AtomicBI
面向多品牌餐饮的全渠道商业智能
- PostgreSQL
- Data warehouse
- Node.js
- TypeScript
- SwiftUI
- 2
多品牌连锁每天产生的数据散落在各自的孤岛里:收银、外卖聚合平台、人力资源、打卡、仓库、多家支付机构以及财务。AtomicBI 把这些统一进一个 PostgreSQL 数据仓库,通过 API 对外提供,并由网页、iOS 与 Android 三个原生客户端读取。
21 个产品,每个都标明运行的平台、背后的技术栈,以及它对话的系统。点击链接会打开产品本身。
面向多品牌餐饮的全渠道商业智能
多品牌连锁每天产生的数据散落在各自的孤岛里:收银、外卖聚合平台、人力资源、打卡、仓库、多家支付机构以及财务。AtomicBI 把这些统一进一个 PostgreSQL 数据仓库,通过 API 对外提供,并由网页、iOS 与 Android 三个原生客户端读取。
一个会员应用覆盖整个网络的所有餐厅
每次消费都有积分,等级从 Starter 到 Gold,在收银台出示二维码就能把积分变成真实折扣,网络内所有餐厅通用。旁边还运行着一条企业通道,把一张数字名片装进员工的手机里,背后跟着专属折扣。
集团自己的电台,二十四小时不间断
门店里的音乐不是装修细节。盖过谈话,客人走得更早;从早餐到晚餐一成不变,服务就失去节奏。循环歌单和推荐算法单独都解决不了这两件事。Bite Radio 是一条连续不断的流,按营业的时段来编排,而不是按放它的人的口味。
会员、点单、支付与自助机合为一套系统
在数十家门店经营多个品牌,意味着要协调收银、自助机、应用、线上点单、第三方配送、会员、促销、礼品卡、活动,以及每家门店各不相同的支付机构。BiteOS 让这些系统彼此对话,同时为顾客、订单与积分守住同一份事实。
面向多门店餐饮的账务与对账
收入来自收银台、外卖平台和多家支付机构,每一方都有自己的到账周期和手续费。Food Finance 把它们与银行和账目逐笔对上,让一个月的结账建立在彼此吻合的数字上,而不是一张需要有人去信任的表格上。
面向餐饮与饮品的人工智能
餐厅每天问自己的问题始终是同一个:需要多少、在哪里、什么时候。今天的答案叫直觉,而直觉只会往一个方向出错,那就是浪费。InvestFood AI 把这个问题变成可度量的预测,再把预测变成可执行的建议:一张已经填好的采购单、一个已经排好人数的班次、一道已经推荐出来的菜。
面向酒吧、餐厅与连锁的多公司云收银
一家门店做的远不止打小票。它要在后厨打单、在终端收款、开具税务凭证与电子发票,并且在同一场营业里接收来自 Glovo、Just Eat、Deliveroo、桌上二维码和电子菜单的订单。这些流程单独来看,各有各的系统和各自的一套事实。K-POS 把它们放在同一套事实之上:一个云端后端,一个配置一次即可覆盖所有门店的网页控制台,以及一个断网后仍能继续工作的原生 iPad 应用。
面向餐厅的订位与前厅管理
一条订位不是日程表上的一行字。它在某个时段占住一张桌子,要向客人确认,也会从外部平台进来,而当人坐下时,收银必须比厨房更早知道。如果每个系统各存一份,两份迟早会对不上。OneBooking 拥有这些订位,并从唯一一张可用性表格向外分发。
面向餐饮与零售的多租户一体化人力资源
多门店企业往往把排班、考勤、休假、工资、培训、考核与福利分散在不同工具里,很多还停留在纸面或聊天记录中。Platform ONE 把这些统一起来,内部沟通也包含在内,并让网页、iOS 与 Android 实时保持同步。
面向食材成本、库存与 HACCP 的云原生 ERP
供应商订单、数量与价格常有出入的送货单、按加权平均成本核算的多仓库盘点、带过敏原与成本的配方、HACCP 检查,以及吞掉利润却没人真正计量的损耗。SupplyONE 把这些收进同一个屋檐下,并用建立在视觉与语言模型之上的 OCR 流水线读取单据。
面向门店网络的技术支持与维护
门店里有东西坏了,故障就在聊天里流转,照片丢了,也没人知道那台烤箱停了多久。TicketOS 收集报修、分派给团队与供应商,并衡量解决所需的时间。报修的人只需说明门店现在做不了什么,优先级由系统自己推导。
面向物业管理的账务、业主大会与文档
账务、业主大会、通知、维修保养以及事务所的全部文档归档都在同一个环境里,一栋楼的历史不再散落在四个工具中。
每只宠物的健康、预防与开销
每只动物的健康手册、预防接种、开销与提醒,并接上兽医与商店,让疫苗和收据留在同一份档案里。
面向活动的报名、票务与入场管理
线下、线上与混合活动的报名、票务、议程、入场控制与数据分析,入口与报表用的是同一份数据。
面向建筑业的工程、班组与成本控制
面向建筑企业与技术事务所的订单、工地、班组、材料与成本,工程还开着的时候就能看到它的利润,而不是等到年底。
用落地的人工智能做分析与自动化
把语言模型放到真实流程上干活,而不是放在演示里:文档分析、运营自动化,以及顺着团队既有流程走的支持。
一个原生应用同时管住一天与阅读
专注、习惯与语音合成收在同一个 iOS 与 Android 原生应用里,让安排和阅读不必用两个产品。
两个人共享的日记
照片、时间线、纪念日、清单与共同开销,收在只属于两个人的私密空间里,iOS 与 Android 都有。
工程、设备与现场作业的排程
从工程、设备与现场作业的排程一直到行政处理,让排期和账单出自同一条记录。
面向住宿业的前台、法定申报与开票
日历、前台、住客、法定申报与开票,把当天的入住和随之而来的手续放在同一个地方。
面向专业事务所的任务、文档与流程
事务所的事项、文档、预约与行政流程集中在一处,围绕截止日期组织,而不是围绕文件夹。
这不是我打开过一次的所有东西的清单。这些是扛着生产系统的工具,按用途分组。
TypeScript 开严格模式且不留后门,Swift 6 的并发检查,每一道边界上的数据都要过校验。
每条路由都声明自己需要的权限,持续集成里有脚本在缺少权限时直接让构建失败。
本地数据库加一条幂等的同步队列,因为线路断了的时候收银不能停。
产品之间靠约定好的契约对话,而不是靠导出文件,所以同一个数字永远不会有两个版本。
界面文案放在标记之外,缺少键值时会有回退,页面依然读得通。