导读:
截至2024年末,蜜雪集团旗下蜜雪冰城与幸运咖在中国及海外合计拥有四万多家门店。在已有数字化系统、BI 报表和经营看板的基础上,蜜雪希望进一步提升灵活取数与分析能力,支持业务人员按具体经营问题自主查询,及时掌握区域与门店的经营变化。
蜜雪冰城携手亿问,围绕销售、订货与门店管理建设自然语言问数应用,并将问数接入企业微信、飞书等日常办公平台。应用面向蜜雪、幸运咖及海外业务人员,支持在各自的授权范围内查询和追问,查询量近万次。
业务人员可以直接查询各小组本月的订货额和目标完成情况,也可以把同一家门店的营业额与订货额放在同一周期查看。巡店时,督导还可以通过手机调取授权门店的历史表现,为现场沟通提供依据。
01 行业与企业背景:大规模门店网络下的精细化经营
连锁茶饮的经营管理连接消费者需求、加盟门店运营与物料供应。门店销售反映消费端表现,订货承接物料需求,区域组织负责跟进门店经营变化与目标完成情况。规模化管理需要掌握区域整体表现,也需要按门店、商品和经营周期进一步分析。
蜜雪集团已经形成覆盖中国及海外市场的门店网络。根据其披露的2024年年度业绩,截至当年末,旗下蜜雪冰城与幸运咖合计拥有四万多家门店。集团持续建设支持在线下单、门店运营、供应链与企业管理的数字化系统,为规模化经营提供支撑。
销售与订货反映门店经营的不同环节,需要在明确的门店和组织范围内关联分析。营业额涉及城市、门店、商品和渠道,订货涉及物料、区域小组与目标。总部关注区域进度,督导核查单店表现,加盟商跟进本店经营,不同岗位使用相互关联的数据,各有明确的管理范围和分析重点。
蜜雪已有的 BI 报表与经营看板,持续服务固定监控和日常管理。双方合作的重点,是在这些数据积累之上增加灵活问数与连续分析能力,使业务人员能够按共同的经营口径处理日常工作中的临时问题。
02 诉求与挑战:把经营数据带进区域复盘与巡店现场
总部管理:按小组目标跟进订货进度
蜜雪已有的报表与经营看板支持总部持续跟进销售、订货和目标进度。在此基础上,总部希望能按经营问题灵活选择时间、区域小组和门店,在相同范围内查看销售与订货表现。
例如,查看某个小组本月的订货进度,需要将所辖门店的实际订货额与小组目标放在一起比较。总部希望业务人员可以自主发起这类查询,让业务与数据团队把更多精力投入指标解释和经营判断。
区域督导:在巡店现场核对门店近期表现
督导到店了解经营情况,需要把现场观察与门店近期的营业额、订单、退单及订货情况结合起来。比较同一家门店在不同周期的表现,有助于明确现场沟通的重点。
蜜雪希望督导能通过手机查看授权门店的数据,在现场选择时间范围并根据结果继续追问。历史表现与现场观察可以放在一起核对,让沟通有具体的经营数据作为依据。
单店经营:按同一口径比较不同月份的销售与订货
加盟商和门店经营人员希望了解本店不同月份的表现。除了营业额,他们还关注订单、客单价,以及不同商品和渠道的销售构成。
对需要持续跟进的指标,门店希望保留常用查询,在比较月份时沿用相同的门店范围和指标定义。这样,每次复盘都可以从熟悉的一组指标出发,再查看具体变化。
03 亿问解决方案:围绕销售、订货与门店建立连续分析能力
在 POC 验证阶段,亿问方案便展现出突出的业务适配能力:对蜜雪实际需求的解决效果在多家参评服务商中表现最佳,与客户的项目预期也最为契合。
蜜雪提供门店归属、区域小组和经营指标的业务口径。双方围绕销售、订货和门店管理建设企业语义中台,将门店、品牌、小组与地理范围关联起来,并按岗位权限组织查询。
总部查询:关联销售、订货与区域目标
业务人员关注“蜜雪本月各小组订货额及其达成”。订货目标按区域小组设置,查询时需要在同一月份、同一小组所辖的门店范围内比较实际订货额与目标。要了解小组内部的业务构成,还可以继续查看门店订货明细。
业务人员曾提出,要同时查看某一区域各门店同月的日均营业额、营业额占比和订货额。销售与订货沿用相同的门店和小组定义,再分别关联商品、渠道与物料,这些指标就能按同一批门店比较。
在已有问答基础上,业务人员可以调整时间或地区、比较同期表现。对于符合分析条件的差异问题,维度贡献分析支持识别差异主要分布在哪些经营对象,为进一步核查确定范围。固定报表与灵活问数共同服务周期监控和临时分析。
巡店核查:通过移动办公入口查询授权数据
项目将问数接入企业微信、飞书等日常办公平台,支持电脑与移动端访问。督导在巡店过程中,可以通过办公入口查询授权范围内的门店数据,结合现场情况查看历史表现。
门店销售主题涵盖实付金额、订单、售杯和退单等指标。督导可以先指定门店和时间查看数据,再沿用已有查询条件调整周期或查看相关指标。
单店经营:结合周期与经营维度持续分析
业务人员曾提出,要同时查看一家门店同一个月的营业额与订货额。围绕同一家门店调整统计周期,可以比较销售与订货的变化,也可以结合订单、客单价、商品和渠道进一步分析销售构成。
常用查询结果可以加入看板,配置筛选条件、访问权限及飞书定时通知。经营人员能够围绕持续关注的指标反复查看、跟进改善,可见数据按角色与授权范围控制。
04 实施与共建:业务建模、数据治理与应用推广协同推进
合作正式启动后,双方先后推进三期建设。建设以销售、订货和门店信息为重点,逐步扩展到在线订单、活动、稽核与巡查等主题,支持更多门店经营问题的查询与分析。
将业务表达与计算规则落实到模型
蜜雪提供业务口径与典型问题,我们将其落实到模型、指标和查询配置,再与业务侧核对结果。双方共同确认一个问题涉及哪些指标、哪些门店,以及采用什么统计周期和计算条件。
业务人员的常用表达被纳入模型配置。“营业金额”“营收”对应销售金额,“线下”对应销售渠道的筛选条件。使用者可以沿用熟悉的说法,系统按配置的指标与条件执行查询。
经营比较还需要明确指标的分母和统计范围。客单价与杯单价分别涉及订单数和售杯数;店均营业额需要确定参与计算的门店。项目以统计期内营业额大于零界定营业门店,日店均还需结合实际营业天数,使不同周期的比较具有明确的计算依据。
以实际查询检验组织范围与数据口径
在核对某个区域小组的季度订货目标时,双方发现,按地理区域取数与按管理小组取数,对应的是不同的门店范围。如果问题指地理区域,双方核对门店所在地。如果问题指小组目标,就按管理归属核对小组所辖门店。
商品名称、编码和门店筛选条件,都会影响查询的统计范围。双方核对了商品名称与编码之间的对应关系。在一次门店营业额核对中,双方还通过比较门店编码的筛选条件,验证了两次汇总结果出现差异的原因。
蜜雪在推进问数应用的同时开展数据治理。业务人员的实际提问,让双方能围绕具体的商品、门店和区域小组校准口径。历史数据调整后,相应的查询条件和结果也需要再次核对。业务问法由此为治理提供了具体的验证依据。
落实访问权限、使用培训与反馈维护
问数入口设置在企业微信工作台、飞书“智能问答”等位置,用户通过既有信息系统流程申请权限。桌面与移动端沿用日常办公入口,分别服务办公室分析和外出查数,并按权限限定业务范围。
项目分别面向业务人员和技术人员开展培训。业务培训围绕提问、数据范围和使用反馈,技术培训聚焦模型配置与维护。培训还介绍了如何检查系统识别的门店、时间和筛选条件,以及如何核对 SQL 逻辑。
业务人员查询商品销售排名时,希望逐项比较销售额与占比。结合这一需求,双方将该项查询的展示方式从图表调整为表格,后续复测确认了默认展示结果。
05 成效对比与价值:支持业务自主取数,积累可复用的经营定义
问数应用涉及蜜雪、幸运咖及海外业务人员,查询量近万次。业务人员可以按区域小组查看订货进度,也可以在同一批门店内比较销售表现与订货情况。
业务自主查询,分析衔接具体经营任务
业务人员可以按时间和组织范围查询小组订货达成、区域门店表现或单店营业额,再调整条件比较变化。固定报表持续支持日常监控,灵活查询则方便业务人员围绕具体经营问题继续分析。
企业微信、飞书及移动端接入,为日常办公与巡店场景提供了查询入口。常用结果可以保存到看板,按权限共享或设置通知,支持持续查看和周期复盘。
查询反馈推动治理,差异核对落实到具体条件
区域小组的订货目标采用哪个组织范围,门店营业额纳入哪些记录,都是可以通过实际查询核对的经营规则。业务团队与数据团队围绕同一问法比对条件和结果,使沟通具体到门店、指标与统计周期。
当组织范围、指标口径或底层数据发生变化时,双方可以沿用已明确的业务问法复核查询结果,让经营定义在后续分析中保持一致。
共用门店与组织关系,支持分析主题扩展
销售、订货、活动和稽核等主题共用门店与小组定义。不同业务团队可以据此按同一组织范围比较数据,后续新增主题也可以沿用这些经营关系。
06 未来展望:以统一业务基础深化经营分析能力
三期合作沉淀的门店关系、指标口径与使用反馈,为后续深化经营分析提供了基础。区域复盘、巡店核查与单店跟进,可以进一步梳理常用的比较步骤、分析方法和结果要求,将经过验证的经营知识用于更多管理任务。
亿问 Data Agent 以企业语义中台组织业务对象、指标与规则,并通过可追溯的查询链路支持经营分析。对于条件明确的问题,自研 Alisa 生成 LogicForm(逻辑形式),再进入 SQL 执行。过程记录支持核对问题理解、查询条件与结果依据,为经营分析提供明确的业务解释和复核路径。
面向区域复盘等延展场景,在数据、工具与输出要求确认后,可将成熟的分析步骤配置为 Skill(技能),按固定要求生成销售、订货分析报告。若需将问数接入更多 AI 工具,完成相应接入与授权后,还可通过 MCP(模型上下文协议)调用遵循既有权限的问数能力,让共同的经营定义服务更多工作入口。
对于大规模连锁企业,经营分析的长期价值,在于将总部的全局视野与门店的现场经验连接起来。蜜雪冰城与亿问的合作,将数据、业务规则与分析方法持续积累为可复用的经营基础,支持总部在统一口径下开展管理,也为一线核查与改善提供依据。
我们期待与更多连锁企业共同深化 Data Agent 的经营应用,以可复核的数据和可复用的分析方法,持续提升规模化经营的管理精度与响应能力。






