首页
学习
活动
专区
工具
TVP
发布

成为高级咖啡师的必经之路

关于那些“小概率事件”

不知道大家有没有听过一个词:“GOD SHOT”

我想老一辈咖啡人可能会知道,这是早年咖啡圈内专门形容那些,”各种机缘巧合叠加下“,出现了一杯极其美味浓缩的情况(概率非常之小,犹如上帝百忙之中抽空点了下你的浓缩 )

之后随着行业技术理念的进步,大家学会了使用电子秤计算粉液比,精确的水温控制、制定压力曲线,分析粒径大小、控制水中矿物质含量等等,我们做出“GOD SHOT”的几率明显比当年高出了不少,这个词逐渐就被慢慢淡忘了。

不过状况并没有就此结束,因为在意式咖啡领域中,隔三差五就会有一些新器具或新的操作方式被发明出来,每当这时,网络间都会争相测评讨论,例如说A器具比B器具萃取率高,使用C器具又比A器具甜感更好等等......

但当你真的人云亦云的买了那些器具回来后,常常会发现好像并没有网传的那么神。

好喝时也有,但总体来说难喝为多数,咖啡口味变得非常不稳定,这到底是怎么回事?

当然有经验的咖啡师应该会知道,每家门店”萃取系统“不同,得到的结果肯定也不尽相同,但这却无法解释那些变好喝的“小概率事件”。

所以每当这时,GOD SHOT的概念又重新被提起,换句话说,我们对意式这一”大黑箱”的了解的还远远不够,一定有些我们还未察觉的概念隐藏在其中,导致我们无法稳定的做出GOD SHOT。

所以这次,我想带着大家一起解开这个谜团,深入探讨下这个未知的“小概率事件”,以及该如何破局。

从统计学入手找寻答案

在深入探讨前,我想请大家暂时先抛开“萃取系统差异“的问题。

当整套“萃取系统”建立之后,接下来就要使用统计学的思维,针对当前系统做自检与评估,那这个方法就叫做”标准差统计

简单来说,标准差(Standard Deviation)定义为方差的算术平方根,这个统计后得出的结果,反映的是这组数据的离散程度

例如,当你做了10杯咖啡,把数据输入进计算公式,若数据之间离散值较大(标准差的数值大)说明该萃取系统不稳定,你就需要从中找到问题加以修正。

反之标准差数值越小,则说明该系统稳定性越高,换句话说也就是出品一致性更好

所以当你准备把一个新工具加入你的”萃取系统“前,我认为最客观的方式,就是做出两套标准差来比较:一套为原系统标准差。另一套为加入新工具后的标准差。

对比下这两组数据就能得知,这款新工具的加入,是帮助你优化了整个萃取系统,还是反过来破坏了系统稳定性。

所以对我来说,标准差统计是评估各种器具优劣的重要指标,同样也是帮助你迭代萃取系统的有效工具

标准差实例

举个例子,早年前我帮一家咖啡馆做技术顾问,当时发现吧台长习惯用传统的布粉方式(手指布粉)

当然我并不是说手指布粉不好,只是按我的经验来看,他的布粉手法不够一致和有效。当我询问为何不用现成的布粉器时?对方很自信的回答,认为自己的布粉技术完全超越布粉器,故无需使用。

但真的是这样吗?

因为那家门店很大,有分咖啡师和收银员两个不同岗位,所以我建议这位吧台长跟当班的收银员PK下标准差数据看看。

门店设备是 黑鹰VA388+Mythos1+VST 18g,设置好定量按键后,使用相同的粉量,差别就是一个使用传统手指布粉,一个使用一字布粉器。

最终结果如下,橘色是吧台长数据,绿色是收银员数据。

很明显,无论从平均值来看(比谁高),还是从标注差来看(比谁低),收银员使用布粉器后,整体萃取系统的稳定性,都远远好于吧台长用手指布粉的结果。

最终,门店对所有咖啡师做了强制规定,把布粉器加入了日常SOP流程中。

当然,若是单纯谈论手布粉技术,相信我辈老选手们的标准差数据一定优于布粉器(起码我自己的数据是这样)

但对于整个门店来说,若是个人技术过于突出,恰恰又反过来变成了一个新的”不稳定因素"(你出品好,其他人出品差)

所以与其教育所有门店吧台手完美掌握你的布粉技巧,不如减少人为控制,多采用一些经过标准差验证的优质工具,从而制定出一套简单、易操作、易复制,并且符合当下门店”萃取系统“的SOP流程出来,最终整体提升门店出品质量。

综上所述,会不会建立标准差统计,是当下一位优秀吧台长,统筹门店技术的重要核心能力。

标准差统计注意事项

看到这边相信大家已经有点跃跃欲试了吧,先别着急动手,在此我先分享一些平时做标准差的经验,若流程设计有缺陷,最终得到的结果可能完全没有参考价值哦。

1. 尽量使用同一个冲煮头做标准差

在测试新工具是否有效时,只用同一个冲煮头做测试,千万不要换冲煮头萃取,因为不同冲煮头出水量可能不同,导致流量计定量与实际萃取状态都会有不同、最终萃取率结果就会有差异。

2. 确保咖啡机供水管线压力稳定

测试期间,请确保咖啡机供水压力稳定,比如有些门店把直饮水、奶缸清洗器、咖啡机串联在一起,导致萃取时只要有人开直饮水龙头,或使用奶缸清洗器时,萃取压力就会有显著变化,所以做标准差测试时选择在门店打样后的时段比较好。

3. 记得设置好定量按键

做标准差时切记不要手控,因为你是在测试整个系统的稳定性,相信我手控绝对不会有机器流量计定量来的精准(除非你的流量计有结垢,或流量计设计有缺陷)

4. 尽量同一人操作

每个人布粉填压都会有区别,若想最终数据准确,最好让同一人做萃取流程

5. 记录详细数据

浓度、液重、萃取率、总时间,最好都能记录下来,遇到不良数据时,以便调用自检。

6. 标准差每组至少11次

做标准差时如果每组数据能有21次的话就再好不过了,21把萃取对我来说是理想的标准次数,只要到了这个量级,那即使后续做更多数据出来,最终的结果也不会有太大差别,当然我想很少有人能做这么多回,所以我这边的建议是每组标准差数据至少要11次

7. 需要去掉不良数据吗

很多时候大家在做数据时,习惯会去掉一个最高值、再去掉一个最低值,最后拉出标准差来看结果。

我之前也是这样,但当数据积累多了后就发现,这样得出的标准差结论是非常危险的,因为当你样本数据不够多时,结果不仅不准确,还会常常得到一个相反的结论。

由于要对比不同器具,每款器具你可能就萃了11把浓缩,去掉最高、最低两个离散值,得到的结果基本上都挺漂亮,因为此工具带来的萃取不稳定数据已经被你特意排除掉了,但若是萃取21次、42次、84次呢?这时候再去掉最高最低两个值,结果就大相径庭了。

所以如果你一定要去除不良数据的话,我建议只去除一个最高值,保留那个出了严重通道的最低值,这时再对比几组数据,会比较能看出哪个工具能带来更多的正向结果。

8. PK类型的标准差需要交叉萃取

特别在对比器具的标准差时,因为每组起码要做11次萃取,所以你不能做完一组器具再做下一组,因为在不断的研磨过程中,刀盘会发烫,细粉会减少,从而使得你的萃取流速越来越快,这时候就遇到个尴尬问题,磨豆机要不要重新校准?调细研磨后得到的萃取率和浓度跟之前完全不同,不调磨的话,萃取时间快到跌出运营标准,最终得到一大把无效数据。

所以在对比器具标准差时,我的建议是,一定要采用交叉萃取的方式来做数据,例如这次用平底萃取,下次就换弧底萃取,再下次换回平底........如此往复直到数据做完,这样的话,即使磨豆机中间出现问题,那也是在同等条件下出现的数据结果,不管你调不调磨,至少都有参考价值。

9. 做标准差时,记得算好用豆总量

很多时候大家做标准差,做到最后几组豆子不够了,开了一包新豆,结果前后得到完全不一样的数据,所以为了数据统一,在做标准差前一定要先算好总用豆量,同一组测试期间不要换不同日期,不同烘焙度的豆子来做测试,否则得到的结果也是没有参考价值的。

10. 稳定与好喝选哪个

若标准差数据做的足够多的话,就会发现一个有趣的问题,标准差数据好的系统,浓缩不够好喝,但好喝的浓缩从标准差来看,数据又很糟糕,这个时候应该如何取舍?

我的建议是:以标准差好的这个系统为准,因为我们的最终目标是即稳定又好喝,如果你的系统足够稳定,那我们依然能在其中找到其他优化,让咖啡变得更好喝。

但若系统本身就不稳定,即便出现好喝的几率,也是无法大量并且长期复制的,这种小概率好喝事件不谈也罢。

写在最后

当你有了标注差思维,我们关注的点就不是:A工具比B工具哪个更好喝?

千万不要因为10次里面做出1、2次好喝的状况就断定A比B好用。

我们真正要关注的则是:A工具与B工具相比,哪个一致性更好?

因为偶尔的好喝是没有意义的,我们需要的是稳定且长期可复制的好喝才行。

为了达到这个目标,找出那些标准差好的工具,组合成一套稳定的系统,然后在此基础上不断做出优化升级,逐渐提高好喝的几率。而不是像前者那样仅仅关注对比起来有没有好喝,而忽略好喝的几率到底有多少。

至此,标准差的经验就分享到这,关于标准差公式,网络上一搜一大把,开一个Excel表格,把公式直接复制在里就好,非常简单我这边就不再赘述。

- 欢迎关注作者公众号 -

版权信息:

以上文章内容转载自【CORE咖啡专业号】,转载请联系原作者。

作者:咖啡才鸟

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200628A08DFA00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券