当我们谈到「西式快餐本土化」时，一定离不开这家企业。上世纪八十年代，该企业把标准化西式快餐引入中国，并让西式快餐逐渐成为中国本土化消费。现在，这家企业经营的上万家餐厅已经遍布全国，并且在店面数量、品牌知名度、社交及数字媒体营销和传播、全国供应链管理、产品质量、以及创新方面均处于行业领先地位。
随着生活节奏的加快，人们对快餐的需求也日益增长，也越来越具有高频次消费的特征。中国餐饮行业供需两端呈现天然分散态势，如何更好地强化和培养消费者的日常消费选择成为连锁餐饮企业关注的重点。
该企业的领导和员工关注一系列关键指标，这些指标不仅反映了公司的业绩，还指导了营销策略的制定。通过智能一站式指标平台，该团队能够将这些指标进行多维分析，从而深入理解业务表现，例如热门指标有门店营业情况/同店销售增长/产品受欢迎程度等。在指标建设方面，该企业一直面临以下痛点：数据量高达数百亿、数据维度众多、需要支持复杂口径的组合计算，以及指标数量庞大。
所以，Kyligence 一站式指标管理平台满足指标的开发、管理、应用需求，帮助企业高效实现：
IT开发好基础数据及指标，交由用户衍生/复合指标满足各自分析需求；兼容并扩展 Excel / WPS 透视表分析，同时支持 Win+Mac 平台；引入 AI 数智助理（Kyligence Copilot），结合 LLM 能力实现自然语言对话获取指标、完成围绕业务指标的分析和洞察.
解决方案与实施
过去，该团队的分析师需要从数仓中导出数据到 Excel，手工制作图表并逐维度分析指标波动原因，这一过程不仅耗时耗力，再加上需要解决数据权限配置管控、登录认证集成等，整体流程效率不高。而今，通过智能一站式指标平台 Kyligence Zen 和 AI 数智助理 Kyligence Copilot 的引入，Marketing 团队能够通过自动化的指标看板，实时追踪业务开展情况，轻松评估市场活动效果。
（1）业务维度评估：全面掌握市场动态
“与过去的数字化整合能力相比，AIGC 能对数据进行更深层次的认知和理解，”该企业表示。凭借长期积累的数据优势，该企业在应用 AIGC 能力方面具有天然的优势，能够帮助品牌快速理解客户意图和需求，提高客户洞察的广度和效率。
智能一站式指标平台 Kyligence Zen 的强大之处在于其能够提供多维度的业务评估。通过对不同业务维度的深入分析，Marketing 团队能够快速识别市场活动的强点和弱点，从而及时调整策略。例如，通过维度归因和血缘归因，团队能够洞察业务波动的深层因素，实现精准营销：
1）分析不同餐厅和城市级别的业绩差异，识别优势和劣势市场
2）通过分析不同业务模块（如咖啡、甜品、餐食等）的表现，优化资源配置
3）通过了解早中晚餐销售情况和区域市场的销售情况，制定针对性的营销活动
（2）归因分析：识别业绩增长的驱动因素
Kyligence AI 解决方案的归因分析能力从多视角（维度）、深层次两方面，全面定位指标变化的根本原因，是该方案最受欢迎的功能之一。因此，该团队能够识别影响业绩的关键因素：1）分析特定营销活动对销售的具体贡献。2）通过分析不同用餐方式（如外带、堂食）的订单量，优化顾客体验。
（3）数据驱动的营销决策：提升营销活动的 ROI
在 Kyligence AI 解决方案的支持下，该 Marketing 团队能够基于数据做出更加科学的决策。平台的数据分析功能帮助团队评估每次营销活动的效果，优化资源分配，提高营销活动的投入产出比（ROI）：
1）个性化营销：根据消费者行为和偏好，制定个性化的促销活动
2）产品创新：基于产品受欢迎程度的分析，推出新产品或改进现有产品
3）优化门店运营：根据门店营业情况和销售表现，调整门店运营策略
4）平台的数据分析功能帮助团队评估每次营销活动的效果，优化资源分配，提高营销活动的投入产出比（ROI）
实施效益
主要的应用效益有：
1）统一管理、统一口径、统一应用出口，形成标准规范可信的数据资产；
2）自动同步业务模型及优化用户查询，保障性能同时释放 IT 生产力；
3）数智助理大幅降低分析门槛，从传统 BI 升级至 ChatBI，助力人人用数；
4）AI 问数平台运营成效显著：平台整体日均 150+ 活跃用户（除去周末），日均 8000 次查询，数据查询平均等待时间 3s~5s（资源相关），问答平均等待时间<8s。
关键挑战与应对策略
1.关键挑战
非常重要的一点是企业要有AI应用的运营理念和文化。
2.应对策略
该项目建设完成上线后，为保障 AI 应用推动业务实现数据驱动，同时也满足指标随业务迭代更新的运维需求，企业应建立完善的运营机制，明确各方面运营职责。
运营机制包含组织和流程两部分。组织包含组织架构和岗位设置，流程是指指标平台的日常运营中涉及的指标体系更新、指标平台系统功能迭代等流程。组织方面，AI 应用的运营涉及业务部门、数据部门、IT 部门等团队。流程方面，应用的运营流程主要围绕着指标的新增、变更、废弃以及监控运维等展开。企业需要结合自身业务和组织架构的特点，建立常态化运营流程。以指标新增 / 变更流程为例:指标的新增、变更由需求者发起，根据指标归属经业务部门或数据治理归口管理部门进行需求审核，需求确认后，提交给 IT 部门的数仓团队进行指标开发。
3.其它：
（1）亮点总结
技术创新：该餐饮巨头通过引入Kyligence AI解决方案，实现了从宏观到微观的指标体系构建，提升了数据分析的效率和精准度。
团队协作：通过AI数智助理（Kyligence Copilot），团队能够实现自然语言对话获取指标，简化了数据分析流程，提高了团队协作效率。
业务理解：企业通过多维度的业务评估，深入理解市场动态和消费者需求，从而优化营销策略和资源配置。
指标管理：使用Kyligence一站式指标管理平台，解决了数据量大、维度多、复杂计算和指标数量庞大的问题。
数据洞察：通过自动化的指标看板，实时追踪业务情况，评估市场活动效果。
业务维度评估：利用AIGC能力，快速理解客户意图和需求，提高客户洞察的广度和效率。
（2）创新分析
在引入大模型之前，大数据和人工智能领域曾面临曲折发展，其内在的复杂性带来了高昂的成本，且这些技术平台往往无法真正助力决策。例如，早期的大数据平台和商业智能（BI）软件，主要功能是加速数据提取过程，帮助分析师更高效地获取信息，但这并未满足企业对决策支持工具的期待。企业追求的不仅仅是工具，而是工具能否提供决策依据，甚至直接指导决策。大模型技术让工具和产品实现智能化，它们能够自动挖掘数据，提供决策依据，乃至自动生成有价值的决策建议。
未来优化重点
1.持续优化思路
一是AI推理能力及决策建议的深度，这点将结合先锋企业专属知识库，优化实现。二是客户将进一步内部推广，将指标平台及 AI Copilot的应用扩展到供应链管理和产品开发等其他业务领域，以实现更广泛的业务优化。
2.未来实施重点
该项目还在进行中，下一步将继续扩大指标范围，覆盖更多企业经营和业务场景指标及数据。并且，利用生成一些业务分析报告，对内部数据进行业务诊断和经营分析，实现业数融合。
