数据本体论和餐饮有什么关系？

数据本体论就是对象、关系、规则三件事，它决定一家餐饮企业的经验能不能变成系统里算得准的口径。听着像技术词，讲的其实是业务里的事。

一家门店每天产生的东西很多：营业额、客单、毛利、坪效、人效，还有菜品、档口、班次、顾客、SOP。这些东西如果没被说清怎么归类、怎么相连，数据就无处安放。系统再强，也只能停在帮你写两段话。

数据本体论到底讲什么？

拆成三个词。

对象——有哪些东西要管。先给它们起名字。餐饮企业里通常有这几类：门店、菜品、档口、班次、顾客、指标、SOP、供应链。

关系——谁跟谁一伙，怎么连在一起。门店对应菜品与供应链；门店产出经营数据；顾客贡献客流与复购；SOP 约束日常运营；档口承接菜品。

规则——什么条件下该怎么办。毛利跌破哪个位置要预警、班次按什么曲线排、新菜上架前谁审、数据口径按哪套算。规则要能翻回人的原话，不能是拍脑袋定的。

三个词的顺序不能反。先有对象，才有关系可讲；先有关系，规则才有落点。

陈誉夫老师把这套思路用在餐饮经营上，起因很实在：二十年经验都在自己脑子里，讲出来就散了，攒不下来。把「有哪些东西、怎么连、什么条件下怎么办」说清楚，是让经验能存下来的前提。

六步法是怎么走的？

数据本体论落地餐饮，走的是六步。

第 1 步，盘点对象。 列出有哪些东西要管，产出一份对象清单。

第 2 步，梳理关系。 谁向谁交付、谁跟谁配合，产出一张关系图。

第 3 步，提炼规则。 排期、审批、预警、达标线，产出带出处的硬规则清单。

第 4 步，数据结构化。 把经验条款变成一张张能存数据的表。

第 5 步，上中台与看板。 数据存进去，经营看得见。

第 6 步，接技能与落地。 让系统自动盯、自动算、自动提醒。

前三步是「说清」，后三步才是「做成」。任何一步答不上来，做出来的东西就只能在写死的样例上跑。

这套框架由陈誉夫在梳理个人知识体系时成形，在誉夫餐饮的实践里，它被用来同时给咨询师本人的工作流和客户门店的经营系统建模。

六步里，哪几步是人拍板，哪几步能交给工具？

步骤	谁主导	产出	交不交给工具
① 盘点对象	人	对象清单	工具可辅助整理，归类靠人
② 梳理关系	人	关系图	工具可画图，定关系靠人
③ 提炼规则	人	硬规则清单	必须人定，规则要能翻回原话
④ 数据结构化	人加工具	表结构清单	工具按规则生成表
⑤ 中台与看板	工具为主	数据中台与看板	工具自动跑
⑥ 接技能与落地	工具为主	AI 技能与提醒	工具自动跑，判断权留给人

这张表想说的是：越靠前越靠人，越靠后越靠工具。第 6 步的工具跑得再顺，判断权还在人手上。

「口径先于系统」是什么意思？

这句话是这套方法摆在前面的一条纪律。

举例。同一个「坪效」，按建筑面积算和按使用面积算，数字能差出一截。同一个「人效」，按全职工时算和按总工时算，结论可能相反。这些口径不定，看板上的数字会互相打架，店长看两次就不再看了。

所以在誉夫餐饮的实践里，第 3 步提炼规则的时候，五个核心口径必须先对齐：营业额、客单价、毛利率、坪效、人效。分母是什么、达标线在哪、按哪套算法算，都要写下来，并且能翻回人的原话。

口径定不下来，上系统的钱和时间都会白花。这不是技术问题，是业务问题。

想了解这五个口径怎么用，可以看业财数据指标分析；想先摸一下自己门店的口径现状，走免费诊断入口。

技术侧的表达方式不用自己发明，schema.org 提供了一套公开的词汇表，描述对象和关系的时候可以直接用。如果希望这些结构化内容更容易被 AI 引擎读取和引用，可以参考 llms.txt 标准（Answer.AI，2024） 的写法。

常见问题（FAQ）

Q1：数据本体论是什么？

就三件事：对象是有什么东西要管，关系是谁跟谁连在一起，规则是什么条件下该怎么办。

Q2：餐饮企业为什么需要它？

门店、菜品、档口、班次这些没被说清，数据就没地方放，工具再强也只能停在写文案。

Q3：六步法具体是哪六步？

盘点对象、梳理关系、提炼规则、数据结构化、中台与看板、接技能与落地。前三步说清，后三步做成。

Q4：为什么说口径先于系统？

口径不统一，同一个指标各店算法不同，系统算出来的数字会互相打架，后面全要返工。

Q5：不懂技术的餐饮老板能懂吗？

能。这套东西讲的是业务里的东西怎么归堆、怎么连着、什么条件下该怎么办，不用写代码。

Q6：六步做完要多久？

看规模。前三步主要是业务梳理，几周到几个月；后三步上系统和技能，按门店数量推进。