请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
随隐(uid:1251985)
职业资格认证:FCP-报表交付工程师 | FCA-FineBI
【2024中国数据生产力大赛】草本餐饮: 传统小吃如何迎接新挑战?数字化管理驱动运...
  企业简介       福州草本餐饮有限公司,是以经营养生药膳为主、融汇福建各地风味小吃为一体的多品牌餐饮公司。旗下有三大品牌:“草本汤”“匠一锅”“蒙米线”。截至2024年,公司拥有直营门店600余家,员工约3300人。 公司成立于2005年,自成立起始终奉行“草本汤 味健康”的理念,以客户为中心,全力打造“草本汤即健康”的品牌IP。经过十九年的砥砺发展,草本餐饮已建立起门店、管理公司、后端工厂三位一体,“总部连锁直营,门店自主经营”的发展模式。 多年来,草本餐饮在餐饮业兢兢业业,不断深耕,获得“中国餐饮百强”、“中国小吃企业50强”、“福建餐饮十大品牌”、“小吃快餐大王”等荣誉 1 业务需求/挑战(面临的挑战/痛点/问题,或由此带来的数据/BI应用需求)       草本汤作为福建头部的小吃品类餐饮企业,近几年业务飞速发展。公司也实施了多个前后端系统。在信息化过程中积累了许多数据,但是和许多企业一样,这些数据没有发挥出应有的作用,草本汤在数据治理和数据应用过程中面临着几个痛点: 数据过于分散:经过长期的信息化建设,草本汤积累了大量数据。但是这些数据分散在各个系统之中,业务与技术人员都难以快速地找到自己需要的数据。 数据质量不佳:数据不规范、指标不合理、业务流程不完善都会影响数据质量,各业务系统中或多或少都存在“脏数据”大大降低了数据应用的效率。 数据应用不足:缺乏数据思维,缺乏数据分析工具和可视化平台,导致数据应用停留在表面,为业务服务不够、应用领域相对较窄、数据与场景融合不够,数据价值得不到充分发挥,如财务对账业务,财务人员需要每天从不同平台渠道进行下载,然后在通过中间表将各表匹配到一个excel表上然后进行各种公式计算和制作透视表才能得到自己想要的数据,操作过于繁杂,且基本每天都需要操作一遍,导致每天都需要做重复大量的工作,展示月度报表时,需要2天才能做出对应报表。 业务、基层管理人员无法轻松地查看到自己所需的各类数据。高管难以通过多指标综合、有效地提炼出自己需要的经营数据和市场趋势。管理存在有劲没处使、有枪无处放的窘境。 2 解决方案(业务/管理挑战下,解决业务/管理需求、建设业务/管理分析或数据应用平台的思路、方法、架构、过程等)       鉴于草本汤在数据管理方面面临的挑战,和草本汤整体的数字化战略蓝图,公司选择和帆软进行合作,开始建设企业数据中台。旨在通过该项目,实现不同领域、不同维度下业务的全方位挖掘分析,打破数据壁垒,细化管理维度,提升管理效率。 同时,通过数据中台的整合,不断为其他业务链条赋能,实现企业数据、信息的集约管理。 草本汤数据中台的建设大致分为以下几个阶段: 数据仓库基础建设阶段:搭建统一数据仓库,实现对不同源头、标准的业务数据进行集中的管控与处理,保证数据的质量与安全 数据抽取阶段:根据需要,对各个系统配置数据抽取策略,在保证分析维度及时效的前提下制定数据抽取方案,保证底层数据的及时更新。 数据清洗阶段:根据业务的实际需求,结合数据来源和数据情况,结合行业规范进行数据分层规划,使用ETL抽取工具,进行数据的高效清洗及计算,以达到数据质量进行治理的效果,为后续的业务实现打下基础。 数据存储阶段:依据数据分析维度,建立数仓的ODS、DWM、ADS的三级结构,建立数据超市,为应用阶段提供强有力的数据支撑。 数据应用阶段:使用Finereport软件对数据超市中的成果进行可视化展示,根据业务口的不同需求,生成各类PC端、移动端的数据报表。   3 典型应用场景 3.1 场景一:草本汤全国运营看板 一、背景:由于历史包袱、草本汤缺乏数据集约管理,当需要查看销售情况时,需临时去业务系统下载数据进行处理分析,且一旦数据量过大需求过多时,不是可视化的图表数据无法及时满足管理人员的实际需求,从而产生了无法及时查看总体数据的尴尬场景。该看板目的是为了让所有集团管层在需要查看对应信息时,可以快速及时的清楚了解到目前的区域、门店营运情况和菜品销售情况,从而更快更好地做出敏捷决策及业务调整。 二、解决方式:该看板为管理驾驶舱级别,设置了5个模块,分别为菜品销售排行、营业排行、客单排行、营业趋势和热力地图。所有指标均可下钻至对应报表,提供更多维度的数据分析。同时该看板也可进行多品牌间的切换。 (可从大屏下钻至营运分析,查看更多维度、更详细的数据分析) 三、场景价值:通过该数据运营大屏,有效提升了管理者对于数据的应用度,原来经常发生门店经营数据剧烈变动但管层无感知的情况,经过大屏的落地,该情况已有明显改善。通过运营分析大屏能及时快速的了解每日各门店、分区等不同维度下的销售情况,且与其他时间的时间进行对比,能很明显的看出实际业务确实,各区域管理者结合数据通过数字说话,进行后续的门店管理及业务规划,能进一步细化区域乃至门店的管理。而在没用大屏时,则只能通过其他渠道下载数据,然后再对下载的数据进行处理汇总,才能看到数据,从而了解的实际的业务对比情况,与大屏对比,明显工作量大,且及时性可看性要低很多。自使用分析大屏后总部在数据上也看到明显的提升。 同时,该大屏布设在管理公司醒目处,对于公司的品牌宣传也起到了很大作用,通过技术能力展示体现了公司的综合实力。 3.2 场景二:营运分析图表 一、背景:草本汤目前营运数据分散在各个系统内,包括堂食POS系统、美团外卖平台、饿了么外卖平台等,营运分析图表为管理人员提供了多维度整合和可视化的图表,让管理人员能够高效地掌握当前品牌、区域、门店各维度的营运趋势。 二、解决方式:通过API接口从业务系统获取数据,将数据抽如数据仓库ODS层中,在将数据进行清洗统一格式存入DWD层,然后结合业务实际情况将多张DWD层表格关联起来,进行分组汇总、去重的等操作等到想要的汇总数据存入ADS层中,以共数据展示使用,根据业务部门需要实现柱状图、趋势图、分区分类分维度的展示。 (堂食数据,从对应平台抽取明细数据供业务决策) (外卖数据,美团、饿了么等数据情况趋势清晰) 三、场景价值:将原来通过excel表、数字对比等管理模式,改变为通过图表、趋势来管理。强化了管理的细致度,在该趋势分析管理的模式下,经营决策措施的效率从原来平均15日缩短至7日左右。 3.3 场景三:银行收款对账 一、背景:原本公司财务在对账的时候,只能通过手工、各个账户各个平台一一核对,存在极大的工作量,同时存在非常多的错漏,该对账表旨在为了解决财务对账难题而开发。 二、解决方式:基于数据仓库建设的基础上,在ADS层汇总所需数据,根据财务需要进行数据汇总、整理对照,同时将对账数据匹配不上的红色高亮显示在前几行,以达到数据预警的目的,当财务人源看见时,即可知道数据有问题,然后就可以根据对应的银行卡信息去查找是门店操作错误导致的又或者其他情况导致出现错误原因。 三、场景价值:将原来通过excel表、数字对比等管理模式,改变为通过系统管理,系统自动提示、将每日对账的工作时间由4-6小时直接缩短至30分钟左右,目前已经将财务人员从繁复的对账工作中解放出来,极大的提高了工作效率。 3.4 场景四:门店库存分析 一、背景:门店原本在进销存上并没有合适的管理工具,导致了门店毛利的理论数据与实际毛利数据偏差太大,导致实际毛利的参考价值偏低,为了进一步优化门店运营成本,解决食材浪费等非日常成本问题,开发了门店库存分析表 二、解决方式:从业务系统、供应链系统汇总数据至数据仓库,从数据仓库提取所需数据,根据维度进行报表开发后呈现。根据业务需求进行维度、权限设计,同时根据数据的逻辑,实现系统自动分析。 三、场景价值:从无到有地优化了门店的库存管理体系,让数据实体化、精细化,解决理论数据与实际毛利数据偏差太大,导致实际毛利的参考价值偏低的问题,不需要在和以前一样为了进行盘点在临时进行数据瞎猜处理来查看库存盘点数据然后进行分析,让管层感受到数据的价值,实现了门店库存的精细化管理。 3.5 场景五:外卖销量跟踪 一、背景:在外卖运营这一侧一直存在数据跟踪困难,趋势不清晰等情况,为了解决该问题,基于数仓建设,开发了外卖销量跟踪表,作为外卖运营的数据支撑。 二、解决方式:基于数据仓库建设的基础上,在ADS层汇总所需数据,根据业务部门需要进行数据汇总、报表呈现,同时生成对应的数据提醒。 三、场景价值:对外卖单量跟踪需要外卖部门的业务人员从美团饿了么去下载自己管理的门店订单信息,然后进行数据处理后才能进行分析从而得到结论以确定后续的活动推进或补救方案,严重影响工作效率。而该表实现了对订单数据的自动汇总统计,可以选择不同时间、门店等维度下的时间查看,且对销量下滑提醒进行了高亮预计,让业务人员查看数据时第一眼就能看到异常数据,极大地提高了外卖部门的管理能力,同时也方便管层对于当前外卖的实际情况、趋势进行追踪 3.6 场景六:运营报表手机端 一、背景:公司基层店长、区经理等基本都在门店办公,没有PC环境用于快速查看数据和确认当前趋势,基于该情况,开发了移动端报表。 二、解决方式:将现有的报表根据实际需求设计图表至移动端,数据源不变的情况下,更改部分维度、展示方式等,以便手机端更好地查看数据。 三、场景价值:从无到有让一线员工和基层管理能够感受到数据的红利,从而使得系统价值、数据价值得到体现,让数字真正地为门店、为一线赋能。 4 总结与展望       当前餐饮业处于一个历史性的复杂时刻,2023年餐饮业规模首次突破5万亿,2024年消费降级导致的市场急剧变化,为了实现在多变环境下的稳健长足发展。草本汤必须进行数字化改造,抓住数据价值,发挥数据红利,让数据充分发挥作用。 帆软是国内顶尖的数据开发服务商。草本汤和帆软合作至今,从0到1逐渐落地实现了数据中台建设,目前数据仓库1.0建设完成、报表集群1.0建设完成、数据大屏1.0建设完成、移动端β版建设完成。数据中台给管理人员、一线员工带来了极大的管理提升。业务人员和IT人员打破了原有组织、工作边界,真正实现了跨域协作。 展望未来,草本汤将继续围绕数据治理+数据应用的愿景与目标,和帆软紧密配合,发掘更多业务场景价值,探索和实践企业数据应用。将草本汤打造成数据驱动管理提升,管理提升驱动业务高速发展的信息化、数字化、智能化企业!          
0529BI打卡营学习体验
1. 学习初衷 我本职工作是数据开发,负责公司数据的etl抽取工作、数据库管理及相应FineReport的报表大屏的开发工作,由于公司是传统餐饮行业向信息化转型,没有专门的分析师,正好看见有帆软BI打卡营活动,就进来学习一番,一提升数据分析能力,为在没数据分析师岗位时,在业务提出需求时没配合学习的BI分析能力开发出适合业务使用的大屏或报表,二为以后做打算,根据业务的世纪需要,后续公司会有大量的分析业务,及有可能会在信息化成熟后使用BI进行业务分析,同时提升自己的综合能力,多一项技能。 所以我正好看见帆软的同学发布的朋友圈动态加入学习学习,所以我成为了0529期训练营的成员     2. 学习经历 训练营采用的是理论加实操的方式,视频进行教学,有线上BI来进行练习,方便外卖上班族在有空余的时间随时进行学习。跟随视频可以很快速的了解学习FineBI,训练营有设置好的打卡节点配合试题练习,在空余时做一做扩展练习,有不懂的地方在群里有老师及时协助,很快就能掌握。   7天打卡营,指的是7个工作日,实际上算上双休和端午外卖打卡营大概有14天的时间,我由于正好装上了公司在商讨系统切换及相应的准备工作的时间段,还是比较忙的,所幸有点基础学习所花的时间并不多,在有空余的时间完成了学习,day1-day5都是专题学习,建议时间不多的同学加快进度为后面流出时间,我以前自己简单的学习了一下,所以直接跳过了没有去细节的学习观看视频文件,只是简单的看了一下。day6参照课程完成一份完整的分析报告,这一块的内容我是重点去学习了一遍。day7直接上高难度:通过FCA-FineBI考试;选一份案例独立分析(二选一),形成一份完整的分析报告,同时通过思维导图展示自己的思路,关键步骤录屏。(由于我工作原因,答题了2次,第一次怕自己完全没时间,只花了2个小时先做了一份避免连答题都没做就结束了,就未免太遗憾了。第2次是端午出差的适合有半天的时间从新将我第一次的答题进行了从新的答题逻辑进行了整理然后从新做了一次效果好了很多,可惜还是犹豫时间原因并不理想,在最后的评分并为达到优秀差了几分有点可惜了)在这个过程中我也发现了我分析能力的不足,无法准确的通过思维导图完美的展示自己的想法和逻辑,为后续自己的开发提高足够的指引。   3. 学习成果 (1)个人成长 通过打卡营全程,提升了自己的数据分析能力,燃起了学习热情,尤其是视频中推荐的那基本关于数据分析的书籍真不错,可惜这段时间忙的很一直要出差,没看完,我相信看完后,在配合打卡营的题目练习练习,能很大的补充我数据分析能力的不足。 我的学习途径来源与:打卡营视频、帮助文档、论坛、群里老师解答,潜水看老师解答其余同学的问题       (2)场景案例分享 我的想法是通过筛选功能在人物画像,渠道,产品等维度下的数据情况以确定以后业务的扩展方向和现有问题所在(可惜貌似做的不是太理想,望大佬帮忙指出问题所在)     4. 对FineBI6.0产品的使用感受和建议 (1)在实际的试用过程中,BI是大部分是采用拖拉拽的方式进行,比我使用FineReport更加快捷,对于已经比较标准化的数据进行处理需要快速的业务有很大优势   (2)可以再完善的点: 建议增加可以设置组件大小的功能,不然想要做到像这6个指标长款一样的情况,就只能一个个放在边上做对比然后拉,比较麻烦  
0529学习营
1. 学习初衷 我本职工作是数据开发,负责公司数据的etl抽取工作、数据库管理及相应FineReport的报表大屏的开发工作,由于公司是传统餐饮行业向信息化转型,没有专门的分析师,正好看见有帆软BI打卡营活动,就进来学习一番,一提升数据分析能力,为在没数据分析师岗位时,在业务提出需求时没配合学习的BI分析能力开发出适合业务使用的大屏或报表,二为以后做打算,根据业务的世纪需要,后续公司会有大量的分析业务,及有可能会在信息化成熟后使用BI进行业务分析,同时提升自己的综合能力,多一项技能。 所以我正好看见帆软的同学发布的朋友圈动态加入学习学习,所以我成为了0529期训练营的成员     2. 学习经历 训练营采用的是理论加实操的方式,视频进行教学,有线上BI来进行练习,方便外卖上班族在有空余的时间随时进行学习。跟随视频可以很快速的了解学习FineBI,训练营有设置好的打卡节点配合试题练习,在空余时做一做扩展练习,有不懂的地方在群里有老师及时协助,很快就能掌握。   7天打卡营,指的是7个工作日,实际上算上双休和端午外卖打卡营大概有14天的时间,我由于正好装上了公司在商讨系统切换及相应的准备工作的时间段,还是比较忙的,所幸有点基础学习所花的时间并不多,在有空余的时间完成了学习,day1-day5都是专题学习,建议时间不多的同学加快进度为后面流出时间,我以前自己简单的学习了一下,所以直接跳过了没有去细节的学习观看视频文件,只是简单的看了一下。day6参照课程完成一份完整的分析报告,这一块的内容我是重点去学习了一遍。day7直接上高难度:通过FCA-FineBI考试;选一份案例独立分析(二选一),形成一份完整的分析报告,同时通过思维导图展示自己的思路,关键步骤录屏。(由于我工作原因,答题了2次,第一次怕自己完全没时间,只花了2个小时先做了一份避免连答题都没做就结束了,就未免太遗憾了。第2次是端午出差的适合有半天的时间从新将我第一次的答题进行了从新的答题逻辑进行了整理然后从新做了一次效果好了很多,可惜还是犹豫时间原因并不理想,在最后的评分并为达到优秀差了几分有点可惜了)在这个过程中我也发现了我分析能力的不足,无法准确的通过思维导图完美的展示自己的想法和逻辑,为后续自己的开发提高足够的指引。   3. 学习成果 (1)个人成长 通过打卡营全程,提升了自己的数据分析能力,燃起了学习热情,尤其是视频中推荐的那基本关于数据分析的书籍真不错,可惜这段时间忙的很一直要出差,没看完,我相信看完后,在配合打卡营的题目练习练习,能很大的补充我数据分析能力的不足。 我的学习途径来源与:打卡营视频、帮助文档、论坛、群里老师解答,潜水看老师解答其余同学的问题       (2)场景案例分享 我的想法是通过筛选功能在人物画像,渠道,产品等维度下的数据情况以确定以后业务的扩展方向和现有问题所在(可惜貌似做的不是太理想,望大佬帮忙指出问题所在)     4. 对FineBI6.0产品的使用感受和建议 (1)在实际的试用过程中,BI是大部分是采用拖拉拽的方式进行,比我使用FineReport更加快捷,对于已经比较标准化的数据进行处理需要快速的业务有很大优势   (2)可以再完善的点: 建议增加可以设置组件大小的功能,不然想要做到像这6个指标长款一样的情况,就只能一个个放在边上做对比然后拉,比较麻烦  
个人成就
内容被浏览1,954
加入社区2年100天
返回顶部