编者按：以“数智引领 餐饮业重塑未来格局”为主题的首届中国餐饮数字生态大会在四川成都举办。大会上中国饭店协会餐饮数字化专业委员会发布了《2024年度中国餐饮业数字化精选案例》，这些餐饮数字化案例涉及不同餐饮类型、不同规模餐饮企业及不同的数字化服务商，涉及会员管理、销售渠道、营销管理、运营效率、服务提升等餐饮业运营多个环节。
中国饭店协会官微将陆续刊发其中代表性案例，供行业交流学习。今日分享的案例是安徽老乡鸡餐饮股份有限公司：老乡鸡数据中心2.0建设。
案例成果
老乡鸡数据中心2.0建设迭代至今，充分赋能业务，2021年度累计使用2473435人次，人均月度使用353.82次。
一、项目背景
老乡鸡在数据中心1.0建设完成后，基本实现了业务人员对数据拉取、分析的常规需求，但满足业务高级需求，进行数据中心2.0建设过程中，还有诸多难点、痛点。
1.数据只是系统建设的副产品，缺乏精密设计。
2.缺乏顶层设计、数据标准体系，形成数据孤岛，难以汇聚打通。
3.业务人员数据素养、数据意识缺乏，未能执行到位。
二、解决方案
1.业务导向
业务部门和IT部门协作，数据分析师团队与业务部门绑定，深入到业务部门的日常工作，深入业务场景挖掘真正的业务数据需求。
图1 报表使用频次分析发掘业务诉求
2.治理为基
自主研发数据资源管理平台，将企业数据从各数据源存储介质汇集入湖，附加数据的管理元数据、业务与运营元数据，实现数据资源的确权。
自主研发数据质量管理平台，实现数据标准的自动化生成、发布、归档等在线化管理；自动生成数据质检规则，自动映射数据质检方案，并与集团任务中心、数小智打通，实现数据质量管理的PDCA闭环。
自主研发数据安全管理平台，实现集团数据资产的分类分级，充分应用数据资产、兼顾数据安全。
以用带建：始终坚持业务价值的持续输出，避免数据滞后，难以满足新业务数据诉求；紧密联系业务方，真正输出好用、易用的数据。
基于数据中心1.0建设的基础，数据中心2.0更加聚焦于打磨更加贴合业务需求、更加敏捷、更加好用易用的数据平台。实施中的重点工作主要有以下几方面：
智能数据推送机器人“数小智”：主动把数据智能推送给到每个需要的用户。
数据简报：将核心业务板块的核心指标，推送给需要的业务人员。
专题分析：关注数据综合分析，放大数据资产价值。
经营报告自动化：秒级生成，切实赋能业务降本增效提质。
三、项目产出及价值
目前数据治理团队已完成数据治理方法论的沉淀与数据治理工作推进的顶层设计，自主研发数据资源管理平台、数据质量管理平台、维度注册管理平台的开发迭代。
数据资源管理平台：1.制定了规范的数据管理流程；2.实现数据质量管理的PDCA闭环，推进数据质量的有序提升；3.完成集团80个核心数据分析维度的注册、统一管理，实现集团数据分析口径的统一。
数据治理平台：累计盘点集团5000+数据资源，5万+信息项，562亿条数据的汇聚。在线化管理集团数十个数据标准，100+数据质检规则，以及80多个核心维度的注册管理。
数据应用团队已完成数据中心2.0的开发迭代。数据中心2.0上线以来，年度累计服务2473435人次，人均月度使用353.82人次。
图2 治理为基
四、部分项目成果举例
数据简报：老乡鸡集团日报/战区日报
数据简报内容主要涵盖企业运营关注的重点业务板块：新店开发、营业额分析、顾客满意度、人员发展、会员发展等；每早以机器人推送的方式，定时向各级营运人员分发T-1日的最新经营信息，赋能管理层及时掌握经营动态，支持其利用数据进行业务决策及管理动作调整。
老乡鸡客诉月报
涵盖集团顾客评价全渠道数据指标概览、差评和投诉的分类统计、顾客评价多维top排行、顾客投诉重点考核指标（支持下钻到餐厅维度）等内容，可节省客诉部每月20+人天的工作量，区分集团、战区、评估员三级角色的数据权限，对齐了集团内部关于客诉板块的指标口径，实现一次开发，多次共享。
菜品专题分析
每日自动生成，支持统计周期、售卖区域、单个菜品的自主筛选组合，灵活满足研发部门、业务部门的综合数据需求。
智能数据推送机器人：数小智
将数据、预警等信息，智能推送给需要的业务人员，避免业务问题发现的滞后性；进一步降低用户获取数据的门槛。
数据资源管理平台
支持按照数据归属的业务部门、数据来源业务系统、以及数据资源储存格式进行分类。以大屏方式直观展示整个集团的数据资源概况，统一注册多源异构数据源（含数据库、API、FTP），管理所有数据资源的核心元数据信息（业务元数据、技术元数据、管理元数据等）。配置数据源评分规则，对不同属性的权重进行组合配置，完成对数据源的完整性量化评估。
数据质量管理平台
主要功能涵盖：据质量管理标准体系建设与在线化发布管理模块；数据质检规则库建设发布模块；数据治理方案及治理任务映射自动化以及与任务中心打通；数据质量综合量化评估体系建设。
自主研发数据治理平台：维度注册管理平台V1.5
实现对维度数据的全生命周期管理。不仅支撑数据中台的数仓建设，同时对集团内部的其他业务系统提供统一的维度接口数据。
后续维护，迭代的机遇与可能存在的风险
后续的工作重点在于始终保持业务的敏感性，从而实现产品迭代的敏捷性。在不断实践数字化转型的探索过程中，进一步培养出业技数融合的高级数字化人才。
战略的一惯性与一致性是数字化转型、数据治理、数据中心迭代的一个风险。
此外，如果不能持续关注元数据的管理、沉淀，切实保障产品设计思想、业务知识沉淀、方法论沉淀真正落脚与平台，由于工程的长期性与团队、人才的流动性之间的矛盾，人才的入转调离，将导致的业务积累、知识沉淀的流失，这是后期迭代中的另一个风险。
中国饭店协会餐饮数字化专业委员会
联系人及电话：
那柏伦：010-88365853、18710100748