CDA数据分析师

CDA数据分析师

考试报名
考试报名
考试内容
考试大纲
在线客服
返回顶部

餐饮行业 | 管理人员突破职业瓶颈,重点提升数字化管理水平

2022-08-25

采访老师:大家好,又和大家见面了,今天我们邀请到了何显臻来参加CDA持证人线上专访,数据分析真的是遍布各行各业,今天的持证人就是来自餐饮业,欢迎何显臻,和大家打个招呼吧。

何显臻:大家好,我叫何显臻,国际经济与贸易专业,在大学期间学习了统计学,计量经济学,概率论等相关知识,毕业后一直在一家餐饮企业分别任职生产计划与生产管理


问题1

一家餐饮企业的任职生产计划和生产管理,这个和大家平时说的数据分析职位可能比较陌生,平时具体是负责什么工作呢?可以展开给大家讲讲吗?


何显臻:

任职生产管理期间,主要是根据当天收到的第二日生产计划安排次日人员出勤与轮休,其次是在日常的生产过程中监控菜品生产进度、质量,根据生产进度对现场人员进行二次分配;到了生产计划模块,主要的日常工作是根据门店当天以及历史的订单需求,下发日计划和周计划,其余工作也会包括数据分析应用,如:我们会以月为单位,根据门店过往3个月订单数据,进行销售数据分析,评估下一阶段上线、下线的产品。


问题2:

可以从数据分析角度,给大家讲讲餐饮企业的主要痛点吗?


何显臻:

主要痛点:第一个是社会环境变化,经济增长阻力增大,人们消费力下降,造成被动客户流失;根据今年上半年国家公布的数据,今年上半年我国经济增长仅有2点几%水平,可以说是一个历史新低。在社会环境与经济增长受阻的双重影响下,居民消费随之也会收到影响。

第二个是消费者口味的多样化以及餐厅出品标准一个矛盾;连锁餐饮菜品从制作到出品都会有标准,但是餐厅标准与消费者多样化的口味有时候会存在矛盾的;

第三个是中小型餐馆互联网参与度比较低;一方面由于中小型餐馆本身缺乏有效的工作管理流程与风险承受能力还相对低,难以顺利承接一套餐饮系统;另外一方面是是否加入互联网平台两难问题,加入互联网平台(如:美团、饿了么)确实能让餐馆有一个订单量保证,但是会被平台、骑手取走部分利润,不加入就会面临更大的不确定性。


问题3

面对这些痛点,企业又该如何去缓解?


何显臻:

面对客户流失,需要企业进行做出更精准的营销,根据所在位置、当地人们的消费水平、习惯进行自身产品定位;针对口味的多样化与餐厅出品标准的矛盾,我们是否可以在开始服务前数字化方法,设置简单的问卷对客户进行用户标签、用户画像初步制作,借此来提供符合客户口味的菜品;第三个我认为一家中小型餐馆相当于就是一家中小型企业,对于他们来说,搭建自身的数据平台成本、供应链系统可能会相对较高,这个是否可以从政策上助力它们能拥有自身的数据平台来帮助他们日常运营。


问题4:

你觉得在餐饮行业工作,除了数据分析类的必备技能,还要掌握什么经验、知识呢?


何显臻:

成熟的餐饮企业都会有自身一套供应链管理系统,需要掌握的话主要是SAPERP两个系统,这两个系统对于任何一家供应链企业来说是比较重要的。我们日常的工作都是围绕着这两个系统开展的,ERP系统全称是供应链管理系统,从订单下发、审核、采购管理、生产、出入库、运输等功能均在此系统中实现。而SAP系统是德国开发一款企业管理系列软件,严格上来说也是一款ERP软件系统,因为其对于流程的管控非常细致、严谨,目前已经应用于各行各业,包括我们所熟悉的中国石油、美的电器 、海天等一系列上市规模企业都在应用,一般有7个模块:开发者模块ABAP、财务模块FICO、人力资源模块HR、物料管理模块MM、工厂维护模块PM、生产计划模块PP、销售与分销模块SD,在我以往工作经历中,使用比较多的是PP模块、SD模块与MM模块。


问题5

显臻,我看你CDA 1.2级证书都通过了,非常厉害,那在备考1.2级时,有什么区别呢?比如侧重点、难点。经验等等。可以给大家分享下吗?


何显臻:

这个区别对于我个人来说的话,首先准备时间上的差别,1级我的备考时间是1个月左右,2级大概是1级的2倍时间;其次是考试内容,1级的侧重点是描述性分析,阐述的更多的是这个数据代表什么含义;2级是在是什么的基础上进行深化,进行推断性分析以及预测。以我们熟悉的平均数为例,1级的考核方法可能是,给你一段数据,要你计算出这一段数据的样本/总体算术平均数,在2级可能的考核就会转变成根据算术平均数的公式,判断出哪些变量会影响算术平均数的值.....这要求我们在备考2级时候,需要对公式、概念有熟悉的认知;

对于重难点,1级重难点主要在于第6章业务数据分析,这一章内容主要围绕三个大方向:业务指标(如:如果要分析库存情况,可以用库龄、库存周转天数等)、业务分析方法(客户来源分析、商品进销存分析等)、业务分析模型(如:产品的四象限分析、用户的RFM模型、用户忠诚度模型)。2级重难点在于第5章数据分析模型,模型对于日后工作的应用肯定也是非常广泛的,这一章我们需要掌握得是各个模型的应用,相互之间的联系以及区别,对于多元线性模型还需要掌握相关降维方法(主成分分析或者因子分析)。

关于经验的话,”他山之石,可以攻玉“,很多平台上都有优秀的CDA学员分享自己的经验,各位学员可以去借鉴结合自身实际,找到适合自己的方法;然后呢考试期间保持平常心,相信通过考试就不会太难。

 

结语:

每一次拿到持证人采访的内容,都感叹他们在不同领域做出的贡献,在不同领域里通过对数据的排列组合,建模分析,实践验证,最后形成对于商业决策的有力支撑,助力企业的产品迭代,精准营销和规模化经营,相信未来会有更多的传统行业,能够在数据分析的支撑下开拓出更广阔的的业务场景,感谢显臻接受我们的采访,我们下期再见!

完 谢谢观看