在遇見小面餐廳，這個由三名集顏值和學歷雙高互聯(lián)網(wǎng)餐飲人合伙辦的重慶小面館里，老板蘇總正在尋找首個消費滿5000元的顧客。對于蘇總來講，這個忠實用戶確實讓人好奇，他到底是請客狂人，還是一枚純正的“面霸“？“我們不僅希望遇見他，更希望了解他背后更多的因素，基于這個原因，我們引進了數(shù)據(jù)分析師”，蘇總這樣對我們說。 

這底是什么？為什么能幫遇見小面把面霸找出來呢？款易CTO陳翰林對我們介紹說：“這其實是一套數(shù)據(jù)分析系統(tǒng)，主要是幫助餐飲老板進行經(jīng)營決策的。它主要分為兩大功能，一是數(shù)據(jù)采集，二是數(shù)據(jù)分析。這套系統(tǒng)，就是要成為未來餐飲行業(yè)老板的決策伙伴，其中會通過數(shù)據(jù)分析，幫助餐飲行業(yè)的從業(yè)者來做經(jīng)營決策。

以遇見小面尋找首個5000元用戶的例子來說，其實我們就是在通過數(shù)據(jù)收集分析，進而形成用戶畫像，了解顧客的消費行為，甚至可以進行精準定向和引導消費。我們不需要實際找到這個人，但是只要通過它后臺系統(tǒng)記錄的行為畫像，借助于云數(shù)據(jù)，我們一樣能提供給商家精準的用戶信息，等同于跟消費者面對面了解的結果，更便于幫助餐飲老板進行決策。“

選址決策：高達60%失敗率的門店選址，竟能交給數(shù)據(jù)去做 

讓我們再看看跟遇見小面一步之隔的不怕虎牛腩店，同樣作為新型餐飲代表，無收銀臺、無現(xiàn)金、無菜單，由7名員工玩轉的爆品牛腩店，它又有怎樣的故事呢？還得從不怕虎牛腩成立前說起。原來，在沒開業(yè)之前，“不怕虎牛腩”的項總，其實早早瞄準了廣州珠江新城花城匯，作為廣州新CBD據(jù)點，花城匯周邊聚集了多達20萬的白領客群，實在是一個餐飲業(yè)的絕佳開店點，然而，項總卻遲遲未有開店，甚至不惜推遲開店半年，就是為了在花城匯多多蹲點，就是為了找到最佳的開店地點，煞費苦心。 

其實內(nèi)心的忐忑和猶豫不決，更多是因為這一個原因：擔心選址開店的成功率。對于餐飲老板來說，選址實在是太困難了。誠然，就連有11年選址經(jīng)驗，為72家和真功夫選址多達150家門店的選址大師易正偉也這樣說過：“早在2002年在真功夫從運營過度到選擇開發(fā)，到今天經(jīng)我收的簽約合同約150家左右，累計蓋判成功率在70%左右吧！另外的30%非成功店起碼消耗了對等的30%成功店?！本哂心敲瓷詈窠?jīng)驗的選址大師，竟然說成功率也只有40%，還有高達60%的失敗率，可想而知，這是餐飲老板不能去冒風險，這也是項總遲遲不肯開店的原因。

選址確實是一個頭疼的事情，但是能不能用數(shù)據(jù)決策去解決呢？答案是肯定的。因為對于選擇分店地點，很多餐飲老板都會用過往經(jīng)驗去判斷。比如說不能在現(xiàn)有店的附近，要離得越遠越好，但是我們實際上又能看到一種很怪的現(xiàn)象，某些星巴克和麥當勞，每隔50米就有一家店，這如何解釋呢？以星巴克為例，星巴克的系統(tǒng)，通過會員的管理和會員身份的管理，通過用戶的行為軌跡，從而知道喜歡星巴克的人集中在什么地方，是根據(jù)人流情況去開分店，而不去更多的從經(jīng)營者的主觀判斷去看。 

陳翰林曾表示：有餐飲老板就曾經(jīng)跟我們提過，沒開新的分店是感覺跟原來的店太近，離老店大概只有兩公里的距離。而像星巴克、真功夫，麥當勞之類的，兩個商場之間可能只有50米的直線距離，但卻開了兩家店，所以決策的原理到底是什么呢？按傳統(tǒng)的思路來看，光看遠近都是餐飲老板拍板決定的，但真的是離得近就不能開了嗎？顯然不是。 

最終開不開還是取決于那個地方是否是你的客流所在，你的用戶是不是集中在那，是不是已經(jīng)飽和了，如果還有發(fā)展?jié)摿?，開店當然是沒問題的，而決定性的因素其實是你也不知道你的用戶在哪里，所以沒有辦法下決心開不開店。那有沒有一種可能，通過引入一些科學的工具系統(tǒng)，能夠把你客戶的流向標記出來，通過客戶的一些行為習慣，最終那鎖定客流集中的區(qū)域，幫助你做開店的決策呢？當然是有的，例如數(shù)據(jù)分析師。它在收集你門店，包括整個餐飲行業(yè)的云數(shù)據(jù)，通過大數(shù)據(jù)之前的積累和沉淀的，就能很好的判斷出你的目標客戶所在，通過數(shù)據(jù)幫助你選址時作出更好的決策。 

菜品選擇：要吃要換什么，數(shù)據(jù)比你更了解顧客口味 

通過數(shù)據(jù)決策，這套分析系統(tǒng)除了在選址上能夠有提前預判和決策的功能外，還帶來一種餐飲老板都很期待的優(yōu)勢，那就是通過數(shù)據(jù)的共享模式和共贏模式，給實際運營帶來非常大的便利，比如說是菜品的選擇。 

數(shù)據(jù)需要積累，積累的越久，效果也更顯著。對于餐飲行業(yè)來講，傳統(tǒng)ERP雖然有菜品的簡單數(shù)據(jù)，門店也會記錄來分析菜品滯銷和暢銷，這都不難。但是，如果實際上需要替換某個菜品的時候，連餐飲老板都沒辦法把握，以為實在不知道該怎么去替換才是最佳選址，要不靠蒙，要不全靠過去經(jīng)驗。而對于這套系統(tǒng)來講，則是當有兩個菜品滯銷需要替換其他菜品時，可以告訴你，去選擇較合適的替換方案。

例如在遇見小面的實際運營中，需要新增一款配菜，但是選擇爆款型配菜臭豆腐，還是大眾口味的鹵蛋，老板遲遲難以做出判斷，通常這種情況，都是由全店成員一起投票決定，很難避免自己的主觀臆斷成分，從客觀的角度來講并不能代表目標用戶實際的需要。但是你只要把數(shù)據(jù)傳到我們的云數(shù)據(jù)上，我們有的是整個行業(yè)餐飲同行的銷售排行。在不會告訴你單獨某個同行的數(shù)據(jù)上，但我們會把整個同行所有的數(shù)據(jù)里面的總排行呈現(xiàn)給你，把你沒有的產(chǎn)品告知你，幫助你更好的決策。80%的同行銷售好的、區(qū)域的菜品等是靠大家一起建設的。所以現(xiàn)在早一點加入款易分析師，其實就是提前布局，獲得未來大數(shù)據(jù)的使用資格。 

直達人性：阿爾法狗戰(zhàn)勝棋手后，將學習戰(zhàn)勝餐飲大佬 

任何數(shù)據(jù)是人的消費認識，未來數(shù)據(jù)分析的趨勢就是分析人，深度學習。但是，不少人可能會說，分析人的數(shù)據(jù)還是一個新興產(chǎn)物，似乎成功的例子很少。不久前，相信大家都曾關注過這個杰出案例，就是用算法擊敗人類的智能系統(tǒng)阿爾法圍棋（AlphaGo）。2016年3月對戰(zhàn)世界圍棋冠軍、職業(yè)九段選手李世石，這套智能系統(tǒng)以4:1的總比分獲勝。看上去，阿爾法圍棋好像只帶來了打敗人類這個結果，但對于人們來說，更應該看到其身上數(shù)據(jù)決策的力量。 

 因為阿爾法圍棋主要工作原理是“深度學習”?！吧疃葘W習”是指多層的人工神經(jīng)網(wǎng)絡和訓練它的方法。一層神經(jīng)網(wǎng)絡會把大量矩陣數(shù)字作為輸入，通過非線性激活方法取權重，再產(chǎn)生另一個數(shù)據(jù)集合作為輸出。這就像生物神經(jīng)大腦的工作機理一樣，通過合適的矩陣數(shù)量，多層組織鏈接一起，形成神經(jīng)網(wǎng)絡“大腦”。

而回到餐飲行業(yè)來講，根據(jù)餐飲行業(yè)的特點，和餐飲人共建、共享數(shù)據(jù)，其實已經(jīng)是系統(tǒng)在進行面對“人”的“深度學習”。只要收集足夠多的數(shù)據(jù)，就能通過分析幫助餐飲老板節(jié)省很多市場調(diào)研的步驟和精力，在運營中也可以得到有效的決策方案支持，從而利用數(shù)據(jù)分析和決策的優(yōu)勢，構建更多適合自己的新型餐飲場景，切切實實給經(jīng)營者帶來更多的好處。 

縱觀中國餐飲業(yè)的發(fā)展，其實是從以前的只關注于食物本身，轉而發(fā)展為圍繞人全面的體驗服務。現(xiàn)在如雨后春筍般茁壯成長的新型餐飲代表，其實一直在強調(diào)這一點——讓顧客的體驗更好，制造更多舒適的餐飲消費場景。但在設定體驗和場景設立中，利用數(shù)據(jù)精準決策，將是重要的一環(huán)，也是在餐飲發(fā)展趨勢性下的一種必然存在。

本文來源于頭條號，由餐飲界www.thebridgeofsanluisrey.com整編報道，轉載請注明來源！