第二节 餐饮企业大数据导入
一、餐饮企业的大数据
1.大数据采集要点
餐饮企业应用大数据，完善数据采集体系是第一步。要采集这么多决策过程中的次级数据节点既是技术问题、产品问题，又是商业模式问题，有三个要点，如图2-3所示。
图2-3 大数据采集要点
2.餐饮大数据营销
餐饮营销首先要确定三个要素：什么时间，什么人，什么内容，如图2-4所示。
图2-4 餐饮营销的三要素
就是说，餐饮大数据营销首先要把大数据的内容与这三个要素相对应，大数据的应用需要提供一种日常化、数据化、自动化的顾客营销方式。餐饮企业管理者应该明确知道营销方式和付出的优惠是如何绑定的，效果又是怎么样的，这两样足够，其他的内容是依靠大数据完成的。
比如（限时、随机）优惠券、（限时）折扣券、（可分享）红包、买一送一、第二份半价、四人同行一人免单、特惠商品、消费返现、积分兑换、会员权限等，大数据可以给餐厅推荐发送的时间和发送对象。
二、餐饮企业大数据的作用
随着网络和信息技术的不断普及，人类产生的数据量正在呈指数级增长。“大数据”作为时下最流行的词汇，触动着餐饮行业管理者的神经，牵动着餐饮行业管理者的思维；大数据在餐饮行业释放出的巨大价值吸引着诸多餐饮企业管理者与创业者的兴趣和关注。
对于餐饮行业来说，管理者应该如何来借助大数据为餐饮行业的运营管理服务呢？主要有四个方面的内容，如图2-5所示。
图2-5 餐饮企业大数据的作用
1.精确市场定位
成功的品牌离不开精准的市场定位，而基于大数据的市场数据分析和调研是企业进行品牌定位的第一步。餐饮企业要想在竞争越来越激烈的市场中分得一杯羹，就需要做到以下几方面的内容，如图2-6所示。
图2-6 餐饮企业要做的内容
餐饮企业想进入或开拓某一区域餐饮行业市场，要先进行项目评估和可行性分析，只有这样才能最终决定是否适合进入或者开拓这块市场，这个过程中，要对餐饮行业的大数据进行分析，分析的过程就是对餐饮企业自身的定位。
2.市场营销的利器
我们每天在微博、微信、其他网络平台等分享着各种文本、照片、视频、音频、数据等信息，而这些信包括餐厅信息、顾客个人信息、行业资讯、菜品食用体验、菜品浏览记录、菜品成交记录、菜品价格动态等信息。这些数据通过聚类形成餐饮行业大数据，通过分析可以得到餐饮行业的市场需求和竞争情报，有着巨大的财富价值。餐饮大数据包含的内容如图2-7所示。
图2-7 餐饮大数据包含的内容
餐饮企业的营销离不开大数据的采集与分析，包括以下两个方面的重点，如图2-8所示。
图2-8 餐饮大数据营销重点
餐饮企业要抓好大数据营销重点，才能在激烈的市场竞争中立于不败之地。
3.支撑收益管理
近年来，收益管理受到餐饮行业人士的普遍关注和推广运用。收益管理主要通过建立实时预测模型和对以市场细分为基础的需求行为进行分析，确定最佳的销售或服务价格，最终实现餐厅收益最大化目标。要达到收益管理的目标，需求预测、细分市场和敏感度分析是三个重要环节，而推进这三个的环节的是大数据。收益管理重要环节如图2-9所示。
图2-9 收益管理重要环节
需求预测、细分市场和敏感度分析对数据需求量很大，如果餐饮企业能在实施收益管理的过程中在自有数据的基础上，依靠一些自动化信息采集软件来收集更多的餐饮行业数据，了解更多的餐饮行业市场信息，这将会对制定准确的收益策略，盈得更高的收益起到推进作用。
4.创新需求开发
随着论坛、博客、微博、微信、电商平台、点评网等媒介在计算机端和移动端的创新及发展，分享信息变得更加便捷与自由，而公众分享信息的主动性促使了“网络评论”这一新型舆论形式的发展。微博、微信、点评网上海量的网络评论形成了交互性大数据，其中蕴藏了巨大的餐饮行业需求开发价值，值得餐饮企业管理者重视。
作为餐饮企业，如果能对网上餐饮行业的评论数据进行收集，建立网评大数据库，然后再利用分词、聚类、情感分析了解消费者的消费行为、价值趣向、评论中体现的新消费需求和企业产品质量问题，以此来改进和创新产品，量化产品价值，制定合理的价格及提高服务质量，从中获取更大的收益。
三、大数据帮企业做什么
对于餐饮企业，大数据具体可以做些什么呢？大数据主要帮餐饮企业做四件事，如图2-10所示。
图2-10 大数据帮餐饮企业做什么
商业经营的本质就是一场效益的较量，降低成本、提高工作效率、锁定客户需求、创造利润空间等，这些恰巧正是大数据价值的体现。因此，善用各种互联网大数据，能提高餐饮企业的经营效率和市场竞争力。
总之，大数据对于餐饮企业，既可以是对当下经营状况的分析总结，也可以是对未来发展动向的预测；既可以为大型餐饮品牌所用，也可以为小型企业甚至个体户提供参考。未来大数据的应用程度将直接关系到餐饮企业发展的迭代速度，谁掌握了大数据，谁就有可能在激烈的市场竞争中胜出。
案例：
在非标准的餐饮行业，捷荟大数据想要成为餐厅的“首席数据官”
“餐饮是一个无序行业，就像冰面上零零碎碎的小冰块，没有一座冰山可以主导这个市场。”捷荟大数据创始人兼CEO刘海丽说。
非结构、不连续、难整合……像餐饮这样非标准化的行业该如何利用大数据做出决策？
上海的创业公司“捷荟大数据”成立于2014年，基于Mega Meta云平台服务体系，通过餐厅选址、菜品设计、营销策略和外部舆情四大方面，帮助餐饮企业在每一个决策节点提供数据分析服务。
之所以选择从餐饮行业入手，刘海丽表示，餐饮行业中小企业占比非常大，且直接面向终端消费者。面向C端客户的餐厅每天积累下大量的数据，但与此同时，大多数餐厅自身的分析能力比较弱。捷荟团队发现，餐饮大数据的市场目前还处于相对空白的阶段，实际需求非常大，一直以来缺乏大数据提供商，为餐厅提供实际有用的解决方案。
对于一间餐厅而言，如何选址、如何提高利润、门店的人效和坪效是不是合理、顾客的满意度如何、应该做什么样的活动……这些决策的制定，需要很多数据支持。捷荟大数据的平台架构基于互联网的外部大数据和客户的内部大数据，通过团队的专利技术在数据中做分析模型，每一个分析模型解决一个业务问题，比如选址、菜式调整、定价、业务标签，最终通过移动端展现业务的实际成果。
刘海丽认为，捷荟扮演的角色更像是“企业数据的首席数据官”，每一个环节的数据模型全部准备好，在海量数据中马上发现问题点，并实时了解未来餐饮业可能的需求是什么，早半步预知客户的需求。比如对“虚拟顾客”的画像，如果一家餐厅有20%是会员，那么还有80%的散客数据是未知的。捷荟通过分析客流量和来店情况挖掘出几类用户：“80后”和“90后”通常在几点来，喜欢什么样的口味和服务，家庭客户是否更喜欢送蛋糕和小礼品等，有针对性地去做不同的团购。
日前捷荟大数据发布了3.0版本。目前捷荟合作品牌占到百强餐厅的30%～40%，在2016年第一季度推出获得了42个品牌近3000家门店的客户。从标杆客户做起，如王品牛排、望湘园、苏浙汇等，一方面验证模型的有效性；另一方面不断总结餐厅的需求。
2016年上半年，捷荟大数据根据餐饮行业的业务场景持续增加数据模型，每个月都会设计新模型，每个模型会针对性地解决一个业务需求。目前在选址、菜品设计、营销策略和外部舆情四大板块下有若干个大大小小的模型可供餐饮机构选择。不同模型的客单价在几万元到十几万元不等，目前公司已经处于盈利状态。
团队方面，捷荟目前有20多人，主要由三个部门组成。
一方面是行业咨询部门，成员来自餐饮的各个细分行业的咨询专家，了解餐饮行业的潜在需求。
一方面是IT技术团队，由数据专家基于数据模型本身，整合行业经验，将模型与行业相结合。
一方面是BI商业智能顾问，把数据模型转化成可在移动端查看的商业报表，可供管理层分析决策。
捷荟大数据不仅限于营销场景，对于新店而言的选址问题，对于成长中的企业，可能更需要的是舆情分析；对于衰落的大品牌，需求可能是如何提升毛利、做更好的菜品研发。
在万亿级的餐饮行业，为什么餐饮大数据服务仍然处在相对空白的阶段？像新美大、排队起家的美味不用等（美味不用等是中国最大的互联网餐厅服务商），做ERP管理软件的餐饮服务商等，是否更有机会沉淀数据，利用大数据的价值？刘海丽表示，在细分垂直领域，需要有人做得更细。捷荟的角度是在细分化领域做一个数据平台，深入到开店选址的模型、对盈亏平衡的测算、门店营收的效率、菜品的设计等各个环节。
案例：
餐饮业离大数据和智能化时代有多远？
1.科技进步的发展速度往往超出大多数人的预料
以谷歌的AlphaGo与围棋冠军的对决为例，2016年年初，AlphaGo还只是与围棋二段选手的水平相差无几，结果，仅仅过了3～4个月，AlphaGo与围棋世界冠军李世石的5番棋就是以4∶1的绝对优势获胜，超出了许多专家的预料。
这表明机器智能的学习能力是以指数级的速度在增长的。
这是我们这个时代的一个标志性事件，机器智能，终将超越人类的智能，智能化的时代正在以越来越快的步伐向我们走来，我们做好准备迎接这个时代了吗？
智能化时代对我们这个已经存在了几千年的传统餐饮行业来说，究竟意味着什么呢？餐饮行业离智能化时代到底有多远？
2.智能化时代
（1）人工智能其实有两种发展路径
一种是所谓模仿人类大脑，通过对人类大脑的逆向工程模拟，希望让机器具有人类的智能，这种研发路径受制于人类大脑科学、生理科学和心理科学的突破，目前进展没有那么快。
另外一种发展路径，不是依赖对人类大脑的模仿，而是通过对大量数据的积累与深度的学习能力，使得计算机具备人工智能的特征，可以对一些事物提供类似智能化的决策、判断和应对解决方案。
AlphaGo就是一例。又比如机器可以通过对人们大量购物数据的积累，判断、预测、推荐他下一步的购物需求，这类应用在商业上会产生巨大价值。
因此，随着互联网时代的到来，随着对大量数据积累的越来越经济与方便，人工智能依赖大数据的研发路径取得了迅猛发展，包括人工翻译、自动驾驶、重大公共事件预测、消费行为预测等都取得了长足的进步。
（2）案例
一个是谷歌的无人自动驾驶技术日趋成熟，目前谷歌自动驾驶的汽车从2014年被允许在公路上实测至今跑了超过200万千米了，可望在未来3～5年内进入实际应用阶段。
谷歌自动驾驶的汽车
一旦进入到实际应用阶段，可以想象一下，对当今社会会产生怎样巨大的冲击？出租车行业和长途运输的物流行业会因此发生翻天覆地的变化，之所以从驾驶这个领域切入，也是因为美国的出租车行业、运输业人工成本不断增高，刺激这个领域的科技进步首先需要解决这个人工成本的问题。
另外一个是美国某折扣零售商与预测怀孕少女的著名案例。美国这家折扣超市根据大数据判断、预测消费者的行为，并据此预测消费者下一步的消费行为，给出有针对性的促销方案。
在这个案例里，系统判断一位少女已经怀孕，因此经常给她邮寄怀孕期间以及婴儿出生后必须用到的一些商品的优惠券、促销折扣券，这让少女的父亲发现后十分不满，怒气冲冲来责问、投诉这家超市，结果，到头来还是这位父亲并不知道他女儿未婚先孕的事实。这个案例有意思的地方在于，有时候系统往往能够比人更早知道人所处的真实状态，据此可以有效预测人们下一步的消费行为。
类似的案例还有很多。随着互联网、特别是移动互联网时代的到来，各行各业的业务环节被互联网渗透越来越多，收集数据的终端越来越经济、越来越便捷，所积累的数据也会越来越多，这些大数据积累起来，通过适当的分析与挖掘，可以产生非常巨大的价值，形成所谓的智能化的大趋势。餐饮行业自然也不例外。
3.餐饮行业产生智能化的需求
（1）个性化的营销方案
目前餐饮业，特别是会员营销、团购促销，大多都是千篇一律的价格战、打折、送菜，没有也无法提供针对特定消费者的个性化营销方案，比如，餐厅对会员送的一道菜恰好是这个消费者不喜欢吃的，那么你就无法起到促销的作用，消费者对这样促销活动也会越来越无感。
所谓个性化的营销方案，一定是针对消费者来餐厅消费的行为特征数据进行积累与分析，完全根据他的特定需求制定出来营销方案，通过数据分析，促销、推荐的菜品是有针对性的，一定会深得消费者的喜爱，这样才能起到促销甚至感动消费者的效果。
（2）菜品研发与优化
菜品研发传统的做法依赖厨师，季节性地换菜单也是跟着经理、厨师的感觉走。
有了SaaS餐饮软件，无论是消费者自助点菜还是会员消费，所有的菜品点击排行、菜品之间的搭配，都会留下大量的数据，根据这些数据分析来决定菜品的去留，决定套餐的设计，一定会给餐厅带来销量与利润的双增长，这都已经有餐厅在实践，是有真实案例支持的。
（3）自动化采购单生成
传统餐饮采购也是一道大难题，采购少了常常出现估清，采购过多又会导致库存积压，有不少食材保质期也不长。
因此，SaaS餐饮管理软件可以根据餐厅的长期的销售数据积累，结合季节因素、天气因素、节假日因素等，自动生成最合理的采购单，大大提高效率，减少浪费，可以最大限度地满足餐厅的需求。
（4）销量预测
连锁餐饮的标准化程度越高，就会越依赖中央厨房配送的半成品，有些中式快餐需要预制，以满足高峰时期快速出品的需求，因此也需要根据昨天、上一周的销售来预估当日的销量，配送的半成品、预制的成品过多，就会造成浪费；不足则影响业绩。仅仅依赖经验，偏差会非常大。
基于SaaS的餐饮管理软件，会根据餐厅的历史数据进行大数据分析，给出相当准确的销量预测数据，使用系统的时间越长，积累的数据越多，预测就会越准确。因此，数据，就是未来餐厅的核心资产，是餐厅的核心竞争力所在。
（5）根据消费行为及人流、环境指标进行的大数据选址
选址历来是决定餐饮项目成败的关键因素之一，任何选址软件、选址模型，如果没有足够的数据积累与数据支撑，都是无效的。当然这个数据更多的是周边居民、写字楼的人流状况、消费力状况、餐饮、超市、医院、学校、道路交通等状况，数据积累的时间越久、数据越全，选址的结论就会越可靠。
随着云计算、大数据时代的到来，餐饮企业“拥抱”互联网的第一要务就是将所有的业务环节数据化，注意，是所有的业务环节，不再是一个一个的信息孤岛。
因此，选择一个类似“哗啦啦”这样专业的、覆盖餐饮全部业务环节的SaaS餐饮管理软件，可以帮助餐饮企业将所有的业务都搬到互联网上，从前端服务消费者开始的预定、点单、支付、会员，到厨房自动打印分单、对服务员的打赏，到后端的库存、采购、供应链管理，再到各种后台各种必需的业务、财务数据管理，所有的业务环节都可以通过“哗啦啦”实现一站式全业务链数据管理。
对于未来实现大数据基础上的智能化，是一件顺理成章的事情，离餐饮智能化的时代不远了。
案例：
从乱枪打鸟到投其所好，大数据教会德克士的事
在2016年9月的中国快餐产业大会上，天津顶巧餐饮服务咨询有限公司执行长（部公司称为首席执行官，简称CEO）苏明瑞做了分享，他认为挖掘商机的关键是怎么描绘消费者画像，了解他们的新需求，满足新需求，大数据是个很好的工具。
1. B2C对比C2B，从你上哪道菜，到你选哪道菜
由于经济下滑和电商的入侵，快餐行业面临威胁。但是尼尔森消费者信心指数研究表明，中国消费信心在持续增长。消费者已经不满足于吃饱，开始追求健康、品质和口味上的满足。“90后”作为崛起的一代，喜欢尝试新事物，口味更加难以捉摸。他们都希望“吃得更好（Eating Better）”。
20年前，西式快餐卖汉堡、炸鸡、薯条；20年后，这些产品仍占据了菜单的主要位置。但快餐品牌和消费者的关系变了。如今，重点不在于品牌想让消费者吃什么（B2C），而在于消费者喜欢什么，品牌能不能满足消费者（C2B）。
大数据正好能帮上忙。苏明瑞认为，如果快餐企业能够利用大数据，对消费者进行用户画像，就能把握消费者的喜好，在品牌升级上占得先机。大数据是工具，不是神话，“玩转”大数据得从基本功开始。
2.重要的不是你有多少，是你怎么用
获得海量数据对连锁经营的餐饮品牌来说，并不是难事。以拥有2300多家门店和稳定顾客群的德克士为例，苏明瑞分享了三个实战经验。
第一，善用手上的消费数据。
通过分析点单率和消费者重复购买习惯，德克士从数据中了解到消费者喜爱脆皮炸鸡，每10名进店消费的顾客就有4位购买脆皮炸鸡。
于是，德克士将脆皮炸鸡这个英雄产品作为新品开发和升级的核心，推出了辣味脆皮炸鸡、咖喱脆皮鸡腿饭、至尊脆皮鸡腿汉堡、脆皮分享餐等。销售结果显示，这些货卖得都不错。脆皮炸鸡既成为品牌的特色，也成为拉动销量的“核心武器”。
德克士门面
第二，善用互联网渠道，改进传统数据收集方法。
过去，餐厅搜集数据的来源是流水单、POS机、销售报表等，也会利用在打折券标记、问卷调查等方式研究消费行为。有了互联网，分散的数据变成实时、海量的信息，通过对过去和当下的信息捕捉，德克士规划出未来消费的模型，找到更多的商机。
POS机加上会员系统，就能快速分析消费者喜好，优惠券可以实现精准推送，消费者调研只需要发送一个线上1分钟调研链接。改良的辣味脆皮炸鸡在全国哪个区域最受欢迎、今年夏天消费者偏爱哪种口味的冰淇淋，过去需要花大力气寻找的答案，现在通过连通互联网的会员系统就可以解决。
第三，会员系统是最佳的数据来源。
德克士从开店伊始就建立了会员体系“德意卡”，2014年进行了电子卡升级，便于数据收集和管理。2015年起，德克士将德意卡升级为集享卡，2016年集享卡积分在全国门店打通。目前集享卡已在全国拥有2000多万的会员，掌握上亿笔消费记录。
集享卡在顾客关系管理上的作用是显著的。通过累计会员实时数据和资料，德克士描绘出消费形态，为消费者贴上更精准的会员标签。被标签为爱吃炸鸡的顾客和爱吃米饭的顾客将收到不同的促销信息。另外，集享卡采用积分制，能实现预约来客的功能。
3. CRM的终极奥义：从乱枪打鸟到投其所好
在互联网时代，消费者获取信息的来源更多样化，影响购买行为的因素也变得庞杂，对于快餐品牌来说，传统的标准化生产+大喇叭促销的模式已经成为过时的选择，“实时”和“精准”成为关键词。消费大数据是企业最鲜明的指示牌。
德克士的CRM关系
德克士用实战经验总结出，以足够的大数据处理能力，加上丰富的行业经验，准确挖出消费者需求，为消费者创造可以感知到的价值，培养品牌的忠诚度，积累起宝贵的品牌资产。这些忠诚的会员的消费数据，又为新一轮的数据分析提供来源。
苏明瑞认为，这样良性的循环才是每一个快餐品牌和消费者期待见到的双赢局面，“只要消费者需要，无论何时何地，我们就给他们最好的美味，Anytime，anywhere，great food。”
案例：
餐饮企业如何利用大数据在“菜单”上做文章
1.××火锅店大数据解读
在实际餐厅经营中，如何从餐厅需求出发，利用餐饮大数据帮助餐厅进行改善呢？下面以一家火锅店的实际出发，从大数据角度帮助餐厅进行经营改善。
××火锅店菜品排名
上图是××火锅店在全年畅销菜品中的整体排名。但依靠大数据进行关联比对，发现在夏季畅销菜品中羊肉串、花生毛豆拼盘及雪花勇闯天涯关系最为紧密，其余火锅菜品中金针菇、肥牛、毛肚、现切牛羊肉则关系更为紧密。
关系紧密的菜品
2.大数据应用
（1）以季节划分菜单
从收集的火锅店数据中可以得出，不同季节的菜品关联性弱，夏季注重烧烤类食品，冬季集中为火锅类菜品。所以在餐厅经营中，可以实际划分两种菜单，夏季单独为烧烤菜品进行菜单设置，冬季多集中为火锅类菜品，夏季和冬季不同畅销的菜品可以帮助店长更换不同的菜单。
夏天和冬天菜品设计
（2）增加套餐类
大数据中显示，以2～3人在火锅类菜品中点菜量多为9～10道。
以9道菜品为例，可依据大数据中火锅类菜品的畅销度及关联性进行套餐设定，或分为偏素菜类、偏肉食类或均衡类的套餐设定；或以价格区间进行设定，缩短顾客在点单环节的时间浪费，变相提高翻台率。
根据大数据设定的偏肉类，预算120～150元的套餐。
（3）根据大数据设定的偏素食套餐
根据畅销菜品大数据即可得出以上结论，帮助餐厅进行经营优化，相信未来餐饮大数据可以做得更好，将大数据全面体现在优化菜单、提高餐厅翻台率、餐厅布局更加合理化、根据往年数据进行营销指导等更多的实际应用上。