在吃喝玩乐中成为数据分析师——吃饭篇

0 评论 6065 浏览 46 收藏 12 分钟

数据分析是一种思考方式,在生活中也有很多的地方可以锻炼自己的数据思维。本文从生活场景出发,谈谈你吃饭的时候会遇到哪些数据分析知识,希望对你提升数据分析思路和技能有所帮助。

本篇是系列文,会带着大家从各种生活场景出发,提升业务理解,轻松学会数据分析思路和技能。

建议点赞收藏,遇到类似的情况,再拿出来细细品味。

今天讲的内容是:你吃饭的时候会遇到哪些数据分析知识?

读完本篇,你可以获取这些知识:

  • 用户的数据是如何被采集的
  • 店家为什么要做私域,用什么样的指标分析
  • 计算这些指标会用到的excel/sql/python函数

场景复现:

周末了,为了放松一下,小王准备约上几个朋友去一家餐厅吃饭。

餐前:

到了餐厅以后,小王开始扫了店家的小程序码点餐,选了几样招牌菜后,提交订单,等待上菜。

餐中:

在用餐过程中,有服务员进来搭话,询问菜品是否符合口味,如果符合的话是否可以写个大众评论?餐厅可以免费赠送一个菜品作为交换。如果比较忙的话,她可以用小王的手机进行编辑。小王同意了。

餐后:

在用餐过后,小王去结账,结账时再次被询问,菜品是否符合口味。在得到了小王的肯定后,并且推荐店长微信,承诺以后用餐可以直接在店长上预定座位,无需排队,小王便添加了微信,随后走出餐厅。

问:

小王在这个流程中经历了什么?有什么信息被采集到了?

店家为什么要这么做?目的是啥?怎么评估效果好坏?

假如你是数据分析师,你如何建立、分析相关指标?需要数据处理工具完成?

一、用户行为视角

1. 小王经历了什么流程

我们将小王点菜吃饭的过程拆解,可以得到如下流程:

在吃喝玩乐中成为数据分析师——吃饭篇

注:同一个微信号在同一个公司主体注册的小程序、企业微信中的id是唯一的。

我们可以看到,在小王吃饭的过程中,很多的信息的采集是无感的,比如微信ID的授权、餐桌的门店、桌号等。

那么,商家采集这些信息又有什么用呢?

2. 小王还可能经历什么

我们发现,以上的流程其实并没有闭环,所以小王添加微信后还会遇到非常重要的一个环节,就是被触达:

在吃喝玩乐中成为数据分析师——吃饭篇

这就是为什么,我们在小王的数据采集流程中,专门把微信唯一ID、订单号单独标注出来的原因。只有将小王的微信号和订单ID打通,才能进行后续小王的复购、到店时间等维度的分析。

那么,店家为什么要这样干,有啥好处吗?

二、商家运营视角

1. 单门店视角

首先,我们需要关注的是,在这个流程中,店家做了啥,付出了啥,得到了什么结果。

店家做了,但小王没有感知的部分:

  • 进行桌号的陈列,给每个桌贴二维码、排号
  • 进行菜品在小程序后台的上传、分类、排序

店家做了,且小王有感知的部分:

  • 利用赠送菜品获得好评
  • 利用售后福利推广店长微信

那么店家的投入回报,可以梳理如下:

在吃喝玩乐中成为数据分析师——吃饭篇

我们可以发现,其实很多商家的付出成本是一次性的,比如:

  • 小程序、私域工具的采购
  • 餐桌的陈列、贴码

并且很多成本虽然不是一次性,但是可以由自己控制的,比如:

  • 赠送菜品的选择
  • 话术培训、运营培训的成本

然而带来的好处是持续且显而易见的,比如越多人扫码点餐,降低服务员的服务成本就越越多、越多人给好评获得公域曝光就会越多、越多人进入私域,可以被直接触达的用户就越多。

这至少是一个一举三得的事情,并且除了好评曝光(在太多的公域平台,很难打通),其他的地方的成本和收益都很容易被计算。比如花了多少钱买工具,多少用户扫码了、多少用户通过私域预约来吃饭了等等。

这部分涉及到很多分析指标,我们接下来会讲到。

那么,如果是集团式的运营,会不会有什么不一样呢?

2. 集团运营视角

如果是集团式的运营,就涉及到门店的统一分析。例如:

  • 由于门店位置、面积、大小桌比例不一致产生的扫码比例不一致的分析
  • 由于门店区域不同赠送的菜品、好评话术引导的效果分析
  • A门店的私域顾客到B门店消费产生的跨门店分析

在吃喝玩乐中成为数据分析师——吃饭篇

所以,对于集团式的运营,由于不同的门店差异,还会产生一些额外的管理和分析成本。比如:

  • 用优惠券追踪用户的私域来源
  • 分析不同大区的话术契合性,并匹配培训方式
  • 依据不同消费者口味匹配不同的库存和供应链
  • ……

所以,在集团运营的视角下,比单门店需要付出的管理成本会更多,同时也更难核算。更需要一套体系化的数据指标来串联各个业务线。

如果你是数据分析师,你至少需要分析哪些指标?

三、如果你是数据分析师,该怎么办?

需要注意的是,线下门店的场景中,由于有租金成本,所以一般大家都会关注的指标一般是这两个:翻台率和坪效。

翻台率:餐桌重复使用率,计算方法为(餐桌使用次数-总台位数)÷总台位数×100%。

坪效:每平方的面积产生的营业额,计算方法为营业额/门店总面积。

大部分的分析会以这两个指标进行展开。肯德基和星巴克把椅子弄的舒服,让人吃完就走,其实很重要的因素就是翻台率。

1. 用户分析视角

假如我们对接的是用户运营的部门,我们至少需要分析的是:

  • 用户的转化漏斗分析
  • 用户的点单/用餐时长分析
  • 用户的折扣分析
  • 用户菜品结构分析
  • 触达复购率

其中,用户的用餐时长、折扣是跟翻台率和坪效相关的。

我们看一下这些指标的分析和计算方式:

在吃喝玩乐中成为数据分析师——吃饭篇

2. 门店分析视角

假如我们对接的是某个具体的门店进行数据分析,那么至少需要分析的指标是:

  • 用户的转化漏斗分析
  • 用户的点单/用餐时长分析
  • 话术转化分析
  • 菜品排列选取分析
  • 私域单量占比分析

以上所有指标都跟翻台率和坪效相关,转化漏斗、点单/用餐时长跟用户分析类似,不再赘述。

我们看一下这些指标的分析和计算方式:

在吃喝玩乐中成为数据分析师——吃饭篇

3. 集团运营分析视角

假如我们对接的是集团连锁的运营部门,我们至少需要分析的是:

  • 各个区域/门店有效的话术
  • 各个区域/门店的top菜品分布
  • 各个区域/门店的私域营业额占比
  • TOP10的区域业绩、单品销量、私域单量

我们可以发现,对接的如果是集团式运营的话,分析的角度和维度会有很大的不一样。分析的维度从一个具体的执行策略、一个具体的门店变成了整体的,更聚合的维度。

这是因为,集团式的运营最重要的工作是「资源调配」,例如根据top单品给出菜单陈列建议,根据销量进行供应链调整,根据不同的话术转化设计培训流程及考核指标等等。

在分析这些指标的同时也需要更多的了解单个策略的执行情况,所以很多做实体的都会要求员工去一线体验。

我们看一下这些指标的分析和计算方式:

在吃喝玩乐中成为数据分析师——吃饭篇

小结

其实数据分析是一种思考方式,只要在生活中多观察,多思考,吃喝玩乐中也能加强自己的数据思维。

至于一些复杂的数据处理方式,我们其实没有必要死记硬背,只需要知道搭建什么样的指标,可能用到什么样的工具即可。用以上提供的办法去搜索,一定可以找到对应的案例,慢慢的就熟能生巧,不需要搜索了。

有兴趣的同学,还可以做一些进阶的思考:

  • 如果小程序是别的地方帮开发的怎么办?
  • 如果即使用了自己的点单二维码,又是用了美团的二维码怎么办?
  • 这些动作对优化库存和供应链有没有帮助呢?
  • ……

作者:汪浩,公众号:只说人话的小汪(ID:transform_wh)

本文由@汪浩 原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!