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：

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：

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：

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

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：

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：

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：

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？
• ……