騰訊智慧零售：《食品與餐飲連鎖企業數字化增長指引參考》

　　數字化時代，直覺經驗式運營與決策將逐漸被數據分析式運營與決策所替代。業務的運營與決策依據，將從人為主觀的經驗判斷、業務經驗轉變為客觀的數據分析、數據預測、數據預判。如何掌握更多的數據基礎，通過數據的梳理、分析、判斷，從數據中獲取到決策依據，繼而做出科學的運營與決策，誰就將掌握未來更廣的發展空間。這對企業的運營提出了新要求。那么，數字化企業的本質和基礎到底是什么?如何構建企業數字化運營與決策體系?這些問題都能在由網聚資本、騰訊智慧零售、AMT企源、紅餐產業研究院聯合推出的《食品與餐飲連鎖企業數字化增長指引參考 之 數字化運營與決策專題》中找到答案。

　　導讀

　　根據第一期《食品與餐飲連鎖企業數字化增長指引參考》，企業數字化可以分為五步：

　　第一步：基礎設施云化。基礎設施云化程度反映了企業數字化轉型的基本技術能力，通過雙中心，多邊緣的專有云架構模式，實現統一的、安全可靠的專有云技術架構，利用云原生數據同步和負載調度能力對關鍵業務可輕松實現異地雙活的高可用架構。

　　第二步：觸點數字化。企業借助AIOT、移動互聯網等技術，使得公司在全鏈路保持連接和數據獲取能力。

　　第三步：業務在線化。通過業務能力服務化的方式幫助企業完成業務流程的數字化和業務價值的提升，實現企業業務協同，核心業務全部中臺化，建成完善的中臺共享服務體系，持續創新多元化業務。

　　第四步：運營數據化。充分挖掘自身高價值的“小數據”并充分結合生態的“大數據”，沉淀數據標準，實現數據驅動業務;實現人、財、物、經驗等核心運營業務全面數字化。

　　第五步：決策智能化。構建“數智大腦”是企業數智化轉型的重要方向，基于復雜智能算法的推薦、預測、決策等結果，實現人工智能技術的廣泛應用。

　　運營數據化和決策智能化越來越成為企業的核心競爭力，企業如何打造數字化的運營與決策體系，是每個餐飲企業必須直面的課題。

　　(一)企業數字化的本質是什么

　　以數據為驅動，推動企業高質量發展。借助大數據、云計算、物聯網、區塊鏈等數字技術和數學算法，打通企業生產經營的各個環節，加強業務與技術融合，提升數字化運營水平，優化資源配置，實現管理升級和模式創新，從而達到降本增效的目的，不斷推動企業高質量發展。對餐飲企業來說，數字化意味著更快速的感知、更高效的連接和更敏捷的響應。在產業端，企業能夠形成新制造、新供應鏈的局面，全面打造產業互聯網體系。在消費端，新零售與新服務的形成使在分銷渠道、營銷信息與售后互動方面都能夠持續發力創新，形成消費互聯網。

　　(二)企業數字化的基礎是什么

　　全鏈路的數字化支撐。從企業的價值鏈路來看，企業數字化體系的建設來源于研發、供應鏈、生產、營銷、財務和經營管理六大價值鏈關鍵環節的規劃建設，只有為全鏈路提供數字化支撐，打通每個版塊，才能夠形成共生共贏的數字化新局面。

　　(三)企業數字化的戰略選擇是什么

　　數字化的基礎還是要回歸到戰略和業務模式本身，根據組織“天賦”開展分層次(管理數字化、業務數字化、數字生態化)的數字化建設是務實的選擇，企業必須要對現狀有客觀的認知與共識。管理數字化是以業務管理和職能管理數字化建設為手段，實現全流程的線上化、數據的標準化、管理的智能化，提升管理效率和輔助決策;剛需是業務在線、流程優化和數據積累。業務數字化以客戶價值交付為中心，以業務效率提升為導向，通過新技術應用與數據的持續挖掘，構建研發、生產、供應鏈、營銷等業務過程的持續價值升級;此時的剛需是高附加值的產品和服務、企業基于個性化的基因，借助數字化工具鞏固核心競爭能力。

　　(一)基于業務框架，打造數字化運營體系

　　企業的業務框架承載著企業獨特的核心運營能力及作戰能力。對于企業來說“自然流量紅利”的時代已然過去，企業的核心競爭已逐漸趨向于增強自身的數字化運營能力，企業的精細化運營管理、對海量數據的管理、推動底層運營的信息化建設等需求將決定著企業是否能夠提質增效、改善盈利、筑立起企業的護城河。

　　(二)私域運營，移動時代讓品牌直連用戶

　　實體門店時代，以“場”為連接。該階段商家自主權高，但數字化程度低，客戶通過在各門店的體驗，逐漸培養對品牌的忠誠度;公域時代，平臺電商以“貨”連接，商家需要遵循平臺規則，線上的客流清晰但是卻與線下逐漸割裂，平臺連接貨幣、用戶、品牌和貨品。私域運營的崛起，自主權又重新回歸商家。門店數字化加速，以“觸點”直接連接用戶，品牌通過社交裂變與多觸點連接等方式整合現有客戶資源，做到精準觸達。

　　(三)支撐企業數字化運營的決策體系

　　數據驅動是企業數字化轉型的主線，其基本前提是數據與模型，充分地發揮與利用數據的價值是數據驅動的目標。當企業采用人機協同的數據驅動模式，企業的業務與管理需求則能夠依靠數據、算法與模型進行決策而不是人的直覺與經驗。根據《中國企業數字化轉型白皮書》，人機協同的程度主要分為五層：第一層為呈現，具體表現為將數據結果呈現給用戶，該層級只有簡單的人機交互;第二層為預警，這能夠幫助用戶對于數據進行優劣的判斷：第三層是建議，這一層級表現為基于數據能夠形成行動建議，已具有一定的人機協同程度;第四層是決策，即基于數據進行自動決策與執行，在此過程中人與系統雙向學習，具有高度的協同效應;第五層是融貫，即人機智能得到充分融合，人與機器的共生關系全方位得到展現，此時的決策已分不出是由機器做出還是由人做出。從數據驅動的概念框架來看，數據驅動主要包含了五大要素，分別是：服務對象、需求動因、數據、模型、應用場景;針對五大要素進行科學分析梳理后，才可能形成一套完整的數據驅動閉環體系：

　　以上內容出自由網聚資本、騰訊智慧零售、AMT企源、紅餐產業研究院聯合推出的《食品與餐飲連鎖企業數字化增長指引參考之 數字化運營與決策專題》。