上篇 | 前百度大牛辭職做餐飲，手把手教你分析每道菜背后的大數(shù)據(jù)

大數(shù)據(jù) 數(shù)據(jù)運(yùn)營餐飲行業(yè)

Kener-林峰 | 2016-11-09 10:10

【數(shù)據(jù)猿導(dǎo)讀】這是一篇關(guān)于餐飲行業(yè)數(shù)據(jù)分析的重磅干貨，能切實(shí)幫助餐飲領(lǐng)域的運(yùn)營童鞋解決：如何砍菜單、如何管理用戶、甚至如何降低發(fā)短信廣告成本等常見問題。同時(shí)也教你通過數(shù)據(jù)分析的方法，科學(xué)合理的做用戶分群、監(jiān)測(cè)留存率、以實(shí)現(xiàn)精細(xì)化運(yùn)營

上篇 | 前百度大牛辭職做餐飲，手把手教你分析每道菜背后的大數(shù)據(jù)

來源：數(shù)據(jù)猿作者：Kener-林峰

前言

這條文章是一篇關(guān)于餐飲行業(yè)數(shù)據(jù)分析的重磅干貨，能切實(shí)幫助餐飲領(lǐng)域的運(yùn)營童鞋解決：如何砍菜單、如何管理用戶、甚至如何降低發(fā)短信廣告成本等常見問題。但就算你不做餐飲行業(yè)的運(yùn)營，這篇文章也能手把手的教你通過數(shù)據(jù)分析的方法，科學(xué)合理的做用戶分群、監(jiān)測(cè)留存率、以實(shí)現(xiàn)精細(xì)化運(yùn)營。

本文作者 Kener-林峰，數(shù)據(jù)可視化領(lǐng)域?qū)＜遥编]計(jì)算機(jī)、國家重點(diǎn)實(shí)驗(yàn)室交換與智能控制研究中心、前百度資深研發(fā)工程師，百度數(shù)據(jù)可視化方向奠基人之一，鳳巢業(yè)務(wù)系統(tǒng)前端技術(shù)leader，Echarts 作者(ECharts,商業(yè)級(jí)數(shù)據(jù)圖表，一個(gè)純Java的開源圖標(biāo)庫，國內(nèi)目前應(yīng)用最廣泛，也是唯一一個(gè)入選全球開源項(xiàng)目榜中數(shù)據(jù)可視化板塊的開源項(xiàng)目，該榜單中其關(guān)注度排名位列全球第四)。Kener-林峰 2015年3月離開百度，以聯(lián)合創(chuàng)始人兼技術(shù)總監(jiān)的身份開啟了一段餐飲方向的創(chuàng)業(yè)旅程。

全文共8147字，整體閱讀時(shí)間40-50分鐘，本次推送將全文分成了上中下三篇

上篇：1.餐飲行業(yè)數(shù)據(jù)運(yùn)營的時(shí)代已來臨. 2.如何構(gòu)建數(shù)據(jù)運(yùn)營監(jiān)測(cè)中心。共2163字。

中篇：3.如何通過波士頓矩陣分析，砍掉菜單里不受歡迎的菜品。 4.如何通過分析用戶購買行為，確定菜品是“留客”還是“趕客”。共2145字。

下篇：5.如何通過RFM模型，為用戶分群，實(shí)現(xiàn)精細(xì)化運(yùn)營 6.不得不考慮的用戶獲取成本。共3839字。

文中含大量圖表，如看圖有不清晰的地方，在下篇的文末將附上林峰PDF原版論文。

第一部分

餐飲行業(yè)數(shù)據(jù)運(yùn)營的時(shí)代已來臨

1.餐飲行業(yè)對(duì)數(shù)據(jù)運(yùn)營概念缺失

餐飲行業(yè)是一個(gè)歷史悠久的行業(yè)，我相信每一位掌柜的腦袋里，都有一副“算盤”時(shí)刻盤算著門店的運(yùn)營情況，但絕大部分掌柜真的只把“算盤”存在腦海里，這也是為什么在餐飲行業(yè)里，大家一直會(huì)聽到這樣的困惑：“一家店盈利，三家店打平，再開下去就虧了”。

只憑一人的腦力，很難計(jì)算統(tǒng)籌如此多門店的利潤，是時(shí)候用更科學(xué)的手段，讓電腦幫忙去盤算生意了。

雖然電腦盤算生意需要成本模型，不同的餐飲行業(yè)，成本模型也不同。但我想本質(zhì)是相通的，餐飲行業(yè)有四個(gè)重要節(jié)點(diǎn)“進(jìn)、銷、存、管理運(yùn)營”，這些數(shù)據(jù)都不難獲得，要求一線員工記錄到位，進(jìn)銷存數(shù)據(jù)就能落到紙面上。

基礎(chǔ)數(shù)據(jù)有了，大多數(shù)掌柜卻只做月結(jié)匯總，忽略了整個(gè)過程，很多潛在的盈虧改善點(diǎn)就是這樣被錯(cuò)過的。比如：某掌柜月結(jié)匯總是發(fā)現(xiàn)本月采購量遠(yuǎn)遠(yuǎn)大于銷售量，卻沒辦法追溯原因。某掌柜月結(jié)匯總時(shí)才發(fā)現(xiàn)，大蒜上星期處在歷史最低價(jià)，卻沒能及時(shí)囤貨，現(xiàn)在漲回來了，后悔莫及。

想要發(fā)現(xiàn)這些機(jī)會(huì)，純靠人腦監(jiān)控計(jì)算太難，更好方法還是讓電腦來幫忙記錄數(shù)據(jù)、給出分析。

2.互聯(lián)網(wǎng)外賣行業(yè)的興起，促使商家開始了解數(shù)據(jù)運(yùn)營

2014年，互聯(lián)網(wǎng)外賣送餐O2O開啟了一場(chǎng)戰(zhàn)爭(zhēng)。那時(shí)一家驢肉火燒的老板告訴我，平臺(tái)每單起步補(bǔ)貼能達(dá)到12元，而他家的驢肉火燒本來就賣12元，為了避免爆單，老板不得不提價(jià)到15元去賣。更何況，那時(shí)不止一個(gè)平臺(tái)給補(bǔ)貼。

餐飲商家由此開啟了多平臺(tái)外賣之路，但商家對(duì)多外賣平臺(tái)的局面，可謂又愛又恨。愛多外賣平臺(tái)帶來的機(jī)會(huì)，恨每天需要在多個(gè)平臺(tái)維護(hù)商品、處理評(píng)價(jià)、申報(bào)滿減、活動(dòng)、對(duì)賬、調(diào)整庫存……甚至每天賣了多少錢，都得多個(gè)平臺(tái)統(tǒng)籌計(jì)算才知道，那叫一個(gè)累啊。

這種形式，卻也讓之前只習(xí)慣月結(jié)匯總的掌柜，開始關(guān)注每天的流水、每家外賣平臺(tái)的客流量，互聯(lián)網(wǎng)外賣行業(yè)的興起，逼著掌柜們走向了數(shù)據(jù)運(yùn)營之路。

3.外賣平臺(tái)多，數(shù)據(jù)亂，無法滿足數(shù)據(jù)運(yùn)營要求

懶是人類第一生產(chǎn)力，更是程序員的第一生產(chǎn)力。我在踏入餐飲行業(yè)后，第一個(gè)需要克服的問題，就是如何在多外賣平臺(tái)的情況下，提高數(shù)據(jù)處理的效率。

簡(jiǎn)言之，就是幫助掌柜們跨平臺(tái)計(jì)算外賣訂單量、客流量、庫存量，甚至監(jiān)控單個(gè)菜品的售賣情況、商家菜品打折的活動(dòng)情況……

為此，我調(diào)研過市面上10余款餐飲系統(tǒng)、多平臺(tái)系統(tǒng)。也接觸過一些融合系統(tǒng)，結(jié)果都令人失望。畢竟大多數(shù)外賣平臺(tái)自身就在快速迭代，開放接口不完善不穩(wěn)定、抓出來的數(shù)據(jù)也三天兩頭出問題。建立于其上的融合系統(tǒng)就更是BUG頻出。

所以我決定建立一個(gè)靈活、便捷、且能夠監(jiān)控多渠道的數(shù)據(jù)監(jiān)測(cè)中心。一個(gè)正常的數(shù)據(jù)系統(tǒng)構(gòu)建流程，應(yīng)該包括：確定需求、獲取數(shù)據(jù)、清洗數(shù)據(jù)、分析建模、解讀表達(dá)、可視化等等，這也是我原本的構(gòu)想，但這個(gè)完整的過程太復(fù)雜，大家的興趣并不大。

那么，我先分享如何通過BDP構(gòu)建屬于自己的數(shù)據(jù)運(yùn)營監(jiān)測(cè)中心，有機(jī)會(huì)再分享如何建立一個(gè)完整的數(shù)據(jù)系統(tǒng)。

1.BDP個(gè)人版是什么?

上圖是我們正在使用的數(shù)據(jù)平臺(tái)—BDP個(gè)人版，主要用于運(yùn)營觀測(cè)和決策支持，是一個(gè)敏捷的在線Web BI，自帶很多餐飲運(yùn)營所需可視化數(shù)據(jù)統(tǒng)計(jì)模板圖表，如熱力圖、漏斗圖、訂單統(tǒng)計(jì)圖等等。

但我們沒有只用BDP提供的固定餐飲模板，而是在其基礎(chǔ)上加工出很多適用于自己的統(tǒng)計(jì)表。這個(gè)加工后的可視化數(shù)據(jù)監(jiān)控平臺(tái)，被我們昵稱為餐飲外賣的“數(shù)據(jù)大腦”。

2.如何根據(jù)訂單數(shù)據(jù)建立分析模型，建模有何用?

餐飲行業(yè)的訂單數(shù)據(jù)包含很多基礎(chǔ)信息，我們需要從不同視角去分析解讀這些信息，用以輔助決策。

通常，一條訂單中至少包含時(shí)間、來自哪個(gè)外賣平臺(tái)、菜品名稱、菜品數(shù)量、價(jià)格5個(gè)數(shù)據(jù)屬性，如果我們構(gòu)想一個(gè)數(shù)據(jù)立方體(DATA CUB)出來，這些屬性就是立方體的維度。

雖然只有下單時(shí)間、菜品名稱、平臺(tái)三個(gè)維度。但根據(jù)這個(gè)立方體，已經(jīng)能解決很多掌柜急需了解的問題了。

比如：

年報(bào)、季報(bào)、周報(bào)、日?qǐng)?bào)我都能查看嗎?(鉆取，上卷)

能查看任意時(shí)間段下，某道菜品甚至幾道菜品的銷量對(duì)比嗎?(切片、切塊)

能全局觀察，對(duì)比幾個(gè)外賣平臺(tái)的銷售情況嗎?(旋轉(zhuǎn))

但實(shí)際上，訂單還會(huì)包含菜品數(shù)量、價(jià)格、送餐地點(diǎn)等數(shù)據(jù)，集合這些數(shù)據(jù)，可以構(gòu)建出一個(gè)多維數(shù)據(jù)模型(畫不出來)，姑且先用這個(gè)立方體做例子。

3.一家餐館，需要具備哪些“視角”以分析數(shù)據(jù)

“橫看成嶺側(cè)成峰”是對(duì)置身于數(shù)據(jù)海洋最形象的形容，不同的視角能得到不同答案。為了能全面了解和分析經(jīng)營情況，我們固化了十多個(gè)常用“視角”(BDP稱之為儀表盤)：分別包括：

訂單分析、周訂單分布、月訂單分布、菜品銷量分析、流量分析、用戶跨平臺(tái)分析、用戶平臺(tái)對(duì)比、配送分析、評(píng)價(jià)詞云。

其中的每一個(gè)儀表盤，都能拆分出不同的表格，以做便于詳細(xì)對(duì)比。其中的每一個(gè)儀表盤，都能拆分出不同的表格，并提供不同的切片、切塊視圖，配備了全局篩選(主要是時(shí)間和平臺(tái))可以對(duì)整個(gè)儀表盤內(nèi)的圖做同一控制。如訂單分析就包含了：訂單量、平臺(tái)訂單對(duì)比、分平臺(tái)訂單量：

另外，任意一個(gè)BDP的任意一個(gè)圖標(biāo)都可以展開查看更多細(xì)節(jié)，實(shí)時(shí)做出更豐富的篩選、鉆取、上卷、排序等變換

上面說的這些步驟與概念，是不是有些復(fù)雜?但在這個(gè)“敏捷BI”的時(shí)代，只要準(zhǔn)備好數(shù)據(jù)，熟悉一種Web端數(shù)據(jù)分析平臺(tái)(如BDP個(gè)人版)，點(diǎn)點(diǎn)鼠標(biāo)就能快速生成以上所有圖表模板。但這也僅僅是餐飲訂單數(shù)據(jù)分析的第一步。

第二部分

如何通過數(shù)據(jù)分析合理調(diào)整菜單

其實(shí)每一條訂單數(shù)據(jù)都包含著一個(gè)重要信息：菜品明細(xì)，雖然這類信息在獲取上因?yàn)榭缙脚_(tái)的問題，歸納整理起來很麻煩，但整理好這些數(shù)據(jù)，卻能輔助我們做很多決策。

1.通過數(shù)據(jù)分析，確定主力銷售菜品

總結(jié)幾大平臺(tái)的數(shù)據(jù)之后，我們可以總結(jié)出一張菜品銷量走勢(shì)圖，并由觀察銷售金額累計(jì)、平臺(tái)銷售數(shù)量累計(jì)，查看哪些菜品使我們的核心菜品、哪些是我們的主要銷售平臺(tái)。并根據(jù)這個(gè)結(jié)果，調(diào)整菜單、調(diào)整平臺(tái)投入力度。

通過分析時(shí)間線上銷售金額，我們還可以觀察一道菜品在促銷、調(diào)價(jià)等活動(dòng)后的售賣情況，及時(shí)做調(diào)整。

2.通過數(shù)據(jù)分析，了解套餐配菜是否合理

如果你的餐廳里也有單品和套餐，相信你也會(huì)關(guān)心究竟用戶是單品點(diǎn)的多，還是套餐點(diǎn)的多。

也可以檢查套餐配菜是否符合用戶訴求

3.通過數(shù)據(jù)分析，調(diào)整菜單排序

新用戶收單最愛點(diǎn)哪道菜也非常重要，反復(fù)參考這些拉新效果好的菜品，以調(diào)整外賣APP的菜單排序，這將有助于整體提高門店的下單轉(zhuǎn)化率。

找到新用戶收單最愛點(diǎn)哪些菜品后，可以繼續(xù)分析原因——

是哪些因素讓菜品脫穎而出呢?價(jià)格?圖片?描述?首單用戶是在沒吃過這道菜的情況下，根據(jù)菜單在外賣APP上的呈現(xiàn)效果點(diǎn)菜的，調(diào)整外賣APP的菜單呈現(xiàn)，也有助于提升轉(zhuǎn)化率。

注：本文由 Kener-林峰 投稿數(shù)據(jù)猿發(fā)布。

歡迎更多大數(shù)據(jù)企業(yè)、愛好者投稿數(shù)據(jù)猿，來稿請(qǐng)直接投遞至：tougao@datayuan.cn

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。