餐飲行業的大數據分析解決方案（上）

無論公司大小，數據都是一筆寶貴的資產，不管是結構化、半結構化還是非結構化數據。大數據分析使企業決策者可以真正了解消費者的需求，優化營銷宣傳，實現動態定價，更有效地服務於客戶。

餐飲行業由於其規模和經營特點，更應該採用大數據。那麼，大數據如何在餐飲行業發揮作用呢？

行業數據挖掘

通過來自論壇、社交媒體、視頻網站、圖片分享網站、點評網站和其他平台的數據，可以實時了解消費者的喜好，同時也能獲知競爭對手吸引顧客的方式。這種市場信息是無價的，企業據此可以知道應該銷售哪類產品、該投資什麼，以及哪些食品被認為是健康或是不健康的。

拿餐飲點評網站來舉例：

目前國內的美食點評網站有大眾點評、美團、百度糯米、口碑網、美食掌門網、好豆網等等，根據網站所提供的內容，我們使用數據挖掘工具可以提取出以下幾個方面的數據：

（1）商家地址數據

（2）菜品數據

（3）用餐反饋數據

（4）用餐需求數據

數據分析與洞察

當獲得了足夠的數據信息后，重要的是挖掘數據背後的價值。我們把這5個維度的數據進行合併和拆解，可以洞察出以下5大分析結果。

（1）找出客人真正喜歡的口味

根據對菜系的喜好程度，我們可以判斷出客人的口味喜好。如果您想針對特定地域比如北京的消費者喜歡什麼口味的菜品，分析的整體思路如下：

首先根據「菜品數據」和「用餐需求數據」的清洗和整理，我們可以知道2017年4月份北京地區大致有幾種菜系，以及各大菜系的用餐人數。

表1：菜系--點餐人數

每種菜系都有自己的口味特點，我們從一個口味特點出發，將這些菜系的口味進行標籤分類。

表2：菜系--口味特點

接下來將這兩個表格進行關聯，這裡我們使用可視化數據分析工具「雲途壹看板」來進行多表關聯的操作，因為這個工具操作靈活簡單，只需要拖拽即可完成。我們這兩個表格相對簡單，也可以自行手動操作，如果是面對維度比較多，指標比較多的表格最好是用工具操作比較省時省力。我們先用工具來嘗試一下。

拖拽兩個表格進行關聯，生成關聯后的圖表

關聯后的表格——口味喜好分佈表

選擇口味作為維度，點餐人數作為度量，生成口味喜好分佈的柱形圖，我們可以很直觀的得出結論：北京地區4月份口味喜好排名前三的是「香辣」、「麻辣」、「咸鮮」。

我這裡做的分析比較簡單，只是選取了菜系的一種口味，如果有感興趣的朋友，也可以將菜系的口味標籤多樣化，進行更加精準詳細的分析。

（2）作出更美味的菜肴

美味的菜肴將為餐廳帶來回頭客。分析用餐者的反饋有助於做出新穎獨特、令人垂涎的菜肴。從菜品數據中挖掘數據結合顧客喜歡的口味，幫助廚師和餐廳管理者調整菜譜，從而改善顧客體驗，讓菜品更受歡迎。

我們將「菜品數據」和「用餐反饋數據」結合，此處針對川菜烤魚店進行詞雲分析。

從分析結果我們可以看到，顧客非常喜歡香辣味的，並且烤的微焦的烤魚，配菜方面更喜歡青筍、千葉豆腐、泡餅，因此我們可以根據顧客喜好調整菜單，比如說增加相應的套餐，或者烤魚口味與配菜的搭配做更豐富的嘗試。

本期先分享這些，下期會根據挖掘到的數據分析以下內容：

（1）不同地區的用餐特點

（2）需求規劃

（3）選址規劃

敬請期待喔！

歡迎關注「雲途數據」公眾號（ID:yuntudata），查看更多行業解決方案！