时间: 2021-07-30 09:17:38 人气: 18 评论: 0
这是一篇关于餐饮行业数据分析的重磅干货，能切实帮助餐饮领域的运营童鞋解决：如何砍菜单、如何管理用户、甚至如何降低发短信广告成本等常见问题。就算你不做餐饮行业的运营，这篇文章也能手把手的教你通过数据分析的方法，科学合理的做用户分群、监测留存率、以实现精细化运营，这可是每个互联网公司都想做的事情。
全文共8147字，整体阅读时间40-50分钟，本次推送将全文分成了上中下三篇 ——
之前我们推送了教你玩转每道菜背后的大数据（上篇），今天一起来学习中篇哈~
有了单个菜品/套餐的销售额分析，掌柜们可能已经在心里**算“砍菜单”了。毕竟不受欢迎的菜色是**“轰客”的，但如何确定这道菜是彻底不受欢迎，还是改进改进能成为“黑马”呢？对菜品这种非标准产品，真的很难做出合理判断，好在我们波士顿矩阵可以辅助分析。
波士顿矩阵被称作（BCG Matrix），又称市场增长率-相对市场份额矩阵，波士顿咨询集团法、四象限分析法等等。
菜品这种非标产品很难获取到市场占有率，所以一般参考维度我们**使用：销售量（销售增长率）、销售额（销售额增长率）、销售利润（利润增长率）、利润率、留存指数或流失指数（偶发明的，下文详解）、菜品评分等数据，选取其中两组组成四象限以做指导。
具体选择，取决于你希望了解什么。
比如，我们在BDP个人版里组件一个表格，以菜品平均周销量环比增长率为纵轴，平均周销售利润为横轴，菜品销量作为圆圈直径（圈圈大销量大、圈圈小销量小）。我们就能得出以下的矩阵~
这张图中需要强调的是，“卖的越来越好”和“卖得好”是两个不一样的概念，前者是增长率，后者是绝对值。这里就体现出了周环比增率的意义了，通过比较周环比增率（纵轴）的高低，你才能判断出哪些是潜力股菜品（销售利润一般或低，但增率高）、哪些是成熟菜品（销售利润高，但销量增率低）。
前文波士顿矩阵本身的四象限：左上角是问题产品、右上角是明星产品、左下角瘦狗产品、右下角是金牛产品。我们可以很清楚的做出判断 —— 增长率低、利润也低的产品就是你要砍掉的菜品。而那些利润率低，增长率还不错的菜品，改进一下师父的手艺、包装、展示之类的因素，很可能能成为下一个明星产品。
想必每家开了外卖平台的餐馆，都很想知道究竟用户订餐后有没有复购? 对本餐馆有没有留下个好印象?
毕竟这些用户没有真人来店，掌柜无法通过表情判断客人是否满意，是否能成为回头客。
这也是我苦思冥想许久的问题。深入研究后，发现留存流失情况，埋藏在用户的下订单的行为上：如果一个用户反复购买同一道菜，则可以认为这道菜对用户留存起到了积极作用。
同样的，我们要考虑用户已被我们哪一道菜留了下来，又可能因为哪一道菜再被轰走。
以上的因素，都可以帮助我们建立一个简单的留存/流失算法，以方便我们建立留存流失模型。
一道菜品究竟是拉来了用户，还是轰走了用户，要综合看留存与流失量。
既：
存流失贡献度 = 留存指数 + 流失指数
菜品留存指数设置为正积分 ，条件是用户如果反复购买同一道菜品2次以上。
正积分算法：同一个用户购买同一个菜品2次以上积分一次。2次等于1分，3次等于2分。如此，
公式：正积分 = 购买次数 -1
菜品流失指数为负积分，但由于用户只购买单个菜品一次，可能**出现以下三个场景：
所以在考虑概率的情况下，设固定值：
-1（轰人一次）/ 3（三种情景）= -0.34
留存流失贡献度 = 留存指数 + 流失指数
以这个公式来看，一道菜贡献度为正直代表留存贡献大，负值代表流失影响大。在BDP上建表，将不同的菜品作为横轴，留存流失率作为纵轴，我们能得到这样一个模型。
这样简单的模型，能反映出菜品受欢迎还是轰人吗？一开始，我对这个简单的模型和假设没有信心，于是，我将用户吃完菜后的评星和打分抓取出来，又建立了一个模型做对比。
通过比对，我发现之前的留存流失模型大方向完全准确，现在我们又有了一组数据可以帮忙砍菜单！可能**有人说那我只看美团评分不就得了。在这里，我想说两点：
教你玩转每道菜背后的大数据（上篇）：餐饮行业数据运营的时代已来临
作者：Kener-林峰，数据可视化领域专家，北邮计算机、国家重点实验室交换与智能控制研究中心、前百度资深研发工程师，百度数据可视化方向奠基人之一，凤巢业务系统前端技术leader，Echarts 作者
本文由 @Kener-林峰 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自 Pixabay，基于 CC0 协议
