. Au moment où on finit la recette, il se passe plusieurs mois, on a une demande nouvelle, un usage nouveau. Cela va faire  que ce rapport Power BI a été très bien pensé, il était très bien, mais désormais en fait on ne va pas l’utiliser. »

Au niveau plus particulièrement du service de Business intelligence, lorsqu’il fallait réaliser une analyse ad hoc, toute demande faisait l’objet d’un mini cahier des charges de l’analyse souhaitée avec le service Data et d’allers retours avec le service IT pour obtenir finalement l’analyse désirée, trois semaines après l’échéance prévue. Tout cela était très frustrant. Cela a incité à se tourner vers l’IA générative pour une prise de décision plus rapide à tout moment, basée sur des analyses plus complètes et instantanées.

Burger King emploie déjà la Data et l’IA dite de type classique avec le Machine Learning dans différents services. Côté marketing, Burger King mesure l’impact de ses opérations promotionnelles, avec le calcul du ROI (Retour sur investissement) et le business généré, et veut mieux piloter le plan marketing, ses ventes et sa marge. « L’IA nous aide à comprendre ces impacts, à projeter notre plan marketing et à avoir une projection fine des ventes et de la marge » explique Yves-Marie Devay.

Suggestions personnalisées dans l’appli mobile de vente

L’enseigne utilise d’autre part des modèles de recommandation de produits pour augmenter le panier moyen dans son application mobile. Le click and collect représente entre 4 % et 10 % des ventes selon les points de vente grâce à des suggestions personnalisées. « On identifie un consommateur et on va être capable de lui pousser des produits qui sont complémentaires parce que l’on a identifié ce qu’il consomme habituellement, ou que son panier d’achat ressemble au panier d’un autre consommateur » détaille-t-il. Cela aide à booster le ticket moyen et la marge en poussant des produits bien margés.

Le CRM pour sa part s’appuie sur des segmentations des clients alimentées par l’IA pour mieux comprendre sa clientèle et cibler les communications. Burger King émet des notifications personnalisées via des mails pertinents pour chaque population « On ne va pas envoyer une offre famille à quelqu’un que l’on identifie comme étudiant » illustre le responsable. Et il y a aussi des algorithmes de calcul du risque de churn [taux de désabonnement des clients] pour comprendre quand un client va quitter l’enseigne et d’essayer le garder via une communication ad hoc.

Pour un usage plus opérationnel, Burger King utilise des modèles de langage, des LLM (Large Language Models) pour lire et analyser les avis clients déposés via Google et visent à identifier ce qui fonctionne bien et est apprécié par les clients, tant dans les produits, le prix, la qualité, le rapport qualité prix, que dans le service chez Burger King, au niveau national et local.

Adoption du plateforme de données centrales avec Snowflake

Pour rendre ces usages possibles, Burger King France a d’abord consolidé ses fondations data. Pour déployer l’IA à grande échelle, il faut s’assurer que les données sont fiables lorsqu’elles sont transmises aux modèles d’IA. La migration vers la plateforme de Data Warehouse Snowflake a permis de centraliser l’ensemble des données.

« Nous n’avons pas énormément de produits, mais nous avons énormément de transactions. Notre base de données sous SQL Server atteignait ses limites. Nous avons migré sous Snowflake avec une vision à 360° de nos données ». Cela concerne les transactions de tous les restaurants, les données CRM sont rapatriées (elles sont stockées sur Google Cloud Platform), les référentiels des produits et des restaurants, les données de la chaîne d’approvisionnement (les inventaires via des API et les sorties de stock) et les indicateurs opérationnels (délai du service au Drive, temps d’attente en borne).

« Cette plateforme technologique nous a vraiment permis d’obtenir une vision globale de toutes nos données » se félicite Yves-Marie Devay, directeur de la Business Intelligence chez Bertrand Franchise. « Nous avons mis en place énormément de contrôles qualité quotidiens pour être sûr d’avoir de la donnée qui soit propre et fiable », explique Yves-Marie Devay, directeur de la veille stratégique chez Bertrand Franchise.

Intégrer de nouvelles sources de données et des diagnostics métiers

Maintenant que Rebeka est déployé, Burger King France prépare les prochaines évolutions. L’outil doit intégrer de nouvelles sources de données, être étendu aux franchisés dans un cadre sécurisé, un franchisé ne doit pas pouvoir accéder aux données d’un autre franchisé et gagner en expertise analytique.

En matière de nouvelles sources de données à prendre en compte, il y a les avis clients déposés sur Google et les données des plateformes de livraison. Ces données peuvent ensuite être croisées avec les performances des restaurants, ainsi que de nouveaux canaux et usages. « Intégrer une source supplémentaire dans Rebeka est beaucoup plus simple que de créer un nouveau rapport Power BI » se félicite Yves-Marie Devay.

Rebeka doit aller plus loin afin de devenir un assistant capable de diagnostiquer automatiquement les anomalies de performance. Au lieu de répondre à des questions isolées, le chatbot doit pouvoir à terme détecter une dégradation de performance dans les ventes, ou au contraire des ventes très positives, lancer une analyse pour en identifier les causes et fournir un résumé explicatif. Cette évolution vers une IA analytique plus autonome représente la prochaine étape. Il ne s’agit plus seulement d’interroger des données, mais qu’elle explique les phénomènes commerciaux sous-jacents.