蚂蚁金服蚂蚁集团-餐饮行业中台专家-线下支付

1. 业务目标管理：面向BU整体业务目标，结合对外部市场机会和内部经营基础的评估，从横向行业二级类目、纵向业务实现路径两个维度出发，对关键业务指标进行分解设计；周期性追踪业务指标进展达成，对业务过程进展进行诊断分析，识别和预警目标达成风险；针对存在进展问题的行业/团队/客户进行下钻分析，定位影响因素，提出改进建议； 2. 重点项目管理：围绕关键业务目标和核心业务策略，追踪各个业务重点专项的过程进展，确保支撑目标达成的核心策略按照既定计划有序执行；基于中台站位横向拉通各协同方，协调内部资源分配和优先级管理，支持业务团队高效推动项目开展；识别项目运行过程中的关键卡点，通过协同和沟通机制推动解决； 3. 流程机制管理：面向一线业务过程和项目开展，梳理建立合理的业务流程和运作机制，在支持业务高效运转的同时，确保权责清晰、协同顺畅、机制合规；基于中台站位，监督业务团队按既定流程开展业务动作，对过程中存在的问题和风险进行及时纠偏。

职位描述 负责集团供应链侧行政服务供应商（主要为餐饮、茶水间）的管理，规范供应商资源管理，建立健全供应商准入、维护、服务、汰换管理流程，确保其服务符合行政服务品质要求，推动各园区与供应商的友好交流和长期合作，增强供应商与公司的合作信心。 岗位职责: 1、熟悉国家餐饮行业有关法律法规，熟知餐饮作业操作管理规范；能够按要求组织完成消防、食安等相关部门的检查监管工作，确保符合市场监管的各项要求； 2、中台餐饮制度建设：建立餐饮管理相关制度，包括餐厅各模块运营手册、KPI 考核制度迭代更新等，为全国餐饮管理工作提供制度支撑，组织制定餐饮管理整体规划及年度目标，并组织实施确保达成；负责集团各园区（含新项目）的餐饮规划，供应商进出（招投标），品控食安，风险处理等全链路管理。 3、餐品质量管理及现场运营：能够出具菜品售价、菜单、品质等管理方案并监督执行落地，确保员工餐厅及茶水间 / 贩卖机等商配提供的餐品质量符合目标要求；统筹现场供应商进行动线、价格、供餐质量及客户对接等全方位管理； 4、安全管理：能够主导餐饮环境卫生及安全管理工作，包含管控食品安全、控制餐饮服务风险、提升餐品品质等，杜绝安全事故； 5、活动策划及用户满意度：统筹伙委会活动、餐厅内宣及美食体验等项目，并对餐饮服务满意度负责； 6、餐饮智能化体系建设与落地：负责餐饮板块智能化、数字化系统的迭代优化；通过数字化工具实现运营数据可视化、风险前置预警、管理效率与服务体验持续提升，为各园区餐饮标准化管理提供智能化支撑。

牵头负责蚂蚁总部二期项目餐饮商配全生命周期管理，涵盖美食广场、员工食堂、访客餐厅和商业配套四大场景，保障整体方案满足一万以上人员的日常餐饮等相关生活需求。 核心职责： 1、负责项目前期餐饮商配方案设计，完成餐饮与商配的动线规划、商户入驻空间布局、面积配比、设备选型等 - 调研项目人员餐饮和商配偏好、消费习惯及就餐时段分布，结合场地实际条件，制定科学的餐区功能划分、动线设计及座位布局方案； - 主导美食广场从0到1的规划，设计档口数量、品类组合、面积配比、设备布局； - 参考过往运营经验，前置规划餐饮档口及商配的水电点位、排烟排污系统布局，确保符合招商经营标准，降低后期改造成本； 2、参与项目建设关键节点验收，从餐饮商配运营视角排查问题，确保设施设备符合餐饮经营需求 - 联动置业、设计、中台等部门，输出餐饮商配规划技术需求文档，明确美食广场、员工食堂、访客餐厅的施工标准与设备采购清单； - 跟进施工进度，及时协调解决规划与施工中的冲突问题，确保规划方案精准落地； 3、结合项目实际需求，制定餐饮商配板块运营方案，监督供应商装修等运营筹备，确保餐饮商户100%开业率 - 负责美食广场、商配的招商方案制定，包括招商政策、入驻门槛，建立商户入驻服务流程； - 筛选符合项目定位的美食广场以及餐饮商配品牌，跟进装修进场、开业筹备等全周期事宜，保障招商效率与商户质量； 4、做好园区餐饮商配的管理工作，对餐饮商配的经营效率、用户的体验负责 - 对餐饮行业、类目有深度的洞察，能通过行业趋势分析及商家经营现状诊断商家数字化经营阶段； - 联合商家及平台战略合作输出商家数字化经营方案，锁定双方资源投入，按节奏推进分阶段目标的达成； - 针对性制定解决方案，如优化就餐动线、建立商户运营考核以及汰换机制、完善食品安全管理流程。

1. 基于淘宝闪购-客如云餐饮&零售SaaS业务，进行餐饮SaaS数据产品体系和能力的搭建，包括数据中台、商家经营数据指标体系、BI自定义数据产品、场景智能分析数据产品、数据开放平台等产品建设； 2. 深入了解与理解本地业务，理解数据产品业务本质和SaaS商业客户经营的关系，抽象通用能力，打造创新高效、标准化、可复用的数据产品解决方案； 3. 负责产品全生命周期建设，与数据工程、算法、研发、业务团队紧密协作，确保数据产品高效支撑业务增长、风险控制、用户体验优化等关键场景； 4. 跟踪行业趋势（如LLM+Data、AI原生数据产品等），探索大模型、生成式AI在数据产品中的应用场景，推动数据产品智能化升级，如自然语言查询、自动洞察、智能预警、个性化数据推荐等，保持公司在数据产品领域的竞争力。