海底撈のIPOは1000億元規模:将来、厨房に必要なのはエンジニア2人だけ

海底撈のIPOは1000億元規模:将来、厨房に必要なのはエンジニア2人だけ

[[245580]]

2018年9月26日、海底撈国際ホールディングス株式会社(06862.HK)が香港証券取引所に正式に上場し、発行価格より5.62%上昇の18.80香港ドルで取引を開始し、時価総額は996億4,000万香港ドル(約127億5,000万米ドル)となった。

24年前、四川省江陽市の数十平方メートルの小さな路面店で、専門学校を卒業した張勇が「海底撈」火鍋レストラン第1号店の開店を発表しました。24年後、海底撈は全国に広がり、国内火鍋業界の「兄貴分」となりました。2018年9月26日、海底撈は大々的に上場し、張勇は「小さな人間にも大きな夢がある」という伝説的な感動ドラマを上演しました。

一般の人々にとって、海底撈の「異常なサービス」はより馴染み深いものかもしれないが、国内最大の火鍋会社がビッグデータと人工知能のブラックテクノロジーの支援を受けて今日の成果を達成できることをご存知ですか?

外食産業の規模 = 携帯電話4台 + 家電2台 + モバイルゲーム市場34台

9月26日、外食産業大手の海底撈が香港証券取引所に上場し、時価総額は1000億香港ドルに迫った。これは、その収益性が以前に検証されているという事実と密接に関係しています。財務報告によると、海底撈の2017年の総収入は106億3700万元で、年間複合成長率は35.9%だった。年間利益は11億9,400万元で、年平均成長率は70.5%だった。消費のグレードアップという環境下で飲食業界の標準化と資本化が継続的に進む中、海底撈と中国の飲食市場には大きな成長の余地があります。

外食産業は巨大な市場を持っていますが、これは世界共通のことです。諺にあるように、人は鉄であり、米は鋼であり、一日食べなければ空腹になります。しかし、外食が大きな問題となっている中国では、この統計はさらに衝撃的です。国家統計局によると、2017年の中国の外食収入は4兆元に達し、前年比10.7%増で、何年も連続して2桁の成長を維持しており、これは家電製品2つ、携帯電話4つ、モバイルゲーム市場34つに相当し、年間平均成長率は11%です。

しかし一方で、伝統的な産業の敷居の低さやレベルの低さが、数え切れないほどのプレイヤーを競争に引きつけており、経営の高度化と人材不足の矛盾も生じています。

統計によると、上位 5 つの中華料理店の合計市場シェアはわずか 0.8% です。海底撈は中国の火鍋レストラントップ20の中で第1位にランクされています。

2018年トップ5の中華火鍋レストラングループ

さらに、伝統的な外食産業は、他の火鍋会社と比較して、海底撈の店舗数が比較的少なく、2017年末時点でわずか273店舗であるという問題にも直面しています。目論見書によると、海底撈は2018年に180~220の新店舗をオープンし、店舗数を倍増させる計画だ。中国では、中高級火鍋市場は年平均成長率13.9%を記録している。二級都市と三級都市は急成長市場となるだろう。これらの地域には海底撈の店舗がほとんどなく、これらの市場には海底撈が新たにオープンする数百の店舗が収容できる。

統計によると、海底撈は近年急速な成長を維持しており、中国本土の店舗数は毎年約20%~30%増加している。2018年までに海底撈の店舗数は300を超え、売上高は100億人民元を超え、中国初の100億人民元級のレストランチェーンになると予想されている。

急速な成長に伴い、店舗経営、従業員管理、物流・輸送、食品流通などあらゆる面で次々と問題が生じてきます。 Haidilao は、ビジネスレベルと IT レベルで、チェーン レストランに共通する次のような一連の問題点も経験しています。

経営レベルでは、店舗数が多すぎる、人が多すぎる、人材が足りない、収益を上げにくいなどの経営難があり、食品の安全性がもたらすリスクも高く、参入障壁の低さ、利益率の低さ、従業員の収入の低さという「3つの低さ」もあります。

IT レベルでは、ソフトウェア システムの多様性と煙突型構造が主な問題点です。例えば、フロント、ミドル、バックエンドのプロセスがスムーズでなく、データがつながっておらず、深刻なアイランド現象が発生し、多くのシステムとデータの関係が混乱しており、企業の発展を著しく妨げています。長年の開発期間に、海底曳は20社以上のサプライヤーを見つけ、統一発注システム、待ち行列システム、ケータリング業務システム、ERP管理および制御システムなど、9つの主要システムを構築しました。各システム間には数百のインターフェースがあるため、問題が発生した場合、システムの問題の根本原因をたどることは不可能であり、それがさらなる開発の制限となっています。

第二に、ソフトウェア システムが遅れており、メンテナンス コストが高くなります。メーカーからの不十分なサービスは事業の発展に深刻な影響を及ぼします。 IT の調達、導入、運用、保守は非効率でコストがかかります。

最後に、ソフトウェアは機能に重点を置いており、操作には重点を置いていません。データはリアルタイムでも集中化も体系化もされておらず、モバイル インターネット時代の開発ニーズに対応できません。まだPC時代であり、主なユーザーは管理者であり、データの入力が中心です。 モバイルインターネットの時代では、すべての顧客と従業員がユーザーであり、システムはデータを自動的に生成し、リアルタイムでデータを活用する必要があります。

同時に、消費者層や消費者ニーズの変化、ビッグデータやクラウドコンピューティングに基づくインテリジェント時代の到来、新技術、新業態、新モデル、そしてインターネットと飲食業界のあらゆる側面との融合が、消費者や飲食企業に絶えず影響を及ぼし、飲食業界は大きな変化を遂げるとともに、その市場規模は拡大し続けています。

ケータリング会社は、サービスのアップグレード、ビッグデータの応用、洗練された運営、インテリジェントな管理など、新たな状況下でのアップグレードと変化に直面しています。クラウド上に構築され、インターネットと深く統合された情報展開は、ケータリング業界チェーンの開放、顧客体験と満足度の向上、そして未来志向の進化方向の構築を目的とした情報プラットフォームを構築することにより、今日の大手ケータリング会社にとって必要な戦略的選択となっています。 (引用:投資コミュニティ)

張勇:20年後には火鍋レストランの厨房には誰もいなくなるかもしれない

海底撈は変革を遂げつつある飲食業界の典型的な例です。同社は変革の過程で、ビッグデータ、人工知能、スマートモデルを活用して問題を解決することを選択しました。

海底撈の社内PPTでは、海底撈の張勇会長の言葉から、知能化に対する期待と展望がうかがえる。「次のステップは、北京に国内で最も完全な知能化レストランを建設することです。私たちはすでに技術研究を行っています。お客様が来店すると、料理は自動的に提供されます。私たちはこの方向に向かって取り組んでいます。」 10年後、20年後には、火鍋レストランの厨房には誰もいなくなり、エンジニアは2人だけで済むようになるかもしれません。 ”

「グロースハッカー」とビッグデータ運用

インターネット企業には、「グロースハッカー」と呼ばれる人々のグループが存在します。この用語は、2010 年に Qualaroo の創設者である Sean Ellis によって造られました。元々の定義は、「データを活用してマーケティングを推進し、市場を活用して製品の方向性を導き、技術的な手段を通じて成長目標を実現する人々のグループ」を指します。

グロースハッカーは、ユーザー獲得のためにお金を使う従来のマーケティングの役割ではなく、主にテクノロジーとデータの力を利用してさまざまなマーケティング目標を達成する、テクノロジーとマーケティングの間の新しいタイプのチーム役割です。彼らは、直線的な思考では見落とされがちな、到達しにくい角度から製品開発に影響を与える要因を総合的に考慮し、製品そのものに基づいた変革と開発戦略を提案し、ユーザーの増加、活動の増加、収益の増加などのビジネス目標を、実用的な根拠、低コスト、制御可能なリスクで達成することができます。簡単に言えば、製品の効果的な成長を実現するために、低コストまたはゼロコストで「テクノロジー」を使用することを意味します。

魅力的に聞こえますが、データ分析に基づくこれらの業務は、専門スキルを持つ人材が必要です。現在、ほとんどのケータリング会社では、そのような専任の人員がいない、またはIT部門や財務部門の「統計分析」などの機能に割り当てています。機能の位置付けや権限設定の観点から、その役割を効果的に果たすことは困難です。今後は、CDO(最高データ責任者)と独立したデータ分析部門が行う、あるいは第三者に委託するデータ分析アウトソーシングが、ケータリング会社の「データドリブンな業務」の主流となるでしょう。

飲食企業の実際のデジタル変革プロセスでは、まずデータ分析の基本フレームワークを確立し、システム思考の観点から問題を見つけ、企業の業務効率と利益を決定する重要な要素を見つけて検証し、これらの要素に基づいて業務計画を設計し、継続的に最適化することで、収益を増やすための「ハッカーの道」を見つける必要があります。

飲食業向けデータ分析の全体フレームワーク(例)

ビジネスロジックの変更:「メニュー開発→価格設定→店舗管理→マーケティング→顧客管理」という従来のモデルから、「消費者調査→顧客ポジショニング→統合マーケティング→メニュー開発の反復」という新しいモデルへ。 (引用:成長担当役員)

海底撈のような飲食業にとって、収益の核心は料理と顧客にあります。事業者は、どのような料理や種類がより多くの顧客を引き付けることができるか、顧客の好みは何か、異なる料理は異なる時期に人気があるか、いくつかの異なる料理を組み合わせるとより良い結果が得られるか、今後どれだけの原材料を仕入れるべきか、どのようなプロモーションが利益を最大化できるか、食後の顧客の評価は何か、従業員の作業効率をどのように向上させるか、などについて考える必要があります。

海底撈はデータマイニングと分析を通じて顧客の嗜好を理解し、より合理的なマーケティング戦略を採用することができます。また、さまざまな状況や環境に応じてビジネス戦略を変更し、以下の面で改善を図ることができます。

  1. 注文プロセス中に、経験豊富なウェイターが顧客のプロフィールに基づいて料理を勧めることができます。これにより、料理の売上が増加する一方で、顧客の注文時間と頻度が削減され、ユーザーエクスペリエンスが向上します。
  2. 過去の料理の売上に基づき、休日、気候、競合他社などの要素を考慮して料理の売上を予測し、ケータリング会社が事前に原材料を準備できるようにします。
  3. 定期的に料理の売上をカウントし、良いレビューと悪いレビューのある料理を分類してカウントし、プロモーション活動や新料理のデータサポートを提供します。
  4. 食事の頻度と量に基づいて顧客の食事行動をスコアリングして分析し、顧客の消費サイクルを分析して質の高い顧客を選別し、定期的に再訪問や連絡を行います。
  5. 顧客をそのソース地域、アイデンティティ特性、消費パターンに基づいて分類および分析し、対象顧客のソース ポートレートを調査し、主要エリアでのトラフィックの転換を分析します...

ケータリング業界におけるデータマイニングと分析の基本プロセス

データ マイニングで最初に行うべきことは、目標、つまり解決すべき問題を決定することです。ケータリング業界では、一般的に次のような問題が直面しています。

  1. 動的な料理のインテリジェントな推奨を実現し、顧客が興味のある料理をすばやく見つけられるようにし、顧客に推奨される料理がケータリング会社の期待どおりであることを保証します。
  2. ケータリング顧客に対してセグメンテーション分析を実施し、さまざまな顧客の貢献と消費特性を理解し、どの顧客が最も価値があり、どの顧客が最も注意を払う必要があるかを分析し、異なる価値の顧客に対して異なるマーケティング戦略を採用し、最も価値のある顧客に効果的なリソースを割り当てます。
  3. 蓄積・収集したデータをもとに、新店舗の立地を最適化し、新店舗の潜在顧客の嗜好を分析して、ターゲット顧客の満足度を最大化します。 (引用:雲棲コミュニティの沈黙の白面学者)

人工知能とクラウドプラットフォームは「異常なサービス」をさらに異常にする

先日の重慶雲奇大会で、アリババクラウドは海底澳との提携を発表し、アリババクラウドが開発した人工知能を使って科学的に店舗の立地を選定する。これにより、これまでのように経験と運に頼るのではなく、レストランの立地選定を効率的に完了し、立地選定の質を向上させることができる。

[[245581]]

さらに、海底撈は店舗にもっと多くの人を呼び込むだけでなく、人工知能の手法を通じて業界のベンチマークとみなされている「非日常的なサービス」も向上させたいと考えている。

海底撈で席に着いた瞬間、前回海底撈で注文したメニューがスマートディスプレイに表示されることを想像してみてください。あなたの家族や友人よりもあなたの味覚や嗜好をよく知っているかもしれません。お勧めのメニューがまさにあなたが求めているものであることがわかり、心配したり待ったりする時間が省けます。さらに、海底撈ではビッグデータを活用して損失を予測し、食品廃棄を削減し、新鮮な食材だけが食卓に並ぶようにしています。

もう一つ言及する価値があるのは、Honghuotaiと呼ばれるインターネットSaaSエコロジカルチェーンプラットフォームです。同社は、インテリジェントファイナンス、インテリジェント人材、インテリジェントサプライチェーンを含む一連のインテリジェントソリューションを海底曳に提供し、外食産業におけるデータと顧客獲得という2つの大きな問題を解決します。このケータリングテクノロジー企業の投資家の1社は、Haidilao自身です。

宏火台は海底撈の応用ニーズに着目し、料理、食材、消費者、業界、取引などのビッグデータを活用して店舗運営、チェーン運営、会員運営などのサービス内容を構築し、標準化された手段でパーソナライズされたサービスを提供し、ビッグデータを活用してコスト構造を最適化・変更し、全体的な運営効率を向上させています。

Honghuotaiのコアバリューはデータ統合であり、フロントエンド、ミドルエンド、バックエンドのすべてのデータを接続して統合コアシステムを形成し、Haidilaoが自社の運用状況をより便利に把握できるようにします。

海底撈国際ホールディングス株式会社の最高戦略責任者である周兆成氏は、海底撈は年末までにスマートレストランをオープンし、厨房における食品加工の人工知能と自動化レベルを高め、新技術の応用と食品安全管理レベルを向上させると語った。このスマートなレストランのユニークな点は何ですか?

<<:  アマゾンとファーウェイの機械学習面接を経験すると、試験官はこれらの答えを聞きたがっていることが判明

>>:  10,000倍速い!バークレーはSQLクエリを最適化するためにディープRLを使用することを提案している

ブログ    

推薦する

...

エッジ AI で建物のシステム障害を回避

ビルの管理者や運営者は、暖房や冷房、照明システム、エレベーターの故障など、ビルのシステムや設備の予期...

復旦大学の邱希鵬さんへの10の質問:大手モデルはAndroidの時代に入り、国産モデルがLIamaに取って代わることを望みます

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

ADAPT: エンドツーエンドの自動運転の説明可能性を徹底的に探求する、理解の夜明け!

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

500億のパラメータ、103の言語をサポート: Googleが「グローバルテキスト翻訳」モデルを発表

並列データが不足しているため、小規模言語の翻訳は常に大きな問題となっていました。 Google の研...

中国語と英語で最大のAIモデルの世界記録が樹立され、大規模モデル競争の新たなステージが到来

[[429193]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...

...

機械学習の第一人者マイケル・ジョーダンが人工知能について語る8つの質問:マスクはAIを理解していない

写真ビッグデータダイジェスト制作Michael I. Jordan は、機械学習、確率、統計、グラフ...

COVID-19により公益事業の人工知能への移行が加速

人工知能 (AI) は、医療から自動車、小売、ファーストフードまで、考えられるほぼすべての業界で幅広...

...

機械学習情報工場になるためには、企業はリーン製造からこれらの6つの基本を学ぶ必要がある

【51CTO.com クイック翻訳】調査機関Forrester Researchが最近発表した調査レ...

インベントリ | 知らないかもしれないディープラーニングの応用事例 8 つ

ディープラーニングは、多層人工ニューラル ネットワークを使用してコンピューター ビジョンから自然言語...

ヘルスケアにおける機械学習の悪影響

Marzyeh Ghassemi 助教授は、医療データに隠れたバイアスが人工知能のアプローチにどのよ...

...