|
在数字化浪潮的推动之下，越来越多的企业意识到数据以及数字化转型的重要性。餐饮企业即是如此，有业内人士表示，随着居民消费的品质化、个性化、数字化升级，以及企业经营模式的转变，数字化转型已经成为餐饮企业应对新的消费习惯，降本增效并提升服务质量的关键手段。 作为餐饮行业的翘楚，海底捞在数字化之路上已经走了十多年，并正在向深水区迈进。 实现“云上捞”之旅 “数字化既是生存问题又是发展问题，是业务的发展、技术的发展，自然而然地在驱动企业的数字化进程。”海底捞首席信息官邵志东此前在回顾海底捞数字智能化发展的历程时表示，经过20多年的发展，海底捞建立了各种各样的系统，包括核心的会员系统、进销存系统、POS系统，以及线上订餐等大大小小136个系统。“但是在2016年之前，所有这些系统都不是部署在云上，而是在传统IDC机房里，扩展困难，故障率较高，容易遭受攻击，造成网络拥堵。” 海底捞就餐场景 2016年，海底捞开始将核心业务系统陆续上云。2018年，海底捞和阿里云合作搭建数据中台、业务中台和移动中台的基础架构，并在此基础上升级了海底捞超级App，重构了会员体系。同年，海底捞在北京开设了第一家智慧餐厅，采用了自动配锅机、智能传菜机器人和智能厨房管理系统。2019年，海底捞的订餐排号系统搬上云端。到2020年，海底捞将自动配锅机和智能传菜机器人推向数百家门店，同时，将后勤行政系统也上云，从前端到后端所有核心业务系统全部上云。海底捞至此初步解决了跟上新消费趋势的数字化转型需要，全面跨入“云上捞”时代，而随着业务的进一步发展，数字化转型正在由表及里、由浅入深，与海底捞产生更深层次的化学反应。 圈粉年轻一代，无惧流量洪峰 移动时代，海底捞不断探索线下堂食之外的用户服务场景，通过线上线下多渠道打造用户生态，顺应年轻人的新消费习惯。 比如，去年10月28日，海底捞首次以直播形式举办新品发布会，直播当天销售额就突破2000万。截至11月10日，海底捞“双十一”期间通过官方直播、达人直播、短视频等形式，实现抖音平台套餐销售数量超30万份。线上销售线下体验，助力了门店低峰期的消费。数据显示，海底捞工作日套餐带来的引流效果尤为显著，以11月9日周三为例，“双人工作日套餐”“四人工作日套餐”当日总核销量超过了1.2万份。 类似的直播日以及每年的七夕、圣诞、元旦，都是海底捞最繁忙的时候。节日期间，不断涌入的顾客、高频的点餐需求，大量的菜品选配……各个环节产生的数据如潮水般涌来，让“云上捞”遭受流量洪峰的考验。这种潜在挑战的问题根源在于数据库。海底捞原来使用的数据库方案采用传统分库分表架构，由于在扩展性和稳定性上的局限，难以应对数据井喷的情况。 向来注重用户服务体验的海底捞决心尝试进行分布式数据库的转型。经过多轮分布式数据库选型，去年6月，海底捞基于OceanBase的云数据库产品OB Cloud实现了新一代分布式会员系统升级。在当年的七夕节，从线上排号到点餐就餐，海底捞秒杀高峰稳定度过，用户体验如丝般顺滑。这也是海底捞多年来第一次在流量最高的七夕节中所有系统零故障。 同时，升级后的会员系统的智慧化程度更高，每一位会员在打开海底捞App时看到的都是定制化内容，贴合个人喜好。而这背后也是数据库强大的实时分析能力在进行支撑，搭载OB Cloud的会员系统，实时分析算力提升了30%。 海底捞认为，OceanBase的扩展性、高可用、高性能和低成本等特性能够支持七夕等节假日流量洪峰。实时分析能力也为消费者提供了更加智能的用餐推荐。这符合海底捞对分布式数据的技术诉求与业务发展需要。 精细化运作“进销存”，迈向“新发展” 对于餐饮企业而言，食材是非常关键的“产品”。以2021年上半年为例，海底捞仅瓜果蔬肉类的采购总金额就超过了28亿元，覆盖新疆、贵州、云南等29个省市区。其中涉及从复杂的菜品到物料的数据转换逻辑，需要考虑区域、口味、优先级等诸多因素影响，即便是相同的菜品在不同门店的扣减物料也不一样，导致数据体量异常巨大。因此，如何确保食材新鲜和供应及时，并保证相应数据的实时性和准确性是一个重要课题。 海底捞员工观察食材监控面板情况 比如，海底捞某门店的捞派肥牛消耗量突增导致库存不足，门店需要反映到相关部门进行补货。但如果没有提前备货，那么整个补货会涉及到采购、仓储、运输等环节，无法及时满足消费者诉求。因此，海底捞需要实时跟踪食材供应、库存、消耗的变化情况，以提前精准备货和供货，提高运营效率。 这就不得不提到海底捞的进销存系统（海豹系统）——进货、销售和库存管理系统。随着业务快速增长，使用传统数据库的进销存系统迎来多重挑战。而海底捞的数字化探索一直围绕着精细化管理推动，核心关键词是“效率”——提高信息流转的效率、信息处理和分析的效率、业务迭代的效率等。这一切的背后，其实都是对数据的深度利用。 首先，对于进销存系统来说，数据一致性和业务连续性非常重要。门店销售单中的物料变动必须与库存模块的数量保持一致，如果不一致可能会导致产品过度销售或缺货。例如，订单状态不明确可能会导致客户服务不到位，影响客户满意度等。传统数据库存在主备切换丢数据和业务影响时间过长的弊端，实际运行过程中也出现过因主备切换异常，导致业务长时间受损的情况。 其次，进销存对接POS系统的所有销售订单，加之处理物料出库的全流程，例如销售、领用、废弃、调拨等，因此数据量居各业务之首。个别流水表已达百亿级别，应对如此级别的存储和数字化数据链路（DDL）变更，以及单行高并发诉求，传统数据库力不从心。不仅如此，库存场景的单行并发也面临极大挑战，由于个别热销商品库存变化非常快，单条数据需支持秒级数千次的最高变动频次，所以必须能做到实时分析汇总商品数量变化情况，以及时备货供应。 （免责声明：本文转载自其它媒体，转载目的在于传递更多信息，并不代表本人赞同其观点和对其真实性负责。请读者仅做参考，并请自行承担全部责任。如涉及作品内容、版权和其它问题，请联系删除。）
| 
发表于 2023-8-29 15:28:57
