中篇 | 波士頓矩陣+留存流失貢獻度計算方法幫你優(yōu)化菜品
Kener-林峰 | 2016-11-14 16:18
【數(shù)據(jù)猿導(dǎo)讀】 有了單個菜品/套餐的銷售額分析,掌柜們可能已經(jīng)在心里盤算“砍菜單”了。畢竟不受歡迎的菜色是會“轟客”的,但如何確定這道菜是徹底不受歡迎,還是改進改進能成為“黑馬”呢?本文我們就從波士頓矩陣的角度來做分析

來源:數(shù)據(jù)猿 作者:Kener-林峰
新的一周開始啦,我們繼續(xù)分享中篇的內(nèi)容,要記得結(jié)合上篇的內(nèi)容一起理解!
第三部分
如何通過波士頓矩陣分析砍掉菜單里不受歡迎的菜品
有了單個菜品/套餐的銷售額分析,掌柜們可能已經(jīng)在心里盤算“砍菜單”了。畢竟不受歡迎的菜色是會“轟客”的,但如何確定這道菜是徹底不受歡迎,還是改進改進能成為“黑馬”呢?
對菜品這種非標(biāo)準(zhǔn)產(chǎn)品,真的很難做出合理判斷,好在我們波士頓矩陣可以輔助分析。
1.什么是波士頓矩陣?
波士頓矩陣被稱作(BCG Matrix),又稱市場增長率-相對市場份額矩陣,波士頓咨詢集團法、四象限分析法等等。
菜品這種非標(biāo)產(chǎn)品很難獲取到市場占有率,所以一般參考維度我們會使用:銷售量(銷售增長率)、銷售額(銷售額增長率)、銷售利潤(利潤增長率)、利潤率、留存指數(shù)或流失指數(shù)(偶發(fā)明的,下文詳解)、菜品評分等數(shù)據(jù),選取其中兩組組成四象限以做指導(dǎo)。
具體選擇,取決于你希望了解什么。
2.如何在BDP上建立波士頓矩陣?
比如,我們在BDP個人版里組件一個表格,以菜品平均周銷量環(huán)比增長率為縱軸,平均周銷售利潤為橫軸,菜品銷量作為圓圈直徑(圈圈大銷量大、圈圈小銷量?。N覀兙湍艿贸鲆韵碌木仃嚕?/p>
這張圖中需要強調(diào)的是,“賣的越來越好”和“賣得好”是兩個不一樣的概念,前者是增長率,后者是絕對值。這里就體現(xiàn)出了周環(huán)比增率的意義了,通過比較周環(huán)比增率(縱軸)的高低,你才能判斷出哪些是潛力股菜品(銷售利潤一般或低,但增率高)、哪些是成熟菜品(銷售利潤高,但銷量增率低)。
3.決定你要砍掉的菜品
前文波士頓矩陣本身的四象限:左上角是問題產(chǎn)品、右上角是明星產(chǎn)品、左下角瘦狗產(chǎn)品、右下角是金牛產(chǎn)品。我們可以很清楚的做出判斷 —— 增長率低、利潤也低的產(chǎn)品就是你要砍掉的菜品。而那些利潤率低,增長率還不錯的菜品,改進一下師父的手藝、包裝、展示之類的因素,很可能能成為下一個明星產(chǎn)品。
第四部分
如何通過用戶購買行為確定菜品是“留客”還是“趕客”
想必每家開了外賣平臺的餐館都很想知道究竟用戶訂餐后有沒有復(fù)購? 對本餐館有沒有留下個好印象?畢竟這些用戶沒有真人來店,掌柜無法通過表情判斷客人是否滿意,是否能成為回頭客。
這也是我苦思冥想許久的問題。深入研究后,發(fā)現(xiàn)留存流失情況,埋藏在用戶的下訂單的行為上:如果一個用戶反復(fù)購買同一道菜,則可以認(rèn)為這道菜對用戶留存起到了積極作用。
同樣的,我們要考慮用戶已被我們哪一道菜留了下來,又可能因為哪一道菜再被轟走。
以上的因素,都可以幫助我們建立一個簡單的留存/流失算法,以方便我們建立留存流失模型。
1.根據(jù)用戶購買行為建立算法
一道菜品究竟是拉來了用戶,還是轟走了用戶,要綜合看留存與流失量。
既:存流失貢獻度 = 留存指數(shù) + 流失指數(shù)
菜品留存指數(shù)設(shè)置為正積分 ,條件是用戶如果反復(fù)購買同一道菜品2次以上。
正積分算法:同一個用戶購買同一個菜品2次以上積分一次。2次等于1分,3次等于2分。如此,公式:正積分 = 購買次數(shù) -1
菜品流失指數(shù)為負(fù)積分,但由于用戶只購買單個菜品一次,可能會出現(xiàn)以下三個場景
1.再也不來我們店,流失(最糟情況);
2.不喜歡這個菜,還點其他菜(不好不壞);
3.未流失,下次還會點(最好)
所以在考慮概率的情況下,設(shè)固定值:
-1(轟人一次)/ 3(三種情景)= -0.34
2.建立留存流失模型表
留存流失貢獻度 = 留存指數(shù) + 流失指數(shù)
以這個公式來看,一道菜貢獻度為正直代表留存貢獻大,負(fù)值代表流失影響大。在BDP上建表,將不同的菜品作為橫軸,留存流失率作為縱軸,我們能得到這樣一個模型。
3.將菜品評分與留存流失模型對比,效驗分析結(jié)果是否正確
這樣簡單的模型,能反映出菜品受歡迎還是轟人嗎?一開始,我對這個簡單的模型和假設(shè)沒有信心,于是,我將用戶吃完菜后的評星和打分抓取出來,又建立了一個模型做對比。
通過比對,我發(fā)現(xiàn)之前的留存流失模型大方向完全準(zhǔn)確,現(xiàn)在我們又有了一組數(shù)據(jù)可以幫忙砍菜單!可能會有人說那我只看美團評分不就得了。在這里我想說兩點
1.新起的商家,用戶未必能愿意給評星,菜品留存流失率反而更好計算。
2.所有的模型都需要互相對比驗證,才能幫助做更準(zhǔn)確的決策。
推薦閱讀:
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)
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,來稿請直接投遞至:tougao@datayuan.cn
來源:數(shù)據(jù)猿
刷新相關(guān)文章
我要評論
活動推薦more >
- 2018 上海國際大數(shù)據(jù)產(chǎn)業(yè)高2018-12-03
- 2018上海國際計算機網(wǎng)絡(luò)及信2018-12-03
- 中國國際信息通信展覽會將于2018-09-26
- 第五屆FEA消費金融國際峰會62018-06-21
- 第五屆FEA消費金融國際峰會2018-06-21
- “無界區(qū)塊鏈技術(shù)峰會2018”2018-06-14
不容錯過的資訊
-
1#后疫情時代的新思考#疫情之下,關(guān)于醫(yī)
-
2數(shù)據(jù)軟件產(chǎn)品和服務(wù)商DataHunter完成B輪
-
3眾盟科技獲ADMIC 2020金粲獎“年度汽車
-
4數(shù)據(jù)智能 無限未來—2020世界人工智能大
-
5#2020非凡大賞:數(shù)字化風(fēng)起云涌時,共尋
-
6#榜樣的力量#天璣數(shù)據(jù)大腦疫情風(fēng)險感知
-
7#榜樣的力量#內(nèi)蒙古自治區(qū)互聯(lián)網(wǎng)醫(yī)療服
-
8#榜樣的力量#實時新型肺炎疫情數(shù)據(jù)小程
-
9#榜樣的力量#華佗疫情防控平臺丨數(shù)據(jù)猿
-
10#后疫情時代的新思考#構(gòu)建工業(yè)互聯(lián)網(wǎng)新