數據證明，有5％的顧客是被你趕走的……

GIF/698K

作者｜張祖弢（FSBi 上海韜翼企業管理諮詢有限公司合伙人）

編輯｜東青

10 年前，我國餐飲行業利潤率還普遍能夠達到 20% 以上。如今，國內一線餐飲企業的利潤率普遍維持在 10% 左右。2015 年，餐飲百強企業平均凈利潤率僅為 4.8% （數據源自中國連鎖經營協會）。

利潤率越來越薄，如何在的這樣的歷史節點下繼續生存並發展？戰略研究大師大前研一在研究企業生存發展時提到了三個因素：Company 公司、Competitor 競爭對手、Customer 消費者。

也就是說，要在競爭激烈的市場環境中生存下來，需要用自身的強弱項與競爭對手的強弱項對比，並結合消費者的嗜好和消費變化來策劃經營戰略。

了解消費者的方法有很多，今天要說的是如何通過數據分析消費者評論，從而真正了解消費者。通過對消費者評論中可能出現的價值信息抓取並分析（競爭對手、選址、門頭可視度、交通方便程度、來客數、菜品點評、口味點評、裝盤點評、食材點評、迎賓、桌間、結賬、裝修、餐具等等），實現整體競爭力提升。

從 3-5% 的絕對流失率中尋找原因

網路時代里，每家店鋪都能在對應的數據網站上找到針對自己店鋪的消費者評論數據。雖然每家店鋪或多或少都有專人（店長，營銷總監，甚至老闆自己）每天「刷屏」這些有消費者點評的網站，但盲目的「刷屏」並不代表能夠從口碑數據中挖掘到真正對經營管理有用的信息，當我們把數據分類之後，哪些數據能真正找到經營的問題所在呢？

某些消費者在評論中往往會提到「因為……這家店我再也不去了」類似的評論，這種評論具有明顯的傾向性，FSBi 稱之為絕對流失評論。

即便是海底撈，也會有絕對流失評論

因為一條絕對流失評論你丟的可能不止一個顧客

餐飲行業平均每個店鋪會有 3-5% 的絕對流失評論，也就是說有 5% 左右的顧客在評價完一家餐廳之後，再也不去這家餐廳了。

給你評論的顧客有 5% 在評論之後再也不來了

如果能夠分析出絕對流失的原因並在運營過程中加以改善，則會直接幫助店鋪提升營業額。因為，降低了流失的客戶數其實就是挽留了 3-5% 的來客數。

歸類分析，找到原因出處

從上千條評論中檢索出絕對流失的評論。之後就是歸類分析，先確定是菜品的問題，還是環境的問題，或者是服務的問題。然後再往下細分，比如菜品，是菜品的口味？性價比？口感？量感？還是其他；比如服務，是領位/等位？點菜/上菜？桌間服務？結賬送客？儀錶態度？還是其他哪個環節有問題。

只有通過這樣的數據歸因，才能從大量的數據梳理中洞察到真正應該改善的方面。

從消費者的評論中尋找問題並解決問題，證明我們需要消費者口碑評論內容。從分散的評論中找到這些口碑內容，除了要可靠的數據來源，有一點值得注意，相比一句話的「短評論」，「長評論」的內容更具價值。長評論內容涵蓋面更廣，包含的信息不僅僅是總體滿意度（第三方口碑網站上原本就有），而偏重於對於消費全過程的還原，這對於更具體詳細的分析來說具有極高價值。

幾乎佔滿手機屏的長評論更容易找到問題所在（打字就要點時間）

從評論中提取信息給菜品畫像

大數定理告訴我們，重複試驗多次，隨機事件的頻率近似於真正概率：也就是說所獲得的數據量越大，能挖掘到的價值就越多，結果越準確。

正確的數據分析會成為餐廳經營的強大助力

數據在針對性地提取、加工與分析之前並不具備任何價值。如何針對行業特性，定製化開發數據分析「流水線」，從而源源不斷地產生企業管理所需要的分析內容，才是真正有質量的分析。

以菜品為例，餐廳在「刷屏」看評論時最注重的就是菜品了，「刷屏」後往往會主觀的認為今天這個菜品挺受歡迎，但是放大到大數據的角度客觀分析，結果往往與感覺有很大出入。

菜品四象限直接告訴你不同菜品的狀況和處理辦法

針對菜品，可以從「提及率」和「好評率」兩個維度來分析所有在點評中出現過的菜品，對於菜品「論資排輩」並通過不同的時間維度去分析，這樣才能客觀掌握消費者角度看來的明星菜品和敗犬菜品。另外，還可以結合內部的銷售數據和毛利數據進行體系化的菜品分析。

對於動輒擁有一百多道菜的餐飲店鋪來說，通過人為「刷」評論，做到個別菜品的分析是可能的，但對於一家優秀的餐廳來說，菜品應該以整體概念進行綜合評價分析，也就是我們常說的「菜品組合」，而通過人為「刷」評論的方式必然是無法達到對所有「菜品組合」進行綜合分析的。

分析數據是為了更好的經營，除了菜品銷量、來客數和營業額，你還會分析哪些數據直接用於經營？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！