大数据应用：助力餐饮业菜单、营销和选址_大数据在餐饮行业有哪些应用-CSDN博客

　　顾客忠诚度在决定企业的利润方面比市场份额更重要，当顾客忠诚度提升5%时，意味着企业利润能够上升25%－85%的幅度。美国经济学家赖克尓德曾这样提到过。

　　如何提升顾客的忠诚度？怎么判断餐厅的经营策略与顾客忠诚度之间呈正相关？如何在经营利润与顾客忠诚度之间实现平衡？

　　餐饮是一门要勤算账的生意，经营状况好坏每天的账单就可以清晰展现，显然，现在给餐厅算账，不单是核算原材料成本、人工成本、房租成本、营业额这些了。

　　菜单：菜品要不要减，数据说了算

　　餐厅的菜品更迭是一个永恒的难题。对餐厅而言，顾客的喜好才是所有菜品的灵感来源。即便你无法倾听每位顾客的反馈，也可以通过某些数据统计方法从顾客的感受与视角出发，评判每道菜品的价值，从而信心十足地进行菜品调整。

　　在餐饮企业中，有一个菜单调整原则叫——ABC法则。

　　特定时间下，菜品的销售贡献率、点击率和毛利率等都会发生变化，因此针对一年4次的菜单换新，选择以“ABC分析法”作为每次3-4次新研发菜品的依据。

　　逻辑：菜单更新机制＝ABC分析法＋品类特色

　　1.收集各品类商品的年销售量、商品单价等数据。

　　2.对原始数据进行整理并按要求进行计算。如：计算销售额、菜品数、累计菜品数、累计菜品百分比、累计销售额、累计销售额百分比等。

　　3.制作ABC分类表。按销售额大小，由高到低对所有菜品按顺序排列，将菜品的原始数据（如：销售额、销售额百分比）和经过统计汇总的数据分别填入表格内（如：累计菜品数、累计菜品百分比、累计销售额、累计销售额百分数）。

　　4.以累计菜品百分数为横坐标，累计销售额百分数为纵坐标，根据ABC分析表中的相关数据，绘制ABC分析图，根据ABC分析的结果，对ABC三类商品采取不同的管理策略。

　　A类——新品——累计销售额占比60%-80%左右，约占总产品数10%-20%的比重。这类产品属于高成长型菜品，季节性特点较强，毛利较低，适合频繁的增加此类产品的价格促销。

　　B类——稳定性商品——累计销售额占比20%-30%左右；约占总产品数60%-70%的比重。属于中间力量，受关注商品，可适当增加此类产品的促销力度以此拉高毛利。

　　C类——目标删除商品——累计销售额占比5%-10%左右，约占总产品数10%-20%的比重。

　　营销：你还在漫无目的撒广告？

　　如果把餐厅想要释放的信号（开业信息、优惠活动、菜单换新等）看作为打靶，而接收信号的消费者看作为靶心，从枪口子弹飞出的一瞬间，是否能准确到达你的靶心，首先取决于你枪口是否瞄得准。子弹已经备足，但如果由于靶向判断错误射向隔壁的靶子，射入靶心也是毫无意义，因为子弹已经任性飞入隔壁老王家的腰包。

　　伴随着企业不断的发展阶段，每一个新机会点的触及，背后都代表着客群的新晋和多样化。那么，面对如此“不精准”的客群，如何才能让门店的信息“精准”传达？

　　社交广告提供给商家最大的好处，是给了他们“栽树苗”的机会，从只有一个点子到整个投放过程，商家都可以和消费者一起参与其中，最终把小树苗培育成参天大树。而不是像传统广告形式那样“扔石头”，花大价钱买一块笨重的石头扔到河里，只能溅起一大波水花。

　　在精准投放概念的推动下，做社交广告的商家会详细计算投放效果，这要比统计曝光量更详细。

　　以腾讯社交广告为例，广告点击量是多少、广告页面浏览时长是多少，甚至浏览量、用户点击广告的价格都会被统计。根据这些数据的反馈，商家可以针对性地优化推广策略，控制成本。

　　把曝光量到转化效果之间用数字串联起来，就可以更精细地计算出每一分广告成本带来的广告效果。根据数据变化调整策略，让每一分广告钱都花得更有价值。

　　选址：这是酒香也怕巷子深的时代

　　有人专门将肯德基和麦当劳进行了这样一组数据统计，结果显示，在肯德基5012个门店和麦当劳2176个门店中，近55%的麦当劳店铺在500m内都有肯德基的存在。肯德基和麦当劳为什么总是在一起，它们相爱？显然不是。聚集在一起是因为同样作为西式快餐，它们的受众群体一致，都选择了选址算法中的优质位置。假设肯德基和麦当劳要开店，这里有6个位置可以选择，且根据模型预测它们能够产生的销售额分别是5、6、7、8、9、10。

　　如果麦当劳和肯德基想各开5家店，麦当劳选择的是6、7、8、9、10，肯德基选择的是5、6、7、8、9。

　　10当然就独属于麦当劳，5则独属于肯德基，6、7、8、9则属于它们的共同市场。