【2024中国数据生产力大赛】数智化变革赋能传统餐饮行业 ——《餐饮企业大数据分析平台》

企业简介

亚惠美食创立于1992年的滨城大连，是国内专业从事团餐、主题食街、社区餐饮等策划、设计和运营的餐饮管理公司。自成立之日起，亚惠始终把顾客放在首位，从一间不足百平的快餐店开始，历经近三十年的不懈努力，根植大连、发展全国。目前已拥有北京、上海、广州、天津、武汉、成都、沈阳、大连等18个重点城市的400余间分店，每天服务近百万人次。 主要荣誉： 2023年度大连餐饮领军企业 2021年度中国团餐企业百强 2020年度中国餐饮百强企业、

1 业务需求/挑战

原有的业务系统之间相对独立，形成信息孤岛，数据在不同数据库中独立存储，无法互通，无法从全局眼光查看企业运营状况。数据分析花费时间较长，效率较低，缺少预测性分析。 每次需要统计分析数据时，往往需要用户分别进入财务系统、收银系统、人力资源系统、OA系统等多个系统汇总数据，然后进行加工统计，才能得出最终的结果数据，用户将大量的时间用在了数据的清洗及整理上，人力成本较高，工作效率较低。例如：运营部门在做月度人效分析的时候每次都需要从人力系统里查询人员信息，从收银系统里查询门店及档口的销售数据，再从财务系统里查询人工费等数据，最终经过门店名称或编码的匹配才能得出最终的结果表，由于门店数量较多，每月均需要专人进行3-5天的时间进行数据的统计、整合，效率较低且过程中容易出现人为错误。 建立一个高效、集成化、智能化的分析平台已成为一个亟待解决的问题。

2 解决方案

亚惠大数据分析平台架构 ①、确定业务需求和目标：首先需要对业务需求进行深入了解和分析，明确问题目标和解决方案，制定项目蓝图及具体实施方案。 ②、确认数据来源：根据业务需求和目标，确认哪些数据源适合使用，并对数据挖掘的方法进行分类和筛选。数据来源含财务EAS系统、POS收银系统、SRM供应商管理系统、HR人力系统、OA办公系统、WMS仓储管理系统、人工录入导入等。 ③、数据清洗和预处理：对提取的数据进行清理和预处理，包括去重、删除无效数据、填充缺失值、格式转换等操作，确保数据质量。在数据转换过程中，预先将时间、日期、金额等数据类型统一，结合主数据中心直接转换成后期需求的各维度数据表。 ④、构建数据仓库及数据集市：将各类数据融合到一起，形成一个完整的数据仓库。并能够迅速响应业务数据变化，支持快速获取数据洞察。 将数据按需求汇总成多个数据集市，供各业务部门进行数据的快速提取、个性化指标的分析、运营决策报表的便捷生成，极大地提高了后期的数据处理效率，提升了用户体验。 ⑤、数据挖掘和分析：伴随着系统的深化使用，逐步对数据进行挖掘和分析，深入了解数据特征和关系，提炼有价值的信息。按需求加入数据预警和数据异常分析等细化功能，提升数据价值，辅助运营部门快速决策。 ⑥、可视化和报告：将分析结果以可视化的方式呈现出来，便于非技术人员理解和使用。例如：数据的横向比较表、排名表、趋势分析表等，用图像化方式呈现能够使用户更加直观的理解和洞察数据，快速识别异常数据，提高决策效率。 ⑦、迭代优化：基于以上步骤的分析结果，后期我们还需要不断地进行迭代和优化，提高数据分析的准确性和实用性。 打造自有的大数据分析平台可以实现多业务系统数据的自动采集、清洗、装载，实时监测数据变化，及时预警。用户利用自动化的报表工具进行多维度的智能分析，趋势预测。统一入口登录、实时生成、自动推送分析结果，省去了数据归集整理的过程，用户可以将宝贵的时间用在更有价值的数据分析及运营决策中。

3 典型应用场景

3.1 场景一：打造主数据中心

需求背景： 因为业务需要，至少有3个业务部门会安排专人，不定时的采集动态变化的门店及档口的基础数据用作数据的统计分析，但由于采集通道不统一，数据更新不及时等诸多原因，导致后期在进行数据汇总时往往会出现数据孤岛的情况，对数据的统计分析造成了很大的困扰，每个部门每月均需要花费3-4人天（3个部门至少10-12人天）进行数据的重新梳理、纠偏，增加了人工成本，降低了工作效率。 解决方式： 在帆软系统中打造主数据中心，开发具备联动填报和自动校验功能的主数据录入、维护模块，统一数据来源，制定数据录入及采集的标准，规范数据使用的权限，最终达到数据口径一致，数据权限统一，相关联的系统可定时自动获取最新主数据的目的。 场景价值： 主数据中心的上线，给各业务部门数据查询及统计分析等工作带来了极大的助力： 1、各业务系统有了统一的基础数据采集渠道，大大提高了数据的准确性、及时性、有效性。 2、各业务部门间，基础数据口径一致，对数据的整合、汇总、分析提供了高可靠性的保障。 3、统一管理数据和分配数据使用权限，大大降低了数据泄露的风险。 4、节约成本，提高效率，数据维护过程由之前的3个部门3名员工同时进行，简化为1个部门1名员工统一录入，每月至少节约10人天的人工成本。

3.2 场景二：会员数据分析平台

需求背景： 伴随着POS收银系统的升级，传统的实体卡会员全部升级为电子卡会员，在整个数字化升级的过程中，涌入了大量会员相关的信息及数据，利用和挖掘这些数据，让这些数据发挥应有的价值，已成为一项十分重要且紧迫的工作。 目前POS收银系统自带的会员模块，不支持图形化分析，不支持营销部门需要的会员画像等个性化需求，不能对数据进行更充分有效的、精细化的分析和利用，缺少相关的大数据分析工具。 解决方式： 利用帆软系统抽取POS收银系统会员模块的相关数据，经过数据清洗和数据转换，转变成更加精准的关键指标数据，再利用帆软系统打造会员数据分析平台，实现更加直观的会员档案的汇总统计、会员消费行为的对比分析，深度挖掘价值客户，最终实现更好的精细化营销。 场景价值： 会员数据分析平台上线前，每次需要等营销活动结束后才能统计相关数据，然后经过专人3-5人天的加工才能形成最终的图形化分析报表。 平台上线后，运营人员和其他有权限的管理人员，均可以实时查询自动生成的图形化报表，管理人员通过可视化报表快速分析营销效果，甚至可以按大区、城市、门店类型等维度的数据变化快速响应，即时调整营销策略。 活动期间，通过平台数据分析的结果进行精准营销，增加了定向推送优惠券、唤回老客户等策略，与之前相比营销效果增加15%，销售额提升8%。 会员数据分析平台的数字化图形化分析，可以更好地了解顾客的需求和喜好，有针对性地提供更加个性化的服务，是提高顾客满意度和忠诚度的重要工具，它可以帮助亚惠更好地管理客户信息，提高服务质量和效率，实现精细化的运营管理。在激烈的市场竞争中，数据分析平台的应用将成为企业提升竞争力的重要选择。

3.3 场景三：财务预算管理模块

需求背景： 每年年末公司会下发下一年度的预算模板（Excel）到各门店及各部门，大家需要手工填报，填报后由上级部门汇总统一发送给财务不进行再次的汇总稽核，然后再导入财务系统进行预算的执行和管控。在此过程中经常会出现如下问题： 1、填报人需要手工查询出历史发生数据填写到模板中的同期数据列中，手工操作效率低且人为失误情况频发。 2、填报人计算机水平参差不齐，经常会由于人为的操作不当，导致上交的文件格式不统一，公式错乱，单元格格式不规范等诸多问题，后期稽核人员需要花费很多的时间进行检查和修改。 3、文件的收集过程比较混乱，没有统一的收集工具，文件在传递过程中容易丢失，文件修改再次上报时，经常会出现无法判断历史版本的问题，对于文件的收集进度及未上交的部门无法实时统计。 4、整体预算填报过会有近300份左右的Excel表格进行反复传递确认，文件确认后需要由15名财务人员反复审查、修改至少10天的时间，最后再由财务人员手动在系统里将每个文件依次上传，其间需要投入大量的人力和时间，工作效率特别低。 解决方式： 利用帆软FineReport开发预算管理模块，用户可以按照权限实时在线填报各自的预算模板，系统会进行自动的数据加工、汇总、统计、分析。优点如下： 1、大部分数据会由系统自动生成，填报时只需填写每月的预算额，系统会自动生成汇总数据。避免了人为产生的公式错乱和填写不规范的情况。 2、数据提交后系统会自动进行填报情况的汇总展示，实时查看各门店和部门的填报进度。 3、系统设置好严谨的校验规则后，财务人员无需在进行数据的稽核也无需手动将模板导入财务系统，节省了大量的人工和时间。 场景价值： 财务预算管理模块的上线改变了之前落后的线下Excel表的填报和收集方式，系统自动汇总数据，用户实时查看填报进度，数据按权限隔离安全管控，提高了近50%的工作效率，节约了近20%的人工成本。

3.4 场景四：门店日报系统

需求背景： 一些大型的团餐现场，由于网络或者甲方的原因需要采用特殊的收银系统，例如：线下的收银系统、甲方的收银系统等。总部无法实时采集这些现场的每日营业数据和档口 调整变化的数据，无法满足运营部门、财务部门对营业数据及时性和准确性的需求。 解决方式： 利用FineReport工具，将移动端填报页面与企业微信集成，页面中系统会调取主数据中心中的门店信息、档口信息，自动填充除营业额外的所有信息，每日店长在手机端填写对应档口的销售数据即可。数据汇总到云端自动生成日报。 场景价值： 日报系统的开发对亚惠的数字化转型起到了很好地促进作用： 1、弥补了个别门店营业数据反馈不及时的缺陷； 2、线下系统数据线上保存，增加了数据的安全性； 3、自动填写门店及档口的基础信息，简化了填报操作，让数据更加规范、统一； 4、系统自动生成月报、年报及趋势分析，提高工作效率，提升用户体验； 5、为日后运营数据的整合打下了坚实的基础；

3.5 场景五：数据监控预警功能 需求背景： 随着报表、指标数量增加，频繁查阅各类重点指标数据会持续增加用户的时间成本；过分依赖于人为判断识别数据异动、可疑、逻辑不符和虚假不实会导致信息有滞后性； 实际工作中往往会出现如下问题： 公司决策层：希望第一时间得到关键指标的异常情况 运营部门：需要实时提醒门店经营数据的异常情况 财务部门：需要实时监控财务数据的异常差异、逻辑不符 库管部门：希望得到库存达到阀值时的预警通知 为了避免某些异常情况的发生，相关工作人员需要经常性的登录各类业务系统，关注关键数据的异常情况，据调研此类人员平均每天至少花费2个小时进行相关数据的监控和识别。 解决方式： 增加数据监控预警功能，根据各业务部门需求设定个性化的预警标准，通过帆软与企业微信的打通，当关键指标出现异常波动、重点观测数据出现明显异常值时，将预警信息及时传达给业务负责人，进行有效风险预警。 场景价值： 1.提高防范能力:智能化监控与预警功能的应用，能够实现对企业各个环节的实时监测和预警，及时发现潜在的隐患，有降低异常情况带来的风险。 2.提高反应速度和准确性:数据实时监控预警功能，可以迅速发觉异常情况并及时预警，加快反应速度，降低应急处置的时间和成本。 3.提高管理效率和决策支持:业务人员无需频繁查阅重点指标，提高工作效率；决策人员可以根据重点关注的指标进行数据推送和实时预警，辅助进行高质高效的决策。 数据监测预警功能业务属性强、实时精准、高效易用，形成了数据管理的闭环。使数据分析从人找数据的模式转变为数据找人的高效高质的模式，极大地提高了监测效率和管理水平，为企业带来了更高的安全性和可靠性。

4 总结与展望

随着数字化时代的到来，大数据已成为企业实现战略目标和提升竞争力的重要工具。在这个背景下，企业的大数据分析平台逐渐崭露头角，为企业提供了一个全面且高效的数据分析解决方案。 战略层面，大数据分析平台可以帮助企业制定更加科学和精准的战略方向。通过对海量数据的深度分析，企业可以获取市场趋势、消费者需求和竞争情报等关键信息，并对这些信息进行清晰的整合和分析。这些数据驱动决策可以使企业更准确地把握市场机会，提前预测市场变化，并在变化中找到新的发展方向。 运营层面，大数据分析平台能够帮助企业提高效率、降低成本和优化资源配置。通过对供应链、生产过程和销售数据的分析，企业可以优化内部运营流程，减少资源浪费，提高生产效率和产品质量。同时，大数据分析还可以帮助企业实现精细化的市场营销和个性化的客户服务，提供更好的用户体验，增强品牌忠诚度和口碑。 服务层面，大数据分析平台可以帮助企业提供更加个性化和定制化的产品和服务。通过对客户相关数据的分析，企业可以了解客户的需求和偏好，为他们提供个性化的建议和推荐。例如，大数据分析可以根据客户过往的购买记录和行为，向他们推荐更加符合其口味和兴趣的商品，提高购买转化率。 商业模式创新方面，大数据分析平台为企业提供了实现商业模式创新的机会。通过对市场和客户的深入洞察，企业可以发现新的商业机会和盈利模式，并将其转化为创新产品和服务。同时，大数据分析平台还可以帮助企业改变传统的价值链和商业模式，实现跨界合作和创新合作方式，提升企业协同创新和竞争力。 新技术引用方面，大数据分析平台充分利用云计算、智能分析、数据通道等新兴技术，提升数据处理和分析的能力。通过云计算技术，实现弹性扩展和高速处理，更好地应对数据量的变化和突发事件。利用智能分析技术可以实现自动化的数据挖掘和分析，提高分析效率和准确性。 综上，它不仅可以帮助企业实现战略目标和提升竞争力，还可以为企业带来更多的商业机会和创新突破。随着技术的不断进步和数据的不断增长，企业的大数据分析平台将在未来发挥更加重要的作用，成为企业数字化转型的重要引擎。 亚惠观点： 未来我们将通过供应链的数智化转型塑造亚惠的核心竞争力，提升供应链的透明度和可追溯性，确保食材质量和安全，通过数据分析和智能决策达到降本增效的目的。 1. 供需数字化集成，通过前端需求与后端供应的智能动态匹配，提升供应能力，保障稳定供应，降低风险，通过数据预测销售趋势，持续提升供应链应对市场波动的能力。 2、数智化管理全流程采购业务，实现信息共享高效协同，从寻源到供应商评价全流程优化采购链条，降低采购风险。 3、引入智能化生产设备，数智化管理生产，预测潜在故障，确保生产线的持续高效运转；自动数据采集与分析，精准控制产品质量，实现生产效率和产品品质的双重提升。 4、智慧仓储，对货品进行数字化赋码溯源管理，优化仓储空间，提升库位查询及分拣效率，减少人为操作错误，数字化库存预警。 5、数智化物流，利用物联网设备数智化管理业务流程，实时监管车辆与运输过程，提升安全性；优化物流网络，智能匹配最优配送方案，提升效率。 后疫情时代，随着经济的复苏和消费者信心的提高，餐饮市场将进一步扩大。数字化和智能化餐饮服务将成为趋势，亚惠将通过数智化能力进行品牌建设，不断创新，提高服务水平，并且注重绿色、健康和可持续发展，以满足消费者的需求和社会的期望。