说明：去年11月份被CEO叫到办公司，要求写一篇关于公司的数据报告，用于‘数据产品和会员产品和相关’的推广使用。得到的反馈是，大部分客户和业务人员看了该文章都觉得不错，而且获得了DT大数据产业创新研究院最佳大数据案例。希望能够和大家一起分享学习，并提出意见。

注意：该报告是公司对外报告，数据进行了特殊处理。

 

大数据重新定义‘餐饮行业增长黑客’

对于传统的线下餐饮行业而言，除了线上外卖数据外，客人的消费数据往往是无法保留下来的，因此AARRR大数据模型往往无法被应用并产生效益。米客互联的扫码点菜产品成为餐厅线下的数据重要的采集器，目前已经服务超过一亿人次，197座城市。xxxx品牌采用米客互联的扫码点菜产品，从而使获取用户到传播推荐，整个AARRR 转化漏斗成为了一条螺旋上升的周期闭环。通过云数据技术，决策树和贝叶斯算法等大数据算法，提前预测客户沉睡率和流失率，使餐饮企业在流量经营中避免每个环节的不必要损耗，提高转化效率，从而不断扩大自己用户群体的数量和质量。

 

增长黑客的核心是 ‘AARRR’，分别Acquisition（获取用户）、Activation（激发活跃）、Retention（提高留存）、Revenue（增加收入）、Referral（传播推荐）。现今，AARRR 转化漏斗模型已经被淘宝，京东等互联网企业广泛使用。

 

一、餐饮经营者的数据之痛

长期以来，线下餐饮商家一直缺乏有效的客流监测及消费者分析工具，消费者对于商家来说，可挖掘的潜力众多，但大多商家不知怎样利用。线下数据的缺失导致商家对消费者的购买习惯与购买时间完全无法掌握，从而造成线下商家对消费者引流及转化环节的盲目，这也是今天线下餐饮行业面临的一个关键问题。

1、缺失线下数据抓手

数据作为一项重要资产，线下餐饮门店每天有着巨大的人流量，却无法获得顾客的各类消费数据，无法对门店经营情况作详细分析，优化门店经营，提高门店利润。

传统餐饮门店多数都是顾客浏览纸质菜单，由服务员手写点菜单，直接传给厨房或录入到餐饮系统，再通过局域网传送到后厨。整个过程数据不会传到网上，甚至没有数据的产生。餐饮系统中不会有客户的任何信息，从而对客户的关键数据无法统计，比如客户消费频次，客户分类（新老客户、流失客户）等数据。相关的菜品数据也只是以零散的方式存在于传统的餐饮系统中。缺失了线下数据抓手，门店相关数据的统计无从下手，更不要说基于数据统计的数据分析，用于指导门店的经营了。

2、低效营销

餐饮门店都知道各种营销的重要性，因此都会展开各种各样的营销活动，但缺少数据支撑的营销活动，就是没有明确目标的活动，活动前不能清晰预设活动目标，没有相关经营数据的分析，无法制定针对顾客特点提出个性化的营销计划；活动中不能根据营销情况及时调整营销策略；活动后无法对营销的成果做详细的分析，为提升下一次的营销效果做准备。而营销活动投入成本大，但效率低下，浪费大量的人力物力。因此，需要建立一套灵活、完善、强大的数据收集分析系统，以支撑门店的经营活动，帮助门店更好的应对复杂的市场环境和同业竞争。

3、数据孤岛

线下商户其实拥有大量数据，来自经营环节、营销、交易系统等多终端的数据，但这些数据目前看彼此之间是割裂的，打不通的。而门店的经营决策，需要把这些数据打通，进行各种形式的交叉分析，才能对门店的经营作出有效指导，提升门店业绩。

 

二、基于米客智慧餐饮系统的大数据解决方案

针对餐饮经营者面临的数据之痛，米客互联推出了基于米客智慧餐饮系统的大数据解决方案。将从数据的采集，数据的处理，数据的应用层面阐述。

2.1 餐饮大数据引入

有了微信和支付宝等基础支付设施的完成，米客充分利用二维码系统对接技术，在顾客进店消费的流程中植入米客产品，帮助商户系统的收集数据。

2.1.1 引入扫码点菜，解放服务员，提升翻台率

米客的扫码点菜产品可以对接餐饮系统，对接会员营销系统，提升门店效率，实现全网营销，具体特点如下。

2.1.1.1 满足餐厅不同营业场景，打造差异化体验

餐饮行业的业态多种多样，米客扫码点菜产品可以匹配绝大多数餐饮业态，如中式炒菜，酒楼会所，火锅，自助餐，茶餐厅，轻餐等各种各样的餐饮业态；同时还可以匹配多种消费场景，如堂食围餐，外卖订餐，订餐自取，预约点菜等；中餐饮食丰富多彩，菜品结构极为复杂，米客扫码点菜可以匹配多种餐饮复杂菜品结构，可以选口味，选做法，选份量，计重菜，套餐换菜等。

2.1.1.2 快速上手，应用无忧

餐饮含业员工流动大，一个系统能够低成本，易操作就显得尤为重要，米客扫码点菜产品使用无门槛，无负担，可以快速上手。

 

 

2.1.1.3 全面发力餐厅整体运营

米客扫码点菜系统还是提升营业数据的三大“推手”：效率、降本、营销。

i.提升服务效率和体验

全面提升门店翻台率、坪效、人效；可以扫码识别会员，准确定位身份信息，提供会员关怀服务；使用过程顾客用餐全程自助，服务无需等待。

ii.减少成本解放服务员

米客扫码点菜系统，可以线上完成菜单更新、替换，完全零成本，点菜过程无需服务员介入，解放服务员，为餐厅降低成本，从而提高利润。

iii.菜品营销助餐厅盈利

米客扫码点菜系统还可以通过个性化定制菜单，增加菜品曝光度，提升餐饮销量；通过菜品推荐、优惠折扣提醒等多样方式提升客单价；通过分时菜单调整时段营销策略，实现不同时段的流量转化。

2.1.2 引入会员营销系统，提升客单价，促进顾客复购率

米客通过“扫码点菜”不但解决了“物”的数据收集分析，还通过“会员营销”解决“人”的数据收集分析，全场景贯穿会员营销，支持多种营销方式。

2.1.2.1 会员营销产品主要功能

i、会员吸纳&成长。可以从多渠道会员吸纳，并做到了多平台会员验证合并；可以自定义会员成长体系，对会员进行精细化分层管理。

ii、会员储值。提供多场景储值推荐、多样储值营销，根据实时订单数据，为顾客智能匹配储值方案。

iii、会员积分&商城。灵活多样的会员积分配置，会员商城支持兑换/购买特惠权益及商品。

iv、精准营销。会员画像、会员自定义标签、消费行为分类，支持现金券、代金券、菜品券等会员卡券营销。

2.1.2.2、多平台信息整合，精准定位会员

i、会员信息同步多。做到平台会员信息验证合并，唯一身份识别，打通数据壁垒。

ii、精准定位会员。针对会员筛选，完成精准营销推送，使营销更具针对性，个性化。

iii、优惠券同步。米客会员优惠券同步至微信及支付宝卡券。

2.1.2.3、在用餐环节下的全场景贯通

i、在排队等位场景，可在屏显广播，营销广播，等位预点菜，排队进程查询，排队进程推送进行会员纳新、会员储值、积分换票券等营销活动。

ii、在扫码点菜场景，可在菜品推荐，套餐组合，多菜单切换，特殊菜品结构结合会员价，会员折，菜品营销，储值营销，优惠券提醒等植入营销活动。

iii、在顾客用餐场景，可在餐中加菜，呼叫服务，扫码查单中体现会员关怀，会员特权，满意度回访等会员服务。

iv、在收银买单场景，可通过桌面码付，门店码付，胸卡码付，扫描枪收银，app收银，自动核销优惠券，凭证打印进行储值营销，会员等级提升，消费返券等营销活动。

v、在会员到店服务场景，可以在餐中加菜，呼叫服务，查看订单中实现扫码识别会员，会员到店提醒等功能。

2.1.2.4、全场景采集数据，建立多维度会员画像

结合收集的数据，通过米客智慧餐饮系统，可以帮助商户建立多维会员画像，为数据分析应用打下坚实的基础。

 

2.2、云计算保证数据处理效率

2.2.1 海量数据无障碍上云

餐饮行业网络环境复杂，数据量大，米客云计算系统具备复杂网络环境下、丰富的异构数据源之间数据高速稳定的数据移动及同步能力。支持多库、多表整体数据上云的快捷配置。同时兼容可视化向导模式、复杂配置的脚本模式以及API模式创建数据集成任务。支持实时、历史数据的批量、增量同步，同步速度快。支持任意结构化、非结构化、半结构化的数据传输。

2.2.2可靠的数据保护伞                     

大数据安全管理,提供数据资产识别、敏感数据发现、数据分类分级、脱敏、访问监控、风险发现预警与审计能力。基于自学习的模型算法，自动识别企业拥有的敏感数据，并以直观的形式展示具体类型、分布、数量等信息；同时支持自定义类型的数据识别。支持自定义分级信息功能，满足不同企业对数据等级管理需要。提供丰富多样、可配置的数据脱敏方式，无论是存储环节的静态脱敏，还是使用环节的动态脱敏。利用多维度关联分析及算法，主动发现异常风险操作，提供预警以及可视化一站式审计。

2.2.3 基于MaxCompute强大的计算存储能力

餐饮行业每天都会产生大量的数据，需要强大的数据计算存储能力。基于MaxCompute提供EB级存储和计算能力。适用于100GB以上规模的存储及计算需求，最大可达EB级别。可以做到每天支持10万以上的计算任务，处理上百PB的数据。

 

2.3、决策树技术，提升门店利润

使用决策树数据挖掘算法为基本工具,以顾客消费及会员数据为基础,探讨数据挖掘在分析和研究顾客消费行为变化、消费特点以及与消费价格之间的深入关系。通过对消费数据的数据挖掘,分析得到顾客消费行为、习惯、消费量的信息,找出其中的内在关联和变化趋势。并使分析结果能够更好、更有效的指导门店等经营活动，更好的提供餐饮服务。

 

三、应用米客智慧餐厅系统，提升门店经营水平

米客互联智慧餐厅系统不仅仅扮演线下数据抓手的角色，还通过云计算,决策树等大数据技术，识别数据规律，提供经营指导意见，打通餐饮经营中的Acquisition（获取用户），Activation（激发活跃），Retention（提高留存），Revenue（增加收入）这四大经营痛点。从而改善餐饮品牌的客户管理，更好地了解消费者的喜好，实现了收入的增长。

 

3.1 Acquisition（获取用户）

米客智慧餐饮系统为商家客户的获取用户环节作出了自己的贡献，米客为餐饮商户提供抓取的客户数量，服务超过一亿人次，累计米客会员达到1000多万。

 

3.2 Activation（激发活跃）,客户消费频次（复购率）提升

数据规律：会员的历史累计消费次数越多，再消费概率越高

 

（数据源：米客互联的某品牌用户回头消费的概率--累计消费次数与回头率关系）

 

解释：

以上图表是截止2018年3月1日，该品牌累计的39万会员数据。统计结果显示，在未来60天内回会员回头消费的概率和累计的消费次数成正相关的关系。累计消费次数越多,意味者会员对服务越满意，忠诚度越高，回头率越高。

 

建议：

对于只消费过一次的会员，及时进行二次消费引导。发送第二次消费的打折券等。例如60天内二次消费打8.5折或者5元办理会员卡，60天内消费满300可抵消40元等。因为如果不进行引导，90%左右的概率该客户就会进入沉睡周期或者直接流失。

 

高回头率客户，目标在于提高客单价。切记尽量不要给该类型客户发送打折券，因为ROI产出有可能会降低。

 

3.3 Retention（提高留存）,流失客户识别和预警

数据规律：累计消费次数越高，流失率越低（未来90天未来该品牌消费，则判断为会员流失）。

（数据源：米客互联某品牌用户会员分析统计--未消费日期，累计消费和流失关系）

 

解释：通过决策树的算法，识别出客户流失的关键识别因素，是客户的历史累计消费次数。

 

数据规律：未消费日期跟流失率成正关系，即一般而言未消费的时间越长，会员流失的概率越高。

（数据源：TABLEAU会员分析统计--未消费日期，累计消费和流失关系）

 

数据规律： 相比未消费因素而言，累计消费次数因素与流失率关系更明显。

（数据源：米客互联 某品牌用户会员分析统计--未消费日期，累计消费和流失关系）

 

数据规律：

1.流失率与消费次数和未消费日存在综合关系。

2.当累计消费次数只有1或2次时，会员的流失率与未消费天数的因素不是那么显著。

3.当累计消费次数大于2时，会员的流失率与未消费天数的因素极为显著。

4.当累计消费次数大于2时，会员的流失率与未消费天数的因素的显著性，随着累计消费的增加而递增。

（数据源：米客互联某品牌用户会员分析统计--流失率关系与累计消费次数和未消费日的综合关系）

 

建议：

根据累计消费次数和未消费日期对每位会员打上流失标签，对其进行针对性营销。如：某会员历史消费次数是3，且20天未消费。那么该会员CRM中出现会员流失概率是约41%。

把提升会员累计消费次数作为店铺KPI考核的重要指标。

该品牌目前经营重点在于解决怎么把累计消费一次的会员转换为累计消费2次。因为其会员数量占比超过80%，累计贡献的金额超65%，如下图。此外，当累计消费两次后，流失率会递减22%。

 

（数据源：米客互联某品牌用户会员分析统计）

 

3.4 Revenue（增加收入）,预警客户沉睡率，对症下药，增加营收和收益。

将米客互联MBI将机器学习算法应用于某品牌，并识别出该品牌用户的会员的沉睡率，并根据沉睡率将会员分为六大类型，结果如下

(数据源：米客互联某品牌用户 ROI 会员沉睡预警和唤醒–会员沉睡预警和ROI)

 

数据规律：

1.会员的沉睡概率是可被识别的。

2.大部分会员目前属于极高沉睡率会员和高沉睡率。

 

 

建议：

1.如果会员的沉睡概率可被识别，那么对于不同沉睡率的会员要进行反沉睡营销管理，提高经营收入。

2.一般而言，**一位即将沉睡的会员的成本要远远低于，唤醒沉睡会员的成本或者引流新会员的成本。

3.使用米客互联ROI工具，协助经营者在反沉睡管理中的预测新增销售人数，提升的营业额和增加的净利等。

 

该品牌使用ROI工具和米客会员卷系统。可使用的三种打折券，分别为9折券，8折券和8折券，历史核销率分别约为为概率2%，4%和10%。该品牌的正常售价毛利率50%,人工费用成本占比15%,固定成本10%，财务成本和其它成本各5%。

 

ROI效果如下图:

(数据源：米客互联某品牌用户 ROI 会员沉睡预警和唤醒–会员沉睡预警和ROI)

 

建议：

1.极低沉睡率会员和低沉睡率会员，一般不建议参与打折营销，因为往往会适得其反，降低营业收入和客单价。

2.根据ROI的测算结果和企业的实际战略需求选择最佳营销折扣券。例如：假设目前的目标是追求净利最大的话，可选择8折券。然而，如果目前的目前是营业额最大化的话，那么首选应该是7折券。

3.对于不同沉睡率会员采用不同的营销手段，才能增加整体的营收和效益。米客数据产品可以帮您快捷筛选目标客户。效果如下图，ROI测算部分只显示，该营销方案针对极高沉睡率会员的测算结果。

(数据源：米客互联某品牌用户 ROI 会员沉睡预警和唤醒–会员沉睡预警和ROI)

 

四、大数据促进餐饮行业发展

大数据对餐饮业影响的分析归纳，从中我们可以看出，大数据对餐饮业最大的影响是提升了餐饮企业对市场动态把控的能力，从而更利于其了解行业详情，顺应市场趋势，进行战略规划调整。

4.1、大数据有助于精确餐饮行业市场定位

一个成功的市场定位，能够使一个企业的品牌加倍快速成长，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。通过从大数据中了解餐饮行业市场构成、细分市场特征、消费者需求和竞争者状况等众多因素，在科学系统的信息数据收集、管理、分析的基础上，提出更好的解决问题的方案和建议，保证企业品牌市场定位独具个性化，提高企业品牌市场定位的行业接受度。

企业开拓新市场，需要动用巨大的人力、物力和精力，如果市场定位不精准或者出现偏差，其给投资商和企业自身带来后期损失是巨大甚至有时是毁灭性的。只有定位准确乃至精确，企业才能构建出满足市场需求地产品，使自己在竞争中立于不败之地。要想做到这一点，就必须有足够量的信息数据来供餐饮行业研究人员分析和判断。在传统情况下，分析数据的收集主要来自于统计年鉴、行业管理部门数据、相关行业报告、行业专家意见及属地市场调查等，这些数据多存在样本量不足，时间滞后和准确度低等缺陷，研究人员能够获得的信息量非常有限，使准确的市场定位存在着数据瓶颈。随着大数据时代的来临，借助数据挖掘和信息采集技术不仅能给研究人员提供足够的样本量和数据信息，还能够建立基于大数据数学模型对未来市场进行预测。当然，依靠传统的人工数据收集和统计显然难以满足大数据环境下的数据需求，这就需要依靠相关数据公司(如米客互联)自动化数据采集工具的帮助。

 

4.2、大数据成为餐饮行业市场营销的利器

在餐饮行业市场营销工作中，无论是产品、渠道、价格还是顾客，可以说每一项工作都与大数据的采集和分析息息相关，餐饮行业市场营销工作中的主要有以下两个方面。一是通过获取数据并加以统计分析来充分了解市场信息，掌握竞争者的商情和动态，知晓产品在竞争群中所处的市场地位，来达到“知彼知己，百战不殆”的目的；二是企业通过积累和挖掘餐饮行业消费者档案数据，有助于分析顾客的消费行为和价值趣向，便于更好地为消费者服务和发展忠诚顾客。

以餐饮行业在对顾客的消费行为和趣向分析方面为例，如果企业平时善于积累、收集和整理消费者的消费行为方面的信息数据，建立消费者大数据库，通过统计和分析来掌握消费者的消费行为、兴趣偏好和产品的市场口碑现状，再根据这些总结出来的行为、兴趣爱好和产品口碑现状制定有针对性的营销方案和营销战略，投消费者所好，那么其带来的营销效应是可想而知的。因此，可以说大数据中蕴含着出奇制胜的力量，如果企业管理者善于在市场营销加以运用，将成为餐饮行业市场竞争中立于不败之地的利器。

 

4.3、大数据支撑餐饮行业收益管理

需求预测是通过对建构的大数据统计与分析，采取科学的预测方法，通过建立数学模型，使企业管理者掌握和了解餐饮行业潜在的市场需求，未来一段时间每个细分市场的产品销售量和产品价格走势等，从而使企业能够通过价格的杠杆来调节市场的供需平衡，并针对不同的细分市场来实行动态定价和差别定价。细分市场为企业预测销售量和实行差别定价提供了条件，其科学性体现在通过餐饮行业市场需求预测来制定和更新价格，最大化各个细分市场的收益。敏感度分析是通过需求价格弹性分析技术，对不同细分市场的价格进行优化，最大限度地挖掘市场潜在的收入。

大数据时代的来临，为企业收益管理工作的开展提供了更加广阔的空间。需求预测、细分市场和敏感度分析对数据需求量很大。企业在实施收益管理过程中如果能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，这将会对制订准确的收益策略，盈得更高的收益起到推进作用。

 

4.4、大数据创新餐饮行业需求开发

作为餐饮行业企业，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，制订合理的价格及提高服务质量，从中获取更大的收益。

大数据，并不是一个神秘的字眼，只要餐饮行业企业平时善于积累和运用自动化工具收集、挖掘、统计和分析这些数据，为我所用，都会有效地帮助自己提高市场竞争力和收益能力，盈得良好的效益。

 

五、案例启示

我国餐饮行业发展潜力巨大，但同时也面临着诸多挑战，大数据则成为一个行业的发展突破口。并且，在当今时代的飞速发展下，越来越多的人们使用互联网和电子信息产品在全球范围内分享大量有价值的信息。“大数据”时代已经到来，数据和餐饮业之间的联系也越来越密切，在大数据时代，餐饮业在传统基础上充分利用大数据，结合线上线下，更快更好的服务广大顾客，促进餐饮行业的发展。