茶饮企业数智化价值，用数据驱动业务发展
茶饮企业数智化价值用数据驱动业务发展 演讲人：罗鑫奈雪的茶大数据部总监 数据关于业务 个人介绍： 09年参加工作-11年开始从事数据领域的工作一起作业、美团、腾讯、瑞幸目前奈雪 共同点： 均在我入职或者离职前后上市（除了腾讯） 趋势： 奈雪数据团队介绍 •数据产品经理+数据开发+分析师•来自便利蜂、36氪、美团、好未来•技术架构：阿里云上三方数据库+阿里云数据产品+观远 大数据平台 CONTENT 内容目录 01020304奈雪与观远的渊源（暨奈雪数据建设的发展历程）茶饮业务的挑战及数智化的解决应对数智化建设的方法论站在技术的视角看管理 01 奈雪与观远的五年 暨奈雪数据建设的发展历程 草创阶段（2018-2020）：SaaS业务系统+观远数据建设 友商提供： 交易系统、卡券系统、会员系统；•供应链系统、门店进销存盘点、报损系统；•人事系统、财务系统 数据系统： 观远对接各友商数据库、ETL及数据呈现观远项目制承接。 人员结构： 1项目经理，1开发，1产品经理 客户群体及需求：满足总部看数、财务部月度会议 自研数字化转型启动（2020） 自研业务系统： 交易营销、会员体系、卡券分发核销；对接外卖渠道、门店履约；门店供应链。 数据建设： 迁移原友商数据，兼顾自研进度的同时，建设业务域数仓。 主要工作： BI改版（指标体系梳理、菜单重构）、固化报表替换（支持财务、供应链、营运）。实时数仓开始建设。 自研数字化全面替换（2020.12-2021.06） •打通自研各业务系统数据•深化对业务部门的数据支持，开始支持市场部门、会员部门•建设面向应用的数据集市（会员画像、商品画像、门店标签）•开始分析型产品的建设（包括但不限于差异分析，成本分析，售罄分析等）•对接业务部门扩展至市场部、产品研发部、会员营销部 深度建设全面拥抱（2021-2022） •面向全公司业务部门（烘焙研发部、外卖部、培训部、稽核部）•深度支持各智能项目（包括特征、评估、推广评价等）•提供各专题分析项目（包括临时分析课题和固化分析产品） 新的业务、新的挑战（2023） 数字业务化决策自动化 挑战更大智能项目全面铺开 加盟启动 业务+数据、全面支持 观远现在渗透 访问用户组数：63总用户组数：78 页面访问数：299总页面数：461 访问用户数：1763总用户数：1962 02 数智化过程中遇到的挑战和成就 茶饮业务的挑战 品控问题服务问题效期、口味、服务水平 竞争激烈市场高速发展，从业人员众多、消费者的可选择性 01 04 营销推广的新颖会员、社群、早餐、联名 成本问题 人力成本-培训及效率、租金、原物料 05 02 产品的护城河爆品、茶咖 决策准确性和效率供应链资金周转、门店订货-售罄呆滞 06 03 数智化的解决办法 会员画像、商品画像： 品质管控-效期控制： •大仓库存批次•门店库存批次•盘点报损减少手写录入•差异分析持续跟进•效期告别单纯的告警（1要跟踪，2要处理，否则停止门店正常生产） 数智化的解决办法 成本问题 •员工3个月培训，9个月离职；工作复杂，岗位要求高，普通茶饮师熟记bom+操作 •管理岗 人事+门店履约+服务+品控+供应链控制 线上培训，营业额分时预估、各岗位职责人效评定+智能排班+智能订货 营业额+准确的进销存+相互依赖嵌套目的：降低培训难度，降低管理岗要求 解决各种小器具+智能制茶机（配比、口味、生产控制-影响报损、效期、盘点、日结、机器清洁） 03 数智化建设的方法论 以智能订货为例，介绍方法论 以智能订货为例，介绍方法论 定义问题 •减少周转天数、减少售罄机会 与业务的目标一致，算法的结果不能差项目目的：提高质量的基础上减少对人员的要求，减少工作量 •项目的目标在项目进展中，可能会变化 变化的原因：不能一蹴而就，过程指标的关注，现实的问题变化的应对：分析变化的原因，合理不合理。回顾本心，调整评估方案 •答案达成的路径依赖 （路径依赖、业务依赖、组织能力的依赖、培训的依赖、甚至奖惩制度的依赖等） 梳理业务流程 •流程清晰，业务逐渐数字化 线下加单、调拨的处理，大仓库存的问题，大仓在途是否考虑，门店的报损，门店理论用量与实际用量的关系 •各种细分场景的优化 ①新品的处理-分配还是门店自由订，决策效率②临下市品的影响，新品对其他品的影响 梳理业务流程 04 站在技术的视角看管理 传统餐饮行业连锁的管理难度 --现象--原因--办法 •门店数量线性上升，管理难度指数上升•管理成本快速上升，管理水平难以保持（快速下降）•优秀的门店管理者稀缺、管理最终管理的是人性•数字化无法全部描述客观世界（数字孪生）（客观由主观影响，人性对抗系统，个体对抗集体），很长的时间都将是辅助 高效低成本的管理是管理手段和标准流程的统一 尊重业务赋能业务 人工智能避免伦理问题 越多技术的介入越要求：可解释+公平 THANKS感谢聆听
