厨房使用的大餐具破损率较 高；由服务员保管的餐具破 损率较小，由洗涤部管理的 餐具破损率较高。 餐具流失的原因 生意忙时，员工 不小心将餐具同垃圾一 起倒入垃圾桶。 01 盘点时不认真， 造成漏盘假象丢失。 04 因其他部 门拿用 而遗失，或因其他部门 借用后无人跟进收回而 遗失。 02 少数客人用餐 后 将餐具拿走。 03 单 据，经部门负责人签字确认，所有单据必须亲自交给管事部，管事 部负责记录。 2. 盘点 盘点是指仓储管理人员对库存物资进行点数清查，将实际库存 数与物资管理账目相核对，以及时发现库存物资数量上的差异，及时 采取相应措施。按照盘点的频率不同，可分为日常盘点、定期盘点和 临时盘点。 3. 行为操作管理 任务工单 任务描述 大型宴会是酒店常见的经营业 库管组根据工作范畴，编写餐具领用交接、餐具进出库明细、餐具物资盘点等相关管理表格。 4. 其他小组树立本组工作过程中可能产生餐具损耗的风险点，并有针对性地提出控制损耗地解决方案。 5. 各小组分别汇总大型宴会餐具流转过程中餐具损耗的控制方法及餐具流转相关制度、表格，形成《大型宴会餐具 损耗控制方案》，该方案还应有餐具传递流程图、各组工作的操作规范及餐具回收后的盘点要点等。 任务二 餐厅物资的清洁与保养

设备智能中枢，实现智能化设备管控与任务派发 方案具备AGV、堆垛机等自动化设备的集成与管理能力，实现“货到人”作业，助力提升作业效率与作业精度。 自动化设备集成 AGV小车 堆垛机 穿梭车 盘点机器人 智能叉车 称重机 分切机 … …  任务创建：支持 AGV、堆垛机等设 备的任务在线发起，操作流程实现标 准化。  设备调度：可统一管理多类型自动 化设备，任务自动分配、状态实时可 的转型，为企业构建智能化、数字化 仓储管理体系提供有效支撑。 PART 3 | 智能仓储优化场景-集成硬件自动化设备 盘点 搬运 上架 收货 • PDA手持端 • RFID • ... • AGV小车 • 无人叉车 • ... • RFID盘点机器人 • 无人机盘点 • ... • 堆垛机 • 穿梭车 • ... 拣货 出库 复核 打包 • 电子标签拣货系统 • 语音拣货设备 核心环节的质量管控，实现产品全生命周期追踪。 SN拣货 SN盘点 拣货复核 SN采集 01 02 03 物料入库 入库时WMS系统采集物料 效期、批次、SN等关键信 息。为每一批、每一个可 追溯的物料在系统中建立 唯一的“身份档案”。 在库管理 批次/SN与具体存放库位 绑定，实现精准定位。 任 何库存变动（盘点、库位 转移）都需通过扫描操作， 更新批次/SN的对应关系， 保证账实相符。

* 产品应用门店数量 ÷ 总门 店数 成本管理数字化进程 进销存业务覆盖率 47.2% 成本卡管理 30% 以下 电子秤覆盖率 16.2% 成本卡完善度 业务单据日清日结且完整准确 盘点规范—不多不少不漏 成本分析会 100% 采购占销比 分差率 库存周转天数＜ 3 天 中餐 2-5% 快餐 0.3-0.5% 折前理论毛利率 原材料日均耗用量 菜品毛利率 折后理论毛利率 （ 1 ） * （ 2 ） * （ 3 ） * 成本管理 菜品标准建设 采购验收 成本管理管控数据 成本管理决策数据 成本管理的基础 菜品标准建设 菜单结构数据分析模型 手机盘点 手机盘点 手机盘点 运营老师现场指导 执行标准数字化进程 20.7% 的门店按照标准流程制度进行工作检查，另外 79.3% 的企业还贴在墙上。 用工具 - 可量化 做减法 - 可执行 找重点 - 守红线

在场景得到验证，最终形成闭环。 数据中台 建设方略 以算 利用 以用 促通 以存 训算 以通 带存 企业数据中台实施方略 顶层规划 组织架构 体系架构 运营机制 调研盘点 平台搭建 数据建设 价值场景 大数据开发平台 资产管理平台 数据服务平台 企业数据中台实施步骤 数据汇聚 公共数据建设 数据标签建设 客群画像 精准营销 风险控制 场景推广 长效运营 数据闭环 业务盘点 数据盘点 场景盘点 中台战略 数据积累情况调研 1. 对各业务领域涉及的系统名称、数据库类型、 已积累的数据内容等进行分析； 2. 对积累的数据类型、数据更新频次、数据标 准情况、数据质量情况等进行分析； 对业务数据使用过程中的痛点问 题 进行分析； 2. 对未来业务应用的数据支撑需求 进 行分析； 3. 对基于数据资产化建设过程中识 别 的新的数据应用场景进行分析； 企业数据中台实施步骤：调研盘点 统一数据存储计算平台 解决大数据量存储计算问题， 主要包括结构化、非结构化数据的分 布式存储和离线计算、实时计算、即席计算、在线计算、算法建模 等， 主要是以 Hadoop 生态体系为代表的分布式存储计算框架为主。

订单发布 订单发布 送货需求 送货需求 发货通知 发货通知 开票 / 对账 开票 / 对账 出入库管理 出入库管理 库存转移管理 库存转移管理 现有量管理 现有量管理 订单管理 订单管理 盘点管理 盘点管理 配送需求计算 配送需求计算 绩效管理 绩效管理 薪酬管理 薪酬管理 工艺路线管理 工艺路线管理 高级排程管理 高级排程管理 物料接收管理 物料接收管理 完工管理 完工管理 应收管理 订单发布 订单发布 送货需求 送货需求 发货通知 发货通知 开票 / 对账 开票 / 对账 出入库管理 出入库管理 库存转移管理 库存转移管理 现有量管理 现有量管理 订单管理 订单管理 盘点管理 盘点管理 配送需求计算 配送需求计算 绩效管理 绩效管理 薪酬管理 薪酬管理 工艺路线管理 工艺路线管理 高级排程管理 高级排程管理 物料接收管理 物料接收管理 完工管理 完工管理 应收管理 订单发布 订单发布 送货需求 送货需求 发货通知 发货通知 开票 / 对账 开票 / 对账 出入库管理 出入库管理 库存转移管理 库存转移管理 现有量管理 现有量管理 订单管理 订单管理 盘点管理 盘点管理 配送需求计算 配送需求计算 绩效管理 绩效管理 薪酬管理 薪酬管理 工艺路线管理 工艺路线管理 高级排程管理 高级排程管理 物料接收管理 物料接收管理 完工管理 完工管理 应收管理

中。 2 铸造现场仓管理：铝液产出通过现场实时按转移量计量，向熔炼生产订单返馈铝液移库量，以此做为铸造线铝液入库依据。铝液耗用，基于毛坯 BOM 定额倒冲，记入铸件材料耗用，月底进行铸造线余料盘点修正耗用差额。 3 回炉料及废品管理：通过现场称重计量，对回炉料产出进行统计记录，以做 为铸造生产订单副产品产出依据，并核算其成本价值；对生产加工过程中发 生的报废数量进行称重，通过不良品处理单对报废数量进行记录和统计，做 工序作业完工 生产日计划完工 系统实现 车间作业生产过程管理 车间物料耗用记录方式： 1 、对于无法确定单个产品的使用数量如铝锭、添加剂、油漆、酒精等，采用倒冲发料； 2 、到月底可对仓库进行盘点，盘点差异可进行差异倒冲，根据产品领用该材料的比例，产 生对应的领退料单 生产计划下达 产线日计划开工 日计划工单派工 日计划作业领料 工序作业移转 工序作业完工 生产日计划完工 系统实现 库存安全存量规划 备料计划 执行 (Do) 请购 / 采购 / 托管作业 发料 / 出入库作业 盘点 对策行动 (Action) 修正进度排程 供应商评估 规划调整 替代料安排 检查 (Check) 缺料分析 进料催交 超交管制 周转率分析 库存管理的 PDCA 库存管理解决方案 库存 监控 库存盘点 条码管理 库存预警 批号管理 序列号管理 保质期管理 安全库存 库存 事务 采购订单

现做便当 ③ 关东煮、包子、小吃类 安全隐患： ● 加热器具清洗、无残留。 ● 临期产品按照规定时间报 废并记录。 ② 现做便当 ● 保质期 ： 8-12 小 时 ● 盘点 : 规定克重 实际操作超标，盘点损 失。 ● 品种：少，新品更 新慢。 ① 冷藏盒饭 ● 保质期： 36 小 时 ● 损耗大： 10- 20% ● 毛利低： 35% 便利店餐饮现状痛点 各大巨头目光聚焦

，构建完整的跨行业多领域数据资产体系。 实现企业内部的数据驱动与外部客户的数据服务。 生态 统一数据服务 中心 业务 中心 领域 中心 统一 中心 数据资产管理 资产托管 资产借阅 资产授权 资产盘点 资产审计 元数据查询 业务模型 日志分析 生产数据 报表服务 计算引擎 数据传输 数据开发 数据建模 任务调度 监控预警 基础集群

灵活的政策保障以及开放的生态支撑，方可马到 功成。 数据共享是数据生态的核心 为了促进企业内部对于数据挖掘、更新、 使用的效率，本人在阿里内部尝试建立了数 据公共层，首先是对于线上及离线的数据 按交叉使用量、紧缺风险等进行盘点， 基于现况及未来需要作中长期战略预 估。这里汇聚了阿里内部共用得最频 繁或者最关键的数据，这些资源有 如生产中所需要的必备部件，可以 加快生产速度及降低重复性。公共 层作为数据中台的核心部分，积累了

实时数据治理 基于分布式实时计算引擎技术 ， 实现实时接入 、 实时计算 、实 时推送等能力 ，满足物联网实时 分析应用需求。 自助式数据探查 实现基本探查、深度探查以及 业务探查的能力 ，提升盘点数 据资产效率 数据共享融旧创新 实现管理与共享无缝集成 ，提 供库表、接口、文件、流式等 数据服务模式 ，实现数据服务 双向协同。 主数据管理 提供数据定义、主数据建模、主数据 开发、主数据维护、主数据分发等管