大家好，我是大泓，這次分享門店數據分析的內容。

最近接觸不少餐飲門店，甚至是餐飲企業，都沒有做數據統計，更談不上做詳細分析。不管是老板還是門店管理人，每天只是簡單粗暴地關注當天的營業收入。其他數據都可以忽略不計。

營業數據的分析對于門店真的不重要嗎?

在回答這個問題之前，我們先看一些場景~

作為老板或者是管理人，我們可能經常會有這樣的靈魂拷問：

為什么這個月成本這么高?毛利率下降了?為什么用戶都去隔壁老王家吃飯，我的生意越來越差?為什么促銷活動讓利越來越大，卻一直沒有效果?為什么我的員工流失率這么高?誰才是我的顧客?.....

遇到這些問題，我們的回答理由是什么?

門店位置問題?菜品口味或價格問題?隔壁老王家做了活動?進店都是我們的顧客，等等等....

而念念是這樣思考的：

第一步，先確定真的是異常數據嗎?

如何判斷是否是異常數據?可以通過環比和同比來判斷異常是個例還是趨勢。環比：同一年的前1個月和這個月的數據相比;同比：去年和今年同一個月的數據相比;

第二步，確定是異常數據之后，應該如何思考?

我們從業務核心收入來作終極目標思考。一般影響收入的因素主要是人流量，客單價，菜品結構，服務情況。

有了這些基本因素之后再細拆出來，比如以人流量為例，人流量分為自然流量、廣告流量、活動流量、老帶新流量等等，再細拆出來的是多少是新客、多少是老客等，依這樣的運營思維來進行每塊數據分析得到門店的用戶覆蓋率、復購情況。

而我們遇到的每一次的經營異常，都需要針對每一個小模塊來進行數據拆解并分析，找出數據真正的異常原因，并對每一個環節進行調整優化，最終提升收入目標。

又比如我們做一場活動，數據統計除了基本的進店人數，重要考量的是活動帶來進店數，客單價外，還需要包含后續發放卡券的核銷率，活動用戶的重復進店率、活動用戶辦卡率等等，來總結這次活動帶來的收益及不足。

通過一步步拆解，我們思路是不是更清晰了。

餐飲店數據異常，常見的情況包含策略調整(比如說漲價，菜品結構調整)、活動的影響、節假日影響、人員的服務情況等等。每次關注的數據要結合門店經營實際情況來做統計分析，對出現異常早做勘察并及時調整。

有數據為依據，再進行針對性的業務調整，才能最終去解決問題。

我們再回歸到數據本身的運營角度來思考，如何提升店鋪營業額?我們可以用可量化的大數據公式思維為導向進行思考，如下：

另外，從進店用戶數據中，我們還需要建立RFM模型，來進一步分析用戶，結合用戶屬性建立檔案，針對性地進行管理營銷。

所謂的RFM模型，就是根據顧客最近一次到店的時間、消費頻次、消費單價這三個維度來分析顧客。

比如說下圖，有6000余人來過門店消費，其中有不到1400個常光顧的活躍顧客，1900多個只來了第一次，600個最近不常來，2200多個不會再光顧的顧客。

▲海底撈前CIO施琦老師分享

有了RFM模型之后，我們就能分析出這四類顧客的營收占比，也了解到門店用戶的基本情況，根據不同等級的顧客對整體營業額的貢獻情況做營業分解模型。

比如說一家中等規模的門店，月營業額為50萬為例，那么我們可以根據顧客等級進行業績拆分為：

只來一次的顧客，收入25萬;偶爾來的顧客，收入15萬;門店常客，收入5萬;流失的顧客，收入5萬。

如果門店想要的下一個目標是讓月營業額沖上75萬，就需要在這四個部分用戶做運營拆解并優化。我們是想增加新客進店?老客復購?還是盡可能的進行運營調整來讓偶爾一次顧客及不再光顧的顧客持續進店?

▲生意分解模型-中等規模店案例

運營數據只是門店數據經營的冰山一角，除此之外的門店運營中的毛利率與成本率、資金周轉率、店面的利用率、員工人均服務量、顧客流動速度、客人消費水平、人均創收額等等都需要進行量化分析。

我們門店通過基礎運營、營收利潤到人員效率等，盡可能拆分出每個小模塊，搭建門店自己的數據模型，再進行每天、每周、每月、每季，甚至每年的數據做分析對比，不斷的優化，才能逐步實現門店的運營各個板塊的業務增長。

冷鏈服務業務聯系電話：19937817614

華鼎冷鏈是一家專注于為餐飲連鎖品牌、工廠商貿客戶提供專業高效的冷鏈物流服務企業，已經打造成集冷鏈倉儲、冷鏈零擔、冷鏈到店、信息化服務、金融為一體的全國化食品凍品餐飲火鍋食材供應鏈冷鏈物流服務平臺。

標簽:

食品安全網

上一篇：餐館推新菜廣告（為什么你餐廳推的新菜，總是賣得不好？）

下一篇：餐廳上菜擺放七個口訣（餐廳服務員被投訴，就因為不知道正確的上菜順序?。?/a>