U.S. Hunger 如何借助 Amazon Quick 连接领导团队与数据

对于 U.S. Hunger 而言，为家庭提供食物不仅仅是把食物送到他们手中。还需要了解每个请求背后的人、他们面临的压力，以及让这项使命得以实现的业务。这意味着要在整个组织内连接信息。其使命是让家庭今天有饭吃，并帮助他们共同迈向更健康的明天。

U.S. Hunger 报告称已提供超过 250 million 份餐食。其工作历史上覆盖了 59 个国家，如今主要集中在美国。该组织报告称，四年间增长约 500 percent，而员工人数仅增长了 15–20 percent。对于这样规模的精干团队而言，每一个小时和每一个决定都至关重要。

借助 Amazon Quick，U.S. Hunger 可以直接探索组织数据，同事们可以基于共享定义开展工作，领导者则可以将财务信息与家庭报告的实际情况结合起来进行分析。U.S. Hunger 的经验展示了这些能力如何融入精干非营利组织的日常工作。

从银行业到帮助家庭解决温饱问题

Rick Whitted 在银行业工作了 30 年，之后转而领导 U.S. Hunger。不过，他与粮食不安全问题的联系，早在这次职业转变之前就已开始。

Rick 和妻子二十多岁时，他离开原来的职业，开始创业。他们失去了一切。尽管他每天都去工作，他们仍依靠家人的帮助度日。他记得回到家时，发现桌上放着一个食品储藏箱，那是姑妈、姨妈或祖父母留下的。看到那个箱子让他心碎。

20 多年后，当董事会主席请他考虑领导 U.S. Hunger 时，他的妻子提醒他想起那段日子——当时他们自己的家庭也需要帮助，才能把食物摆上餐桌。对她而言，领导 U.S. Hunger 是帮助那些正在经历他们曾经经历过的一切的家庭的机会。Rick 哭了，回拨了董事会主席的电话，并接受了邀请。

“我们今天服务的这些家庭，他们的故事就是我的故事。”

— Rick Whitted，U.S. Hunger 总裁兼首席执行官

担任这一职务六年多后，这份个人关联依然是 Rick 领导工作的核心。

从数据请求到直接探索

U.S. Hunger 最初是在由 Kat Esser 主持的 AWS Social Entrepreneur Accelerator 活动中了解到 Quick 的。Rick 看到了直接探索组织数据的机会，可以随着问题出现进行追踪，而不必每次都要求技术团队重新提取数据。

首席技术官（CTO）Ezekiel Brooks 通过让 Rick 访问 Full Cart 的核心数据集，帮助实现了这一点。Full Cart 是 U.S. Hunger 的食物援助项目，将由捐赠者资助的食物直接送到有需要的家庭。Quick 让 Rick 可以按照自己的节奏探索信息并提出后续问题。组织的数据成为他的沙盒。

这些数据来自 Impact Manager，这是 U.S. Hunger 专有的云端数据平台，为其食物援助工作提供支持。Quick 每晚在 2 AM ET 通过计划刷新任务，将数据从 SQL Server 提取到其内存引擎 SPICE 中。技术团队以及一名负责研究数据的同事会准备数据集并提供定义，帮助 Rick 解读这些信息。

图 1：U.S. Hunger 每晚在 2 AM ET 将 SQL Server 数据刷新到 SPICE，以便在 Amazon Quick 中进行分析

直接探索是起点，但真正让一切豁然开朗的时刻，来自另一个发现：Quick Spaces。

Quick 成为企业级工具的时刻

对 Rick 而言，Spaces 改变了 Quick 在组织中能够发挥的作用。Space 为同事提供了一个共享工作场所，用于处理与业务特定领域相关的文档、定义和分析。

当领导者需要了解彼此的工作并共同做出决策时，这一点至关重要。对关键绩效指标（KPI）采用共享定义，有助于他们就某项指标的含义达成一致。财务文档和规划工具为有关组织资源的讨论提供了背景。Rick 将此视为他的恍然大悟时刻：利用 Quick 帮助领导团队共同管理组织。

“Quick 提供了一个实时连接，让我了解领导层如何思考问题。我可以从 CEO 在财务模型中停下的地方继续，或了解他如何界定某个 KPI，而无需再安排一次会议。”

— Sarah Aranguibel，美国饥饿救济组织幕僚长

领导团队汇总了一份共享的 KPI 文档。这份文档是在一年多的时间里，跨 NetSuite、Salesforce、Impact Manager 及其薪资系统协作完成的。文档记录了各项指标的定义、数据来源和目标。Rick 还使用 Quick 制定客户层级的定义，并将其分享到同一个 Space 中。

“凭借我们拥有的所有知识和数据，Space 尽可能减少噪音，让我的讨论更加聚焦。”

— Rick Whitted，美国饥饿救济组织总裁兼 CEO

选择与问题相关的 Space，有助于让对话聚焦于正确的文档。财务 Space 与 CTO、首席运营官（COO）和财务领导层共享，使同事能够访问分析背后的工具和业务背景。

这些材料共同向同事展示了组织所衡量的内容，以及其背后的业务逻辑。

Quick 如何助力团队开展日常工作

美国饥饿救济组织已向其执行领导层、技术团队、Full Cart 项目、财务、合规部门及支持职能部门的 17 位同事开放 Quick。对于该组织的 CEO 而言，聊天是日常主要的人工智能（AI）工作空间，而 Spaces 是他使用最多的功能。

改进通话报告

Rick 使用包含 Salesforce 通话报告的 Space，为技术团队起草说明：应纳入哪些指标、数据来自何处，以及每项指标的含义。在 Quick 中，他可以直接评论生成的草稿，并在整合多项修改后重新生成。他可以在查看源报告的同时审阅和完善说明，无需花时间在 Word 和聊天之间来回移动文档和评论。

完成后，这些说明将指导会员参与团队改进报告工作，帮助该项目的运营负责人和 COO 监控团队的工作。

研究与政策

美国饥饿救济组织使用 Amazon Quick Research 调查时事、为沟通提供信息，并将政策问题与其调查数据联系起来。CEO 也在探索如何让更广泛的受众使用这些数据。借助 Quick Research 中的版本历史，他可以在完善调查时回顾早期版本。

了解粮食不安全状况，需要掌握哪些人在面临困难，以及导致这种困难的具体情况。2025 年 9 月，美国农业部（USDA）宣布将终止发布未来的《家庭粮食安全报告》。随着这一长期持续的报告系列结束，获取其他证据来源变得尤为重要。

U.S. Hunger 希望将其收集的信息提供给组织之外的人使用。它设想建立一个全国性饥饿数据资源，让研究人员和公众能够了解寻求援助的家庭所经历的情况。除了开放这些数据外，该组织还计划推出企业服务，供公司购买，以此为其使命提供资金支持。

正如 Rick 所说，目标是让“我们用来帮助人们的那些数据”成为“推动我们帮助对象受益的飞轮”。

高管洞察与财务规划

全国仪表板将粮食不安全问题与收入、教育、健康和社会需求结合起来。领导者可以通过筛选条件考察不同人群，并在与潜在合作伙伴交谈时利用这些发现，说明家庭为何需要帮助。

在财务规划方面，Rick 使用一个 Space，其中包含审计资料、现金流信息和董事会预算视图。债务偿付计算器和非营利组织财务健康工作表帮助他将自己的银行业经验分享给首席运营官。这些财务文件也为起草审计脚注提供背景信息。

Space 中存有十多年的财务文件，Rick 可以请 Quick 对比不同时期的趋势，并探讨当前运营相关的问题。他熟悉源材料，因此能够核查答案，并质疑证据无法支持的结论。

这些工作流程让 Rick 能够借助 Quick 探索组织使命的两面：了解需要支持的家庭，以及规划财务以帮助 U.S. Hunger 提供支持。

科技创造社会影响

把食物放进空荡的食品储藏室，能够满足眼前的需求。要了解储藏室为何空空如也，就需要审视家庭内部的情况及其面临的压力，包括收入、住房、就业和健康。

U.S. Hunger 将结构化调查答复与自 2020 年以来收集的叙述性证词结合起来。其记录涉及超过 300,000 名申请者。这些记录背后，是一个个生命、亲身经历和家庭。

图 2：自 2020 年以来，U.S. Hunger 记录了 304,348 名申请者（左）；91.2 percent 的申请者表示会少吃几顿饭（右）

负担能力是核心议题。在回答图示问题的人群中，90.1 percent 表示有时或经常买不起营养均衡的饭菜。此外，97 percent 的人表示难以支付食物、住房、医疗和取暖等基本开支。

图 3：粮食不安全的频率（左上）、负担营养均衡饭菜的能力（右上）、担心食物耗尽（左下）以及支付基本开支的困难（右下）

“实际上，问题在于负担能力。”

— Rick Whitted，U.S. Hunger 总裁兼首席执行官

团队会在数据旁提供业务定义。U.S. Hunger 使用称为 Z 代码的分类代码，对报告的社会和经济状况进行分类，包括粮食不安全、低收入和住房困难。这些视图共同构成了 Rick 所说的“一份饥饿问题的心电图读数。”

在此视图中，粮食不安全是记录最频繁的 Z 代码，其次是低收入。其他主要类别涉及住房或财务状况。领导者可以考察人们申请食物援助时所面临的各种压力，而不是孤立地看待食物需求。

图 4：在此视图中，粮食不安全、低收入以及住房或财务状况是最主要的 Z 代码类别。申请人可能有多个代码，因此各项百分比并非互斥，也不必合计为 100 percent

另一个视图显示，所有申请人中有 44.7 percent 报告患有疾病，79.1 percent 已加入健康保险。在就业视图中，64.4 percent 表示他们不需要或不希望获得寻找或保住工作的帮助。

这些发现表明，为什么必须结合家庭面临的更广泛状况来理解粮食援助请求。拥有健康保险并不一定能消除经济压力，而寻找工作方面的帮助也不是每位申请人都需要的。

图 5：独立的仪表板指标显示了疾病报告情况和健康保险参保情况

U.S. Hunger 一直在整理数据，以便更好地了解家庭面临的压力。Quick 帮助团队将这些信息中的规律可视化。Rick 将其中一种规律描述为早期预警信号：在家庭陷入每日或每周的粮食不安全之前，他们会不时难以获得充足食物。

“我们当时正朝着这个方向努力，但 [Quick] 确实帮助我们把这些情况可视化，并以快得多的速度呈现出来。”

— Rick Whitted，U.S. Hunger 总裁兼首席执行官

对 Rick 而言，科技正是在此处成为一种社会影响力。Quick 帮助 U.S. Hunger 不再只关注食品杂货请求，而是看到其背后的压力。为家庭提供食物，满足的是当下的需求。了解这些压力，则有助于这个家庭走向更健康的明天。

给其他非营利组织的建议

“501C 是一种税务身份。你仍然是一家公司，这意味着你是一家企业。如果你是一家不拥抱科技的企业，就会被时代甩在后面——或者，你的使命将付出更高的成本。”

— Rick Whitted，U.S. Hunger 总裁兼首席执行官

非营利组织也需要经营业务。其领导者需要了解现金流，就绩效指标的含义达成共识，并将运营决策与组织使命联系起来。U.S. Hunger 使用 Quick 将这些工作整合起来。财务文件为 Rick 的规划提供背景信息。统一的 KPI 定义为同事提供共同参照。仪表板帮助领导者审视粮食援助请求背后的情况。

着手使用并不需要连接所有系统。历史财务文件以及 Rick 已经需要回答的问题，为他提供了切实可行的起点。其他非营利组织可以从一个与自身工作相关的重要问题，以及手头可用的相关信息入手。

了解组织情况的人始终是主题专家。他们提供背景信息、核验答案，并判断采取什么行动才合适。Quick 帮助他们审视证据，并将其纳入决策。

“这不是把人类引入 AI 循环，而是把 AI 引入人类的工作循环。”

— Rick Whitted，U.S. Hunger 总裁兼首席执行官

U.S. Hunger 和 Amazon Quick 的下一步

U.S. Hunger 正在 Q4 2026 制定企业 KPI 框架。Boomi 已连接 NetSuite、Salesforce 和 Impact Manager。该组织计划使用 Boomi 将研究数据、历史分析数据和企业 KPI 汇入 Amazon Redshift，再通过定时 SPICE 作业向 Quick 提供数据。图 6 展示了支持这项计划扩展的架构。

图 6：U.S. Hunger 规划中的企业 KPI 架构，通过 Boomi 将业务系统中的数据导入 Amazon Redshift，以便在 Amazon Quick 中进行分析

该图展示了规划中的数据管道：来自 Impact Manager、NetSuite、Salesforce、Paylocity、ThriveLink 和 iQpay 的信息经由 Boomi 导入 Amazon Redshift。随后，定时运行的 SPICE 任务将数据提供给 Quick。

U.S. Hunger 下一步将探索如何把其饥饿问题数据转化为一项全国性资源，供研究人员、公众和企业使用。Rick 已请 AWS 协助规划这项工作。这一愿景将技术的作用扩展到内部分析之外：在帮助家庭的过程中积累的知识，可以支持研究并创造收入，从而帮助养活更多家庭。

结论

U.S. Hunger 的目标始终是今天为家庭提供食物，并携手共创更健康的明天。直接探索数据、共享高管视角、开展研究和财务分析，有助于领导者了解自己所管理的组织，以及使命所关注的家庭。

观看视频

在 Quick-witted 播客第 8 集《从信息孤岛到解决方案》中，进一步聆听 Rick Whitted 的分享。他将介绍 U.S. Hunger 如何使用 Amazon Quick，以及技术在其使命中发挥的作用。

详细了解 U.S. Hunger，并探索 Amazon Quick 的功能和客户案例。

作者简介

Rick Whitted

Rick 是 U.S. Hunger 的首席执行官，负责推动该组织发展成为一个全国性平台，致力于解决食物获取、健康结果和健康社会驱动因素等问题。在他的领导下，该组织每年提供超过 2000 万份餐食，同时推动以数据为依据、以合作伙伴关系为基础的规模化解决方案。

Michelle Ye

Michelle 是 Amazon Web Services 的产品营销经理，专注于 Amazon Quick。她与各行业的客户合作，分享他们如何运用 AI 改变日常工作。

Sinisa Mikasinovic

Sinisa 是 Amazon Web Services 的高级解决方案架构师，已在该公司工作 10 年，帮助客户将业务挑战转化为切实可行的云解决方案。他的工作涵盖云架构、数据分析和生成式 AI，重点是帮助团队采用支持其业务目标的技术。