分享 | 喜茶—林叶

来源 | 餐饮O2O

曾经疯狂排队的喜茶，如今许多门店已经不怎么排队了!黄牛排队加价也从20到30元不等，降为10元。

而杀死排队的不是别人，而是喜茶自己!其背后是喜茶数字化的转型。

11月11日，在餐饮O2O联合@我们都饿了和@吃定举办的“2019裂变与增长中国餐饮连锁创新峰会”上，喜茶大数据负责人林叶进行了主题为《喜茶如何构建数据增长》的分享!讲述了茶饮新时代下，喜茶的增长之道!

以下为内容整理!

跟大家分享两个数据，左边这个是我们的门店数量，我们可以看到2018年到2019年这一年里面，我们的门店数量是大规模增长的，是几倍式的增长，目前已远超300多家。

右边的是我们小程序Go的月活跃量的趋势，这只是说我们使用小程序的用户量的载体，*近几个月仍然是稳定增长的趋势，在*近一个月里面，我们的小程序月活量已经超过了500万。

如此大体量大规模的增长，我相信在座的每一个人，都能够看到这里面隐藏的问题，就是大规模扩张之后，我们原来的经营管理模式，是没有办法去**那么大规模用户的服务的，包括产品研发，都非常难去把控到。

所以我们从2018年开始做数据化转型，到现在这一年多里面，一直在不断地摸索。

我们始终都在寻找的主题，找到什么样的方式，能够从传统互联网到新零售企业里面去很好地平衡成本跟效率，就是我们找到一个更好的降本增效的方式。

目前来讲，已有相对明确的方向，因为我们摸索了一年左右不是很成熟，所以这里先谨慎跟大家简单分享一下。

01

布局数字化，

建立喜茶GO小程序，杀死排队

喜茶数字化的*大表现就是建立喜茶GO小程序。这个集堂食、预约、外卖于一体的小程序让喜茶门口等待的长队慢慢消失了!

喜茶与小程序的故事，起始于2017年年末。

*开始喜茶曾想过把小程序外包出去，找第三方合作，但后来发现行不通，不仅是因为外包团队无法满足产品需求，更是因为越往后越觉得，开发小程序是个系统化工程，未来还可能成为公司的战略级决策，想清楚后他们便毅然决定放弃外包，从零开始组建喜茶自己的技术团队。

喜茶GO小程序为我们带来了什么?主要有两点，对外和对内。

1、对内—优化了顾客体验，杀死排队，提高点单效率，沉淀会员。

小程序用技术手段，提高了点单效率和用户体验。

以前没有线上点单业务的时候，消费者的购物流程一般为：顾客到店，然后排队点单，在点单的时候，需要和服务员沟通糖度、温度、小料，但有时候服务员也会听错、漏听导致下错单，无法做到****准确。

但有了小程序以后，这一切都可以解决，*先一切沟通在线上完成，干掉了错单率，其次不用排队，门店告知你的时候，茶就已经做出来了，没有排队，只有拿到茶的那一刻。

这种方便的消费体验和效率一旦上去，便是不可逆转的。

事实也是如此，目前喜茶的所有订单中，线上订单已超过40%，深圳部分门店已超过50%。

因此，喜茶是自己杀死了排队，为了提高运营效率。

除此之外，喜茶GO小程序还以会员卡+积分增加回头客，如今喜茶只有线上会员，已没有线下会员卡。之后还会推出喜茶APP。

目前喜茶GO的月活跃用户已经超过500万，按每个人年均五杯，客单价30元来算，光是活跃用户每年就能带来7.5亿营收，按线上占比40%来算，喜茶每年营收20亿。

2、对内，提高运营效率

我们表面上是一个小程序，但其实拆分成了几十个项目组，内部看起来在做小程序，但其实涉及到供应链、营运、市场、财务，会员，每个项目都有对应的开发进程。

其实，是在搭建一个内部数字化精细化运营的系统。

小程序更大的意义是充当了「数据化引擎的入口」，用户行为，消费数据，原料、物料的规划被数据化了，直接带来的好处是分析报表可以自动化进行，极大提高了喜茶的运营效率，这些数据也可以用于下一步的营销决策上，HEYTEA

GO 这类门店的推出正是因为小程序的运营直接促使的。

比如：线上的用户画像是7成女性、8成用户是iPhone设备、年龄段在18—40岁。线下拉取不到用户画像。

当有了这些数据，在将内部运营管理的数据进行接通，就能通过数字化搭建精细化运营的系统。

比如将用户消费数据与库存数据与产品数据接通，通过用户消费与预定的杯数，你就能实时掌握门店的库存状况，及时做出调整。一方面补充库存，另一方面消费者能看到目前库存能制作的某一产品的杯数。

将库存数据与采购数据接通，采购部就能知道明日需要采购量的大小，各门店配送量大小。通过一个数据化的体系，采购部不需要在门店去看，也不需要再去清算库存。

还有财务数据、损耗数据、人力数据等，极大提高了喜茶的运营效率，解决了公司内部信息传递缺失、各部门信息不对等的问题。

因此，喜茶已经搭建了数字化管理体系，而不是表面简单的喜茶GO小程序!

02

数字化管理模型

喜茶是如何建立?

大方向一定是网络协同跟数据智能，这两个东西就像是一个公司里面的两个螺旋，这两个螺旋只有互相紧密配合的时候，我们内部的公司所有的资源，才能够*大化地利用。

我这里用了阿里巴巴前总参谋长曾鸣的一句话，我很欣赏他后半句，当时是点醒了我整个大数据方向的想法。

后半句是说“要想把数据智能融入到具体的商业中，要做好三件事，数据化、算法化和产品化”，我对这三个化的理解，融入成自己的概念，我们把这三个方向落地了，我们才能够把新零售的数据增长体系搭起来。

我们从零开始到一年里面，怎么样一步一步走过来，以及每一步里面我们遇到了什么样的坑，将会遇到什么样的问题，主要包括以下几个方面：

**个，IT触网;

第二是全面数据链接;

第三是全面数据协同，*后是因为里面的内容相对专业性比较强，会给大家做一个概述跟结论。

1、全面IT触网

很多人会对IT触网有一个误解，我的门店里面销售在网上也开通了外卖平台，也运营了公众号，也做了会员收集等等，我已经在线了。

就觉得这样就能收集到数据了，就可以看到用户画像了。

其实在线化远远不止于此，我觉得企业里面任何行业*重要的两个抓手，**个是产品，第二个是服务。如果判断你是否真真正正实现有意义的在线化的评估标准，就是你核心的产品，还有你的服务，到底有没有在线化。

用户到底能不能通过在线的方式去购买到你的产品，享受到你的服务，这才是真正检验你的业务是否在线化的一个*重要的标准。

我们只有实现这些核心的业务流程在线了，才能收集到数据，巧妇难为无米之炊，如果连米都没有，我们也没有办法做，如果没有数据，也很难设想数据接下来应用的场景。

以喜茶为例，我们现在大部分的用户会在小程序上完成购买行为，登上看菜品，然后浏览、下单，之后这里可以给用户体验到的只是购买流程。但是我们还有一个另外的端口就是门店服务，用户在下单之后去门店拿商品，才能够体验到我们的商品。

而在拿茶的时候，能感受到的服务，也是通过门店端传出来的。所以说我们通过小程序go的上线，这有互联网产品天然的优势，能够把数据存下来之外，我们还需要关注门店服务端的**运转。

比如说我们需要门店的正常运营，需要有**运转的供应链，还有稳定的网络设备，比如说这里面会有一些收银系统、EHR，还有网络设备，还有供应链等等，所有这些核心模块，我们都会把它在线化。在线化之后我们才能去收集到数据。可以说我们所有的数据化的服务体验、产品，所有数据都依赖于这里进行收集。

2、数据链接

数据收集起来了，是否就可以用了呢?第二步我们需要做的是数据链接。

传统行业转型，对比有先天优势的互联网行业来讲，会遇到第二个大难题，就是数据的链接。

因为我们传统企业在一开始起来的时候，实现从纯手工到IT化这个阶段，使用很多IT系统都是外采的，而且不太可能所有的业务模块都是同一个供应商提供系统的服务。

所以在企业内部，这些资源会形成信息孤岛，是相对分离的。

比如说我要去做一个采购的计划，我需要去看一下每个门店的销售情况，完了我再去ERP看一下库存情况，完了以后还要去供应商管理系统去看一下供应商供货情况等等。

总之需要综合很多方面的信息，自己再手工处理一些报表、表格，出来以后才能定下来我应该采购的量多少，跟谁采购。这是非常非常非常繁杂，而且是相对低效的工作量，中间会耗费很多的人力成本。

我们这个数据链接，仅仅是解决这个人工成本的问题吗?

我理解，比如说数据整个整合过程，是从点到线到面再到体的过程，比如说在点的阶段，我们所有的系统，之前是相对分离的，我们都实现了IT化。

但是我们的点越多，我们需要中间点跟点之间，系统之间去联系跟整合的人力成本就会越高。但是如果说我们需要提**率，我们**步是连接，连接可以一步一步来。

举个例子，我们的销售系统，我们门店经常会用POS，后端会有ERP供应链，你如果可以把POS跟ERP供应链的数据打通，*起码从原料到成品的制作，是完全可以看到整个流程清晰的数据的。

这里面的工效是什么呢?就是能够把控到采购是以销定材，这个销不是消耗的消，是销售的销，这是两个概念，你能监控到损耗是否合理，损耗背后指示的是我们所有的管理动作跟执行是否到位。

如果我们在线的基础上增加其他更多的模块，比如说我的财务系统是不是可以打通，财务统收不需要多个系统对接，可以直接出报表。

还有一个是人力系统，我的HR可不可以打通?我可以随时根据门店销售的情况，预估每个人力投入的成本是多少，应该放多少人才不至于亏。这个时候就会形成一个闭环，这是成本数据流的闭环。

到了面之后，可能我们能够知道的，我是财务也好，人力也好，每个模块，我能知道每个模块的相互情况。

但这只是一个支持我们粗放式的管理，如果我们能够打通用户的信息，比如说会员系统，还有品牌做大一点，我们还可能会有一些舆情方面的数据信息，甚至是一些售后体验的数据信息的采集，这个时候我们会形成一个体。

我们从面到体的一个很明显的变化就是我们可以把成本做得越来越细，不但是知道你的成本损耗合不合理，我还知道你的运营方式到底适不适合，因为我这里连接了用户之后，就能知道用户的信息，我投的资源是否合适，我做的动作是否合理。

所以数据从点到体的整合过程，其实是精细化运营底层里面所有资源*重要的一个环节，这里面刚刚的举例，大家再回想一下，刚刚我举的例子，耗费很多的人力成本。其实我刚刚在讲整个变化过程的时候，我想跟大家分享的其实是数据的连接，是为了丰富我们的数据，越多维，我们分析以及它的价值，才能够体现得出来。

所以我们觉得业务数据的打通，是提升数据丰富性，保证数据价值很重要的一个条件之一。

它们打通之后，才能够形成我们的数据信息，原来我们只是收集，收集回来的我们叫数字，就好像我们看到ERP，每天我采购多少，发了多少，那叫数字不是数据，你可能需要手工处理或者是脑子转换之后才能变成数据。数据之后再根据综合能力的判断才能变成价值。

所以我们这里面，如果在系统之间是互相打通的，这里面能看到的所有的系统之间的所有数据可以互相连通。**是省去了我们中间每一个点连接的人工成本，这个人工成本可以简化很多流程，简化人工成本，是我们表面看到的动作，但是*根本的本质是降低了我们沟通信息的变质，你处理以后，以及多人经手之后，这个信息是会被过滤掉的。

第二个是信息丰富度，我们可以在所有资源之间，每个系统之间都可以互相接收，这样时效性也大大提高。这个环节其实是帮我们把数字变成数据，然后我们多维打通，可以让它从单维度到多维，*后才能够形成我们的信息。

前面两个步骤是整个数据化的转型*基础，但是在这两个阶段你几乎看不到任何输出，这是非常难熬的，万里长征的**步，只有做好了这两步，你才能设想整个数据的应用。

3、全面数据协同

就是怎么把前面连通好、协同的数据用起来。这个环节，就相当于到了我们经常会提的，怎么样做精细化运营。

精细化运营，我们要去梳理，跟我们公司核心业务的数据指标体系和算法体系。

在很多公司，甚至互联网公司，很多人只是把数据做一下数据可视化就可以了，然后我把它当作一个取数的工具。但其实不是这样的，往往如果是这样的方式，*后会流于形式，不了了之。

要评判一个数据是否对公司起到作用，*大的评判标准是是否真的驱动了你的业务，而且是你的核心业务。怎么去驱动呢?

我们的想法是，我们觉得数据的定位，需要公司自上而下地去推行，然后把这些数据当作信息共享和思维传递的平台。我们对管理，对这些数据的使用是需要赋能给内部的小伙伴的。

也就是说这里面会涉及到除了数据化，我们这些基础的设施和技术方案的迭代之外，背后配套的是我们的深刻组织变革，我们会从管理变成赋能。

到这一步，就实现了刚才说的在线化，第二个是算法化，因为我们把所有的算法进行了集成跟演化。

*后就是传递跟输出，输出的时候，算法化之后通常是以产品集成的方式触达用户不断地迭代升级。

起到的效果，对内是提升我们的管理协作的效率，对外是**用户的体验感。我觉得所有的数据智能要发挥真正的价值，必须是跟我们互联网相互友好，而且是功能明确的产品紧密结合在一起的。

但是*关键的一步是什么呢?是你能不能找到一个富有创新想法力的产品。这个比较拗口一点，通俗一点讲是当一个用户在你这里服务发生问题的时候，你能不能给他一个更好的方式。

如果你可以给他一个更好定义的全新方式，而且你又能够去启动我们的数据资源，那才是真正对传统商业的颠覆。

这里举了我们公司的两个例子去理解这个概念，**个是我们公司的报表系统，这里面其实是把所有数据整合在一块之后，我们把所有公司的信息自研，通过一些报表仪表盘的方式统一在数据系统里面。

公司会根据每个职级，设置它的权限，每天睁开眼的时候可以看到，昨天我做的动作是否是合理的，数据变化是怎么样的，以此驱动我们的动作进行迭代。

这个环节其实是省掉了很多人工处理的成本以及沟通信息的信息过滤。这是用来解决之前内部管理低效和冗余的问题，我们提出的方式是用全新的数据产品提高解决这个问题。这个数据的运行底层是我们调用了信息流中心的数据资源。

另外一个，对于内部管理协作成本有比较好的用处，对外的用户成本，就是等待时长的预估，之前我们如果只是通过门店的体验，用户是不知道要等待多久的。

更深一点的，你能看到现在做了几单了，然后对比一下号码是几号。这个时候你心里就有个预估，但是对于用户来讲焦虑感是降低不了的。

我们对这块的优化给用户更好的体验方式，下单的时候就告诉你前面还有多单，大概完成这些单需要多长时间。

你下完单之后结算的时候我仍然告诉你，不断地告诉你有多少杯，让他看到这个进程，这个体验感给他远远降低了焦虑感。

相对之前的传统体验方式，我们提出了更好的方式。而且所有功能的底层都是调用了我们所有的数据资源，调用了我们所有数据的引擎。

以上两个小小的改变，就是协助大家去怎么样理解我们数据*后一步，数据产品化。

总的来讲，前面的IP触网、链接、数据协同，才是整个数据化运营的底层的大框架。

总结一下，从这些核心业务的端口去收集到我们需要用到的数据，*后我们会构建我们跟战略以及战术相对匹配的数据指标体系和算法体系，形成信息平台。

*后会以更好的服务产品的方式，传递到用户，也只有这样子双管齐下的方式，才能真正地去把所有的资源调动起来，省掉人工参与和信息的过滤的可能性，*后才能达到我们的核心目的，就是降本增效。

以上分享的只是术，*后我们都要回归到道的层面，就是我们的两个抓手，仍然是商品跟服务，前面的所有术，都是为了提高商品跟服务两个的质量。