數據分析是一種思考方式，在生活中也有很多的地方可以鍛煉自己的數據思維。本文從生活場景出發(fā)，談談你吃飯的時候會遇到哪些數據分析知識，希望對你提升數據分析思路和技能有所幫助。

本篇是系列文，會帶著大家從各種生活場景出發(fā)，提升業(yè)務理解，輕松學會數據分析思路和技能。

建議點贊收藏，遇到類似的情況，再拿出來細細品味。

今天講的內容是：你吃飯的時候會遇到哪些數據分析知識？

讀完本篇，你可以獲取這些知識：

• 用戶的數據是如何被采集的
• 店家為什么要做私域，用什么樣的指標分析
• 計算這些指標會用到的excel/sql/python函數

場景復現：

周末了，為了放松一下，小王準備約上幾個朋友去一家餐廳吃飯。

餐前：

到了餐廳以后，小王開始掃了店家的小程序碼點餐，選了幾樣招牌菜后，提交訂單，等待上菜。

餐中：

在用餐過程中，有服務員進來搭話，詢問菜品是否符合口味，如果符合的話是否可以寫個大眾評論？餐廳可以免費贈送一個菜品作為交換。如果比較忙的話，她可以用小王的手機進行編輯。小王同意了。

餐后：

在用餐過后，小王去結賬，結賬時再次被詢問，菜品是否符合口味。在得到了小王的肯定后，并且推薦店長微信，承諾以后用餐可以直接在店長上預定座位，無需排隊，小王便添加了微信，隨后走出餐廳。

問：

小王在這個流程中經歷了什么？有什么信息被采集到了？

店家為什么要這么做？目的是啥？怎么評估效果好壞？

假如你是數據分析師，你如何建立、分析相關指標？需要數據處理工具完成？

一、用戶行為視角

1. 小王經歷了什么流程

我們將小王點菜吃飯的過程拆解，可以得到如下流程：

注：同一個微信號在同一個公司主體注冊的小程序、企業(yè)微信中的id是唯一的。

我們可以看到，在小王吃飯的過程中，很多的信息的采集是無感的，比如微信ID的授權、餐桌的門店、桌號等。

那么，商家采集這些信息又有什么用呢？

2. 小王還可能經歷什么

我們發(fā)現，以上的流程其實并沒有閉環(huán)，所以小王添加微信后還會遇到非常重要的一個環(huán)節(jié)，就是被觸達：

這就是為什么，我們在小王的數據采集流程中，專門把微信唯一ID、訂單號單獨標注出來的原因。只有將小王的微信號和訂單ID打通，才能進行后續(xù)小王的復購、到店時間等維度的分析。

那么，店家為什么要這樣干，有啥好處嗎？

二、商家運營視角

1. 單門店視角

首先，我們需要關注的是，在這個流程中，店家做了啥，付出了啥，得到了什么結果。

店家做了，但小王沒有感知的部分：

• 進行桌號的陳列，給每個桌貼二維碼、排號
• 進行菜品在小程序后臺的上傳、分類、排序

店家做了，且小王有感知的部分：

• 利用贈送菜品獲得好評
• 利用售后福利推廣店長微信

那么店家的投入回報，可以梳理如下：

我們可以發(fā)現，其實很多商家的付出成本是一次性的，比如：

• 小程序、私域工具的采購
• 餐桌的陳列、貼碼

并且很多成本雖然不是一次性，但是可以由自己控制的，比如：

• 贈送菜品的選擇
• 話術培訓、運營培訓的成本

然而帶來的好處是持續(xù)且顯而易見的，比如越多人掃碼點餐，降低服務員的服務成本就越越多、越多人給好評獲得公域曝光就會越多、越多人進入私域，可以被直接觸達的用戶就越多。

這至少是一個一舉三得的事情，并且除了好評曝光（在太多的公域平臺，很難打通），其他的地方的成本和收益都很容易被計算。比如花了多少錢買工具，多少用戶掃碼了、多少用戶通過私域預約來吃飯了等等。

這部分涉及到很多分析指標，我們接下來會講到。

那么，如果是集團式的運營，會不會有什么不一樣呢？

2. 集團運營視角

如果是集團式的運營，就涉及到門店的統(tǒng)一分析。例如：

• 由于門店位置、面積、大小桌比例不一致產生的掃碼比例不一致的分析
• 由于門店區(qū)域不同贈送的菜品、好評話術引導的效果分析
• A門店的私域顧客到B門店消費產生的跨門店分析

所以，對于集團式的運營，由于不同的門店差異，還會產生一些額外的管理和分析成本。比如：

• 用優(yōu)惠券追蹤用戶的私域來源
• 分析不同大區(qū)的話術契合性，并匹配培訓方式
• 依據不同消費者口味匹配不同的庫存和供應鏈
• ……

所以，在集團運營的視角下，比單門店需要付出的管理成本會更多，同時也更難核算。更需要一套體系化的數據指標來串聯(lián)各個業(yè)務線。

如果你是數據分析師，你至少需要分析哪些指標？

三、如果你是數據分析師，該怎么辦？

需要注意的是，線下門店的場景中，由于有租金成本，所以一般大家都會關注的指標一般是這兩個：翻臺率和坪效。

翻臺率：餐桌重復使用率，計算方法為（餐桌使用次數-總臺位數）÷總臺位數×100%。

坪效：每平方的面積產生的營業(yè)額，計算方法為營業(yè)額/門店總面積。

大部分的分析會以這兩個指標進行展開?？系禄托前涂税岩巫优氖娣屓顺酝昃妥?，其實很重要的因素就是翻臺率。

1. 用戶分析視角

假如我們對接的是用戶運營的部門，我們至少需要分析的是：

• 用戶的轉化漏斗分析
• 用戶的點單/用餐時長分析
• 用戶的折扣分析
• 用戶菜品結構分析
• 觸達復購率

其中，用戶的用餐時長、折扣是跟翻臺率和坪效相關的。

我們看一下這些指標的分析和計算方式：

2. 門店分析視角

假如我們對接的是某個具體的門店進行數據分析，那么至少需要分析的指標是：

• 用戶的轉化漏斗分析
• 用戶的點單/用餐時長分析
• 話術轉化分析
• 菜品排列選取分析
• 私域單量占比分析

以上所有指標都跟翻臺率和坪效相關，轉化漏斗、點單/用餐時長跟用戶分析類似，不再贅述。

我們看一下這些指標的分析和計算方式：

3. 集團運營分析視角

假如我們對接的是集團連鎖的運營部門，我們至少需要分析的是：

• 各個區(qū)域/門店有效的話術
• 各個區(qū)域/門店的top菜品分布
• 各個區(qū)域/門店的私域營業(yè)額占比
• TOP10的區(qū)域業(yè)績、單品銷量、私域單量

我們可以發(fā)現，對接的如果是集團式運營的話，分析的角度和維度會有很大的不一樣。分析的維度從一個具體的執(zhí)行策略、一個具體的門店變成了整體的，更聚合的維度。

這是因為，集團式的運營最重要的工作是「資源調配」，例如根據top單品給出菜單陳列建議，根據銷量進行供應鏈調整，根據不同的話術轉化設計培訓流程及考核指標等等。

在分析這些指標的同時也需要更多的了解單個策略的執(zhí)行情況，所以很多做實體的都會要求員工去一線體驗。

我們看一下這些指標的分析和計算方式：

小結

其實數據分析是一種思考方式，只要在生活中多觀察，多思考，吃喝玩樂中也能加強自己的數據思維。

至于一些復雜的數據處理方式，我們其實沒有必要死記硬背，只需要知道搭建什么樣的指標，可能用到什么樣的工具即可。用以上提供的辦法去搜索，一定可以找到對應的案例，慢慢的就熟能生巧，不需要搜索了。

有興趣的同學，還可以做一些進階的思考：

• 如果小程序是別的地方幫開發(fā)的怎么辦？
• 如果即使用了自己的點單二維碼，又是用了美團的二維碼怎么辦？
• 這些動作對優(yōu)化庫存和供應鏈有沒有幫助呢？
• ……