辰智大數據：餐飲選址怎樣才能成為市場贏家？

辰智大數據創始人葛建輝擁有15年以上專業市場研究、管理諮詢、大數據挖掘及IT應用開發方面的實戰經驗，對購物者行為數據和位置數據有深刻洞察，擅於從龐雜數據中進行精準解讀，幫助企業收集內部數據，整合外部數據，構建企業專屬的數據模型，挖掘有效的商業模式，用大數據助力企業贏得先機。

辰智於2011年開始構建餐飲數據研究，並於2016年12月23日正式發起並主導建立餐飲大數據研究中心。

餐飲大數據研究中心目前沉澱了600萬+餐廳數據、40萬+菜品數據、100萬+食客數據，並形成全國性的食客足跡大數據分析報告；未來將持續在商業模式和數據挖掘上進行創新、升級，為餐飲業及上下游企業聚合內外部數據搭起一座橋樑，為企業決策、產業升級提供數據支持！

為餐飲業及上下游企業了解餐飲業的發展趨勢給予有力的數據支撐！並成功為包括聯合利華、伊利、康師傅、華潤雪花、奇華頓等世界500強企業提供餐飲大數據應用的落地和分析決策服務。

餐飲O2O之道線上沙龍第三期，辰智大數據CEO葛建輝為我們解析了餐飲企業的選址方法，並向大家詳細講述了怎樣用科學的方法挑選企業的黃金地盤，讓企業在市場中從選址開始便能夠成為贏家。

1用做眾籌的方法去助力餐廳選址

餐廳選址的傳統方法就是掃街尋店，這個方法並非是不必要的，但是這個方法太耗費錢財、時間和人力。

在選址過程中，目前大家大部分都是靠經驗、拍腦袋決定的，可以用這樣的方法去解決一部分的問題，但根本的建議是餐廳要有清楚的意識去做門店的分級分類管理。

餐廳要非常明確自身的定位及客源，選址其實就是選客源。同一個品牌的餐廳，有可能有不同類型的餐廳，大店、小店、旗艦店對物業的要求是不一樣的。

有一些需要黃金位置去開店，有一些需要的是社區店，對於物業的要求企業內部需要有非常清晰的定位。

門店的分級分類的管理體系以及基於這個體系下面對於物業的要求去建立標準，基於這個標準就可以去各個城市去做選址規劃、網店規劃，如每一個城市開一百家店，不會去亂開店，店開太多也未必是好事。

這一百家店位置如何選出來呢？需要針對這個城市找到符合開店的模型，去找到這些機會點。在這種狀態下，是定向地去物業，而不是撒網式地找物業。提升效率，有效降低外勤成本。

在選址過程中，分級分類里很重要的一點是——分類的過程，如商場店、社區店、交通樞紐店……基於一定客流量下，某一人群特徵的差異化定位的門店，這種門店如在醫院門口開中式快餐店基本上是不會虧錢的。

基於每一種級別和類型的門店去定義對物業的要求，在完成選址時，定位是非常重要的，分級分類去制定標準，然後定向尋求網店規劃、尋找鋪源。

葛建輝跟餐飲業主介紹的方法是，將物業門店的要求寫出來之後告訴所有的員工，讓員工去介紹門店。只要開成功，給這個門店員工一定比例的獎勵。

這個時候，大家都會去找自己身邊認為符合這種要求的物業，讓他們報上來。這種方法就像眾籌，把找店面的過程做眾包，現在來看，效果相當好。

2 商圈秀聚合實力幫助餐飲選址

目前，辰智大數據在商業網點數據沉澱上的豐富性排名第一，2700萬個商業網點，600多萬家餐廳，400多個專業零售門店，2萬多個商場的數據。

商圈秀是基於位置智能的大數據聚合、分析和應用平台。以DAAS平台模式聚合數據和內容，以SAAS平台模式聚合工具和演算法，商圈秀最終向客戶交付應用和服務。

人在哪裡，商機就在哪裡。辰智有全國最全面的人口分布數據和認可消費能力數據，將任何一個地址輸入辰智的平台，就可以知道這個地址周邊一公里、兩公里範圍內有多少人，這些人的消費能力處於怎樣的水平，如果以餐飲而言，目前周邊有些什麼樣的餐飲企業品牌，餐廳的數量有多少，分別是什麼檔次的餐廳，並且可以知道這個商圈裡運營商的實時消費客流數據。

周邊基於銀聯的商圈消費數據，來判斷某一個商圈在某一個業態的消費能力。也可以看到這個商圈有多少微博用戶，他們都在聊一些什麼話題，這些話題可以讓企業做一些區域性的定向營銷時有更好的策劃方案。

在選址過程中，構建了人及人的消費能力，競爭以及周邊商圈競爭成熟度的指標和參數。這些數據可以幫助企業更好地判斷位置是不是滿足選址的要求。

辰智目前在跟一些全國提供鋪源的平台做對接，今年將會完成一些非常有效的商鋪鋪源推薦。在選址過程中既解決了如何找到一個好鋪源的問題，也能夠給其一些物業讓商戶去做考察和選址評估，企業正在全力構建一套基於選址評估的一整套數據支撐服務，為更多餐飲企業提供價值。