300人管2300家店：
曼玲粥用数据池把管理跑通

在外卖粥品赛道排名全国第二的曼玲粥，日均订单约50万单、腊八峰值冲到130万单，全国2300家加盟店却只靠300人的总部在运转。客单价仅10到20多元，平台抽佣高达24%—26%。

8个月时间，用友给这家企业交出了一份"不换系统、不增一人"的数据驱动增长样本。入场时行业已极卷：外卖注册量见顶但新入局者指数级增长，销量锐减、同质化严重，企业只能靠疯狂拓店续命，陷入"蛋糕变小、费用变高、利润难保"的死结。

曼玲粥自身也积重难返——400多家供应商、每天七八百张采购单要靠4个财务专员对账；21个仓（现扩到37个）沉淀90多万库存，采办与财务总监常为资金占比吵架；营收靠食材差价（占60%—70%）和线上抽佣，但门店旁就是菜市场，"跑冒滴漏"一次罚3万，2000多店根本盯不过来。更棘手的是IT环境：20多套系统各自为政，300人里有200人天天围着录单转，IT几乎成负担。

系统不能换、人不能增，唯一能抓的只有数据——而互联网基因让曼玲粥的数据沉淀既多又准。

数智化团队先建"数据池"，把各系统数据汇到一起，再做标签、预警体系和运营指标。打个比方：裸数据像一张化验单，没有标准值普通人看不懂；一旦给每个指标配上安全值与阈值范围，数据就"会说话"了。

十套部门体系沉淀出80多个看板（如今已超230个），全程不替换任何一套系统，只在存量上拿数据驱动出1.0；更关键的是，数智化团队和曼玲各位总监花了3个月共创出"指标异常=什么问题=谁做什么动作回正"的映射，把老师傅的经验固化成规则。

第一版看板出来，老板先是高兴，"终于不用听总监报喜不报忧"，但看两天就烦了：1500家店扫一遍一周过去，店可能早黄了。团队于是过滤掉正常数据、只提取风险数据，把几千张表压成一张问题看板；再进一步，把问题数据直接"翻译"成移动端任务，推给督导、采购、销售的手机，系统附上执行建议，员工回写结果、记录指标归正时间。

粥品连锁 × 数据驱动：让沉睡的数据先开口

AI在这套体系里并非抢人的活。

用友售前专家强调，指标的安全值和阈值必须由人定——AI缺少业务"体感"，做得了开头做不了收尾；人先定出1.0，AI再迭代分析、给出"体检报告式"诊断、做预警与最优解推荐，效率倍增。到了2.0阶段，脱敏数据开始出域：供应商自助查看自家货品动销、自己迭代供货，加盟商拿到口语化的AI诊断报告驱动改进，从"监督斗智"升级为"体系驱动"。

这正印证了当下行业共识——第一方数据质量决定AI上限，智能体再强也受困于数据孤岛与脏数据。

多年管理软件重流程、轻数据，曼玲粥补上的是"指标库—分析预警—数据驱动管理+AI"的闭环，让督导员从录单写报告里解放出来，转为精准解决问题。IDC今年指出，67%的企业已观测到AI带来的可量化营销增益、83%认可多角色客户旅程协同的价值，但真正落地，离不开像曼玲粥这样先把数据"说人话"的硬功夫。

· 核心观点 ·

数智化的起点，往往不是换最先进的系统，而是让沉睡的数据先开口。

— END —