<i id="5f51b"></i>
<address id="5f51b"></address>

<address id="5f51b"><nobr id="5f51b"><meter id="5f51b"></meter></nobr></address>
<address id="5f51b"><address id="5f51b"><menuitem id="5f51b"></menuitem></address></address>

<sub id="5f51b"><listing id="5f51b"></listing></sub><address id="5f51b"><form id="5f51b"></form></address>

我要申請展位

請撥打咨詢電話:010-68784990

請提供您的聯系方式,我們將盡快與您聯系

  • *請輸入公司或者品牌名稱
  • *請輸入聯系人姓名
  • *請輸入正確的手機號
  • 請輸入驗證碼

提示

提交成功!

我們將盡快與您聯系,溝通參展事宜。

我知道了
媒體中心

MEDIA CENTER

老鄉雞數據中心 2.0 建設案例介紹

來源:中國特許加盟展 發布時間:2022-12-29 閱讀量:4219

概述:內容摘出中國連鎖經營協會的《2022CCFA連鎖餐飲創新案例集》

第一部分:簡述

時值我國新舊動能轉換的關鍵時期,數據要素地位被明確,產業數字化和數字產業化蓬勃發展的宏觀背景下,數據成為企業的核心戰略資產,傳統企業的數字化轉型成為企業持續增長的必選項。但是,數據蘊含巨大價值的認知與數據價值在業務中難以被充分釋放的矛盾,成為當下企業數字化轉型的攔路虎。老鄉雞數據中心 2.0 建設迭代至今,始終本著業務導向、治理為基、以用帶建的理念,充分賦能業務,2021 年度累計使用 2473435

人次,人均月度使用 353.82 次。

隨著老鄉雞數據中心 1.0 的建設,基本實現了業務人員對數據拉取、分析的常規需求,提高數據賦能業務的速度,極大縮短業務人員等待數據的周期。但是不可否認的是,如同從過去追求規模發展轉型到追求高質量發展一般,集團數據在規?;x能業務、滿足業務的初級需求后,轉而滿足業務的高級需求的數據中心 2.0 建設中,遇到了諸多難點、痛點。

其一,由于時代局限性,以及傳統信息化思維的限制,老鄉雞在以往信息化建設過程中,更多的是直接引入第三方供應商,焦點在于信息系統建設,而數據只是系統建設的副產品,缺乏精密設計。集團積累的 5.8 萬個信息項,共計 562 億條數據,缺乏頂層設計,缺乏數據標準體系,被離散于各個數據孤島,難以匯聚打通。鑒于此,單個業務點的初級數據需求可以快速滿足,但是,高級數據需求,有賴于數據的匯聚打通,前期信息化建設的成果,成為數字化轉型的基礎,也同樣成為數字化轉型的制約。

其二,數字化轉型,不是簡單的技術轉型,也包含組織、管理、文化、理念等一系列的轉型升級。老鄉雞業務一直處于高速發展中,業務人員專注完成本職工作,數據素養、數據意識缺乏,數據治理、數據中心建設工作,在前期業務方看不到價值時,屬于“添堵”的差事。雖然高層管理者力挺數據團隊,在各種場合為數字化轉型背書,但戰略的正確不代表就能執行到位,沒有人愿意主動改變,需要業務方配合的過程中,不理解、配合度不高的情況時有發生。


第二部分: 項目實施過程及投入

業務導向

企業的數字化轉型,需要業務部門和 IT 部門協作,而不是單純的技術轉型。是業務決定技術和工具,而不是技術和工具決定業務。老鄉雞在數字化轉型的實踐過程中,始終堅持著董事長提出的“數字化是長出來的”的建設理念。不以業務導向,脫離業務實際需要,采購供應商的通用平臺、工具,強行嫁接,都不可能實現真正的數字化賦能。
1672197197327.png
圖 1 報表使用頻次分析發掘業務訴求
如圖 1 所示,數據團隊在進行數據中心 2.0 建設之初,首先分析類數據中心 1.0 的報表使用頻次,從而發掘出業務上的真正高頻需求。在真正展開數據中心 2.0 建設時,首先避免過去失焦式的的撒胡椒面方式的數字化建設,而是更加關注集團層面的頂層設計,全局考慮數據中心建設一盤棋。采取數據分析師團隊與業務部門綁定的工作推進思路,每個數據分析師認領一到兩個業務部門,專項進行數字化賦能。數據分析師的工作不只是單純的滿足所綁定業務部門的數據拉取需求,而是轉變過去“數據拉取機器”的歷史認知,而是數字化認知、數字化思維的“布道者”。深入到業務部門的日常工作,深刻理解業務。不只是“聽其言”,更要“觀其行”,從過去的只是聽用戶要什么就給什么,轉變為深入業務場景,挖掘真正的業務數據需求。

治理為基

數字化轉型,從本質上來看,是要彌合“數據蘊含巨大價值”與“數據價值難以得到充分發揮”的巨大鴻溝。落腳點在于數據,而數據要從成本轉變為數據資源、數據資產,其根基在于“數據治理”。企業的數字化轉型,要堅持業務和技術的雙輪驅動,而連接雙輪的“軸”是數據,更是標準化、高質量的數據資源。只有打造統一、清潔、智能化的數據底座,才能支撐公司不斷發展的新業務,支撐各個區域市場的差異化需求。

1672197232135.png
如同圖 2 所示,數據治理是數字化轉型水面下的冰山,是企業數字化轉型的“牛鼻子”,數據治理務必先行,只有牢牢抓住數據治理的“牛鼻子”,才能切實保證企業的數字化轉型的有序推進。老鄉雞的數據治理推進,始終以高質量、安全、資產化為工作核心,數據治理團隊主要投入以下工作:


數據資源匯聚與確權

老鄉雞數據治理團隊自主研發數據資源管理平臺,通過 ETL 抽取、文件傳輸、接口推送等匯集方式,將企業數據從各數據源存儲介質匯集入湖。在匯集數據資源技術元數據的基礎上,依托數據資源管理平臺,附加數據的管理元數據、業務與運營元數據,實現數據資源的確權。

數據標準體系建立與數據質量管理

老鄉雞數據治理團隊自主研發數據質量管理平臺,依托該平臺,承接集團數據標準體系的落地,實現數據標準的自動化生成、發布、歸檔等在線化管理。依據現行的數據標準,自動生成數據質檢規則,自動映射數據質檢方案,并與集團任務中心、數小智打通,實現數據質量管理的 PDCA 閉環。

數據安全管理

老鄉雞數據治理團隊,結合《數據安全法》與《個人信息保護法》自主研發數據安全管理平臺,依托該平臺,實現集團數據資產的分類分級,在充分應用數據資產的同時,兼顧數據安全,切實保障集團業務的連續性。

以用帶建在數據治理取得階段性成果的基礎上,基于集團數字化轉型的頂層設計,結合數據分析師團隊深入一線業務挖掘的真實數據需求,進行集團數據中心 2.0 的建設。數據中心建設是一個持續周期較長的工程,建設過程中,一定要始終堅持業務價值的持續輸出,避免“憋大招”的推進方式。一方面,業務在不斷變化、高速發展,數據中心的建設必須能夠快速輸出成果,否則,就可能導致所有輸出的數據過于滯后,難以滿足新業務的數據訴求;另一方面,數據中心建設的初衷在于賦能業務發展,數據中心的建設不能閉門造車,必須緊密聯系業務方,才能真正輸出好用、易用的數據。

基于數據中心 1.0 建設的基礎,數據中心 2.0 更加聚焦于打磨更加貼合業務需求、更加敏捷、更加好用易用的數據平臺。實施中的重點工作主要有以下幾方面:

智能數據推送機器人“數小智”

如果說數據中心 1.0 時代,是為了滿足業務方初級的數據拉去、報表需求,屬于被動響應階段。數據中心 2.0 時代,更加強調的是化被動為主動。服務用戶的方式,從之前的用戶來數據中心找可能需要的數據,轉變為主動把數據智能的推送給到每個需要的用戶。這也是數據中心 2.0 首先打造智能數據推送機器人“數小智”的初衷。

1672199457422.png

數據簡報

數據中心 2.0 在實現了數據智能推送的基礎上,為了更進一步降低數據的獲取、使用門檻,設計打磨出“數據簡報”產品,將核心業務板塊的核心指標跳脫出報表形式的束縛,以每日簡報的形式,推送給每個需要的業務人員。

專題分析

數據中心 1.0 時代,受制于數據資源的基礎薄弱,竭力滿足于各個業務點上的初級數據需求。在數據治理取得關鍵成果后,數據中心 2.0 時代,基于數據資源的標準化與匯聚打通,更加關注于數據綜合分析的高級需求。圍繞業務不同發展階段的焦點,上線專題分析產品,充分釋放數據打通所帶來的乘數效應,放大數據資產價值。

經營報告自動化

不同于專題分析的階段性的聚焦,老鄉雞不同業務板塊的職能部門定期需要輸出綜合的經營分析報告。以往的經營分析報告的撰寫完成,從數據收集、分析、撰寫、輸出,至少要花費 30 人天,業務人員每到月底,就會迎來撰寫報告的“至暗時刻”。為了更大的解放業務人員,讓他們更專注于業務的創新,數據團隊設計打磨經營報告自動化的產品,實現數據報告的自動化生成,切實賦能業務降本增效提質。

項目成果綜述

目前數據治理團隊已完成數據治理方法論的沉淀與數據治理工作推進的頂層設計,自主研發數據資源管理平臺、數據質量管理平臺、維度注冊管理平臺的開發迭代。

依托數據資源管理平臺,實現業務系統的主數據接入匯總,并對主數據進行歸口業務部門和對接人確認,制定了規范的數據管理流程;依托數據質量管理平臺,梳理并落地集團數據標準體系,完成集團數據質檢規則、質檢方案、質檢任務的自動化生成,實現數據質量管理的 PDCA 閉環,推進數據質量的有序提升;依托維度注冊管理平臺,完成集團 80 個核心數據分析維度的注冊、統一管理,實現歷史分析維度的自動拉鏈,實現集團數據分析口徑的統一。

數據治理平臺,累計盤點集團 5000+數據資源,5 萬+信息項,562 億條數據的匯聚。在線化管理集團數十個數據標準,100+數據質檢規則,以及 80 多個核心維度的注冊管理。數據應用團隊已完成數據中心 2.0 的開發迭代。重點打磨智能數據推送機器人“數小智”、專題分析、數據簡報、經營報告自動化等拳頭產品。

依托“數小智”實現從“人找數據”到“數據找人”的歷史性變革,智能實現將數據主動推送給需要的用戶;依托數據簡報,進一步降低數據獲取使用的門檻,跳脫出傳統的數據報表形式的數據使用枷鎖;依托專題分析,真正實現數據分析的散點式的初級業務賦能到數據匯聚基礎上的綜合分析的高級業務賦能;依托經營報告自動化,進一步解放業務人員的創造力,數據加工、分析的手工重復工作,從之前的 30+人天,縮短至秒級生成。數據中心 2.0 上線以來,年度累計服務 2473435 人次,人均月度使用 353.82 人次。


部分項目成果舉例

數據簡報:老鄉雞集團日報/戰區日報

數據簡報包含集團日報、戰區日報(通用版)、戰區特刊號等版本,內容主要涵蓋企業運營關注的重點業務板塊:新店開發、營業額分析、顧客滿意度、人員發展、會員發展等,簡報通過抽取營運管理人員日常關注的各模塊一級指標,以可視化的方式更加直觀地呈現集團整體運營情況。數據簡報每早以機器人推送的方式,定時向各級營運人員分發 T-1 日的最新經營信息,賦能管理層及時掌握經營動態,支持其利用數據進行業務決策及管理動作調整。此外,日報已實現根據營運人員的職級、戰區不同,進行數據的自動賦權,確保集團核心數據的安全管控。


老鄉雞客訴月報

2021 年 11 月,老鄉雞客訴月報正式上線。月度報告的線上化,意味著可節省客訴部每月 20+人天的工作量。報告涵蓋集團顧客評價全渠道數據指標概覽、差評和投訴的分類統計、顧客評價多維 top 排行、顧客投訴重點考核指標(支持下鉆到餐廳維度)等內容。月報不僅減少客服部每月底的重復勞動,還區分集團、戰區、評估員三級角色的數據權限,對齊了集團內部關于客訴板塊的指標口徑,實現一次開發,多次共享。


菜品專題分析

聚焦集團產品結構分析,基于菜品主數據、餐廳主數據以及交易數據、評價數據的匯聚打通,自動實現菜品售賣的專題分析。實現菜品的分餐段、分時段的銷售統計分析;實現菜品售賣份數、成本、利潤的綜合分析;實現菜品售賣與顧客評價的關聯分析;對集團菜品結構 SPB進行結構性分層分析;實現菜品之間的相關性的綜合分析。所有專題分析數據,每日自動生成,支持統計周期、售賣區域、單個菜品的自主篩選組合,靈活滿足研發部門、業務部門的綜合數據需求。


智能數據推送機器人:數小智

智能數據推送機器人“數小智”,實現將數據、預警等信息,智能推送給需要的業務人員,真正做到消息與時,避免業務問題發現的滯后性;進一步降低用戶獲取數據的門檻。


自主研發數據治理平臺:數據資源管理平臺

2021 年 10 月,數據資源管理平臺開發完成。對三方采購及自建系統的數據情況進行“摸家底”,實現集團數據資源線上化盤點。支持按照數據歸屬的業務部門、數據來源業務系統、以及數據資源儲存格式進行分類。以大屏方式直觀展示整個集團的數據資源概況,統一注冊多源異構數據源(含數據庫、API、FTP),管理所有數據資源的核心元數據信息(業務元數據、技術元數據、管理元數據等)。配置數據源評分規則,對不同屬性的權重進行組合配置,完成對數據源的完整性量化評估。

自主研發數據治理平臺:數據質量管理平臺

為了持續提高集團數據質量,確保集團數據的可用性,從而提升數據應用的準確性及效率,老鄉雞自主研發數據質量管理平臺。主要功能涵蓋:據質量管理標準體系建設與在線化發布管理模塊;數據質檢規則庫建設發布模塊;數據治理方案及治理任務映射自動化以及與任務中心打通;數據質量綜合量化評估體系建設。

自主研發數據治理平臺:維度注冊管理平臺 V1.5

在維度注冊管理平臺 V1.0 的基礎上,根據內部用戶反饋,不斷對產品的功能、流程進行迭代和優化,實現對維度數據的全生命周期管理。不僅支撐數據中臺的數倉建設,同時對集團內部的其他業務系統提供統一的維度接口數據。

后續維護,迭代的機遇與可能存在的風險

在當前數據治理的階段性成果與數據中心 2.0 的升級迭代基礎上,后續的工作重點在于始終保持業務的敏感性,從而實現產品迭代的敏捷性。在業務人員、數據人員、技術人員的緊密配合不斷實踐數字化轉型的探索過程中,更進一步培養出業技數融合的高級數字化人才,是迭代過程的一個機遇。而老鄉雞數據數字化轉型中的產品、平臺、方法論的沉淀,從當下的集團專用,通過不斷汲取行業知識沉淀,打磨成行業通用的產品、平臺、方法論,是迭代過程中的另一個機遇。

不管是數據治理、數據中心建設,還是企業的數字化轉型,都是巨大的長期工程,并非一朝一夕。如果因一時的成果,忽視了工程的艱巨性,高歌猛進、追求畢其功于一役,可能會導致數字化轉型走彎路、甚至根基不穩。所以,戰略的一慣性與一致性是數字化轉型、數據治理、數據中心迭代的一個風險。此外,如果不能持續關注元數據的管理、沉淀,切實保障產品設計思想、業務知識沉淀、方法論沉淀真正落腳與平臺,由于工程的長期性與團隊、人才的流動性之間的矛盾,人才的入轉調離,將導致的業務積累、知識沉淀的流失,這是后期迭代中的另一個風險。


010-68784990

企業參展咨詢

医院中出隔壁病床探望的人妻
<i id="5f51b"></i>
<address id="5f51b"></address>

<address id="5f51b"><nobr id="5f51b"><meter id="5f51b"></meter></nobr></address>
<address id="5f51b"><address id="5f51b"><menuitem id="5f51b"></menuitem></address></address>

<sub id="5f51b"><listing id="5f51b"></listing></sub><address id="5f51b"><form id="5f51b"></form></address>