借助Alteryx，连锁品牌DQ运用空间分析自动化，累计节省70万美金

用例概述

American Dairy Queen（美国冰雪皇后）是一家快餐连锁品牌，在美国拥有4000多家餐厅。餐厅开发策略与分析团队应用了Alteryx空间分析工具来确定最靠近每家餐厅位置的供应商。将之前的处理流程转换为Alteryx工作流后，累计4人共41000小时的冗长流程，被一个可复用的工作流完美取代。如果我们将以前的项目时间（超过4千小时）与新流程进行比较，为该项目节省的时间成本不仅负担了我们的Alteryx许可证，并且节省了97％以上的项目时间。

业务挑战

在我们的制作流程中，如果有任何产品召回事件，为了保护我们的消费者，我们必须能够追踪到该产品。在过去，这是一个挑战，因为我们是一家特许经营组织，需要依赖特许经营者采取正确方式追踪到产品。

在我刚加入DQ并学习Alteryx的前几个月，一位运营负责人找我讨论他们正在启动的项目。他说：“我希望了解每家店铺周围有多少备选供应商。”我们需要在整个特许经营体系中保持一致，需要确保在召回事件中我们可以迅速采取行动，并且在必要时能够更新。

邻域分析的原始过程

1.创建现存的并仍在运营中的DQ店铺位置列表 – 全美大约有4500家

2.在地图上查找单个DQ店铺的位置

3.在供应商列表的电子表格里手动搜索出距离最近的20家供应商

4.在地图上再次核对离该店铺最近的候选供应商

5.在电子表格中手动输入与服务店铺相对应的供应商信息

6.在店铺开张、关张或迁址后重复此过程

7.参与员工数：4人

8.累计工作时间：4160小时

解决方案

·模块的输入数据相对基础– DQ的店铺位置，供应商列表作为辅助来源。

·我们已经对DQ的店铺位置进行了地理编码，并且维护了供应商列表 – 因为这属于该项目的原始流程。

·数据需要转换为“点”，以便我们找到最近的供应商。

·使用“查找最近项”（Find Nearest）的工具，找到60分钟车程内距离最近的25个店铺点。接下来我们需要计算在60分钟车程内，这些供应商距离该DQ店铺之间的距离，以便根据行驶时间和行驶里程对数据进行排序。

·另外，请留意“查找最近项”中出现的未匹配路径。这些是不符合标准的记录 – 不在距离该供应商60分钟车程内的店铺。

·我们输入主供应商清单并为每个店铺创建点。

·根据不同材料的供应商，我们进行过滤–一个供应商在之前确认的60分钟车程内，另一个供应商有100英里的行驶距离。

·我们的最终目标是生成一个电子表格作为主供应商列表。

·我们需要将60分钟车程的记录和距离100英里的未匹配记录合并进同一个流。

·将匹配和未匹配的记录合并进同一个文件，并过滤掉任何数据异常值 – 缺少店铺编号或供应商名称。

·接下来，对于那些超出设置距离上限的记录，我们将其距离设置为100，以实现更清晰的分类流程。

·然后，按照店铺编号和到店铺的距离对数据进行排序 – 从最近到最远。

·模块的最后部分按店铺编号为每条记录分配排名。

·因为我们只需要距离最近的25家供应商位置，所以我们只需要根据DQ店铺编号对前25条记录进行抽样。

·为了防止在尝试写入Excel输出文件时出现任何错误，添加了“阻止直至完成”（Block Until Done）工具。

·接着，将根据输出的受众组织数据，然后将其保存为Excel文件。

·另外我还设置了在文件生成后自动向团队发送电子邮件，以免忘记了发送更新。

获得收益

这是我最初构建的主要模块之一，花费了几周时间进行调试直至运行良好。我们十分喜欢它的灵活性，能够根据需要更改变量。在去年准备另一个演示文稿时，我组织并进一步优化了该模块，从而使运行时间达到了30分钟。

即使该模块最初需要运行4个小时，与之前的流程相比，可见的收益也是十分惊人的。如果我们将以前的项目时间（超过4000小时）与新流程进行比较，这个项目节省的时间成本将足以覆盖我们的Alteryx许可证成本。现在，我们可以每季度或根据实际需要运行该模块。如果我们以每季度运行一次模块，并精确到每30分钟，则总共只需122个小时。项目时间节省超过97％。

如果我们仍通过手工完成上述工作，那么此分析的花费将远远超过70万美元。而通过在Alteryx中自动化实现该流程，我们仅需要额外的16小时（除了第一年）来运行该工作流程。