吃个饭，都有那些数据分析知识
关注并将「人人都是产品经理」设为 ★ 星标
每天早上更新，与你一起成长
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。
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。
那么请问：
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？
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？
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？
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：
总结一下
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
原文标题：在吃喝玩乐中成为数据分析师——吃饭篇
题图来自 Unsplash ，基于 CC0 协议
微信扫码关注该文公众号作者