在吃喝玩樂中成為數據分析師——吃飯篇
數據分析是一種思考方式,在生活中也有很多的地方可以鍛煉自己的數據思維。本文從生活場景出發,談談你吃飯的時候會遇到哪些數據分析知識,希望對你提升數據分析思路和技能有所幫助。
本篇是系列文,會帶著大家從各種生活場景出發,提升業務理解,輕松學會數據分析思路和技能。
建議點贊收藏,遇到類似的情況,再拿出來細細品味。
今天講的內容是:你吃飯的時候會遇到哪些數據分析知識?
讀完本篇,你可以獲取這些知識:
- 用戶的數據是如何被采集的
- 店家為什么要做私域,用什么樣的指標分析
- 計算這些指標會用到的excel/sql/python函數
場景復現:
周末了,為了放松一下,小王準備約上幾個朋友去一家餐廳吃飯。
餐前:
到了餐廳以后,小王開始掃了店家的小程序碼點餐,選了幾樣招牌菜后,提交訂單,等待上菜。
餐中:
在用餐過程中,有服務員進來搭話,詢問菜品是否符合口味,如果符合的話是否可以寫個大眾評論?餐廳可以免費贈送一個菜品作為交換。如果比較忙的話,她可以用小王的手機進行編輯。小王同意了。
餐后:
在用餐過后,小王去結賬,結賬時再次被詢問,菜品是否符合口味。在得到了小王的肯定后,并且推薦店長微信,承諾以后用餐可以直接在店長上預定座位,無需排隊,小王便添加了微信,隨后走出餐廳。
問:
小王在這個流程中經歷了什么?有什么信息被采集到了?
店家為什么要這么做?目的是啥?怎么評估效果好壞?
假如你是數據分析師,你如何建立、分析相關指標?需要數據處理工具完成?
一、用戶行為視角
1. 小王經歷了什么流程
我們將小王點菜吃飯的過程拆解,可以得到如下流程:
注:同一個微信號在同一個公司主體注冊的小程序、企業微信中的id是唯一的。
我們可以看到,在小王吃飯的過程中,很多的信息的采集是無感的,比如微信ID的授權、餐桌的門店、桌號等。
那么,商家采集這些信息又有什么用呢?
2. 小王還可能經歷什么
我們發現,以上的流程其實并沒有閉環,所以小王添加微信后還會遇到非常重要的一個環節,就是被觸達:
這就是為什么,我們在小王的數據采集流程中,專門把微信唯一ID、訂單號單獨標注出來的原因。只有將小王的微信號和訂單ID打通,才能進行后續小王的復購、到店時間等維度的分析。
那么,店家為什么要這樣干,有啥好處嗎?
二、商家運營視角
1. 單門店視角
首先,我們需要關注的是,在這個流程中,店家做了啥,付出了啥,得到了什么結果。
店家做了,但小王沒有感知的部分:
- 進行桌號的陳列,給每個桌貼二維碼、排號
- 進行菜品在小程序后臺的上傳、分類、排序
店家做了,且小王有感知的部分:
- 利用贈送菜品獲得好評
- 利用售后福利推廣店長微信
那么店家的投入回報,可以梳理如下:
我們可以發現,其實很多商家的付出成本是一次性的,比如:
- 小程序、私域工具的采購
- 餐桌的陳列、貼碼
并且很多成本雖然不是一次性,但是可以由自己控制的,比如:
- 贈送菜品的選擇
- 話術培訓、運營培訓的成本
然而帶來的好處是持續且顯而易見的,比如越多人掃碼點餐,降低服務員的服務成本就越越多、越多人給好評獲得公域曝光就會越多、越多人進入私域,可以被直接觸達的用戶就越多。
這至少是一個一舉三得的事情,并且除了好評曝光(在太多的公域平臺,很難打通),其他的地方的成本和收益都很容易被計算。比如花了多少錢買工具,多少用戶掃碼了、多少用戶通過私域預約來吃飯了等等。
這部分涉及到很多分析指標,我們接下來會講到。
那么,如果是集團式的運營,會不會有什么不一樣呢?
2. 集團運營視角
如果是集團式的運營,就涉及到門店的統一分析。例如:
- 由于門店位置、面積、大小桌比例不一致產生的掃碼比例不一致的分析
- 由于門店區域不同贈送的菜品、好評話術引導的效果分析
- A門店的私域顧客到B門店消費產生的跨門店分析
所以,對于集團式的運營,由于不同的門店差異,還會產生一些額外的管理和分析成本。比如:
- 用優惠券追蹤用戶的私域來源
- 分析不同大區的話術契合性,并匹配培訓方式
- 依據不同消費者口味匹配不同的庫存和供應鏈
- ……
所以,在集團運營的視角下,比單門店需要付出的管理成本會更多,同時也更難核算。更需要一套體系化的數據指標來串聯各個業務線。
如果你是數據分析師,你至少需要分析哪些指標?
三、如果你是數據分析師,該怎么辦?
需要注意的是,線下門店的場景中,由于有租金成本,所以一般大家都會關注的指標一般是這兩個:翻臺率和坪效。
翻臺率:餐桌重復使用率,計算方法為(餐桌使用次數-總臺位數)÷總臺位數×100%。
坪效:每平方的面積產生的營業額,計算方法為營業額/門店總面積。
大部分的分析會以這兩個指標進行展開??系禄托前涂税岩巫优氖娣?,讓人吃完就走,其實很重要的因素就是翻臺率。
1. 用戶分析視角
假如我們對接的是用戶運營的部門,我們至少需要分析的是:
- 用戶的轉化漏斗分析
- 用戶的點單/用餐時長分析
- 用戶的折扣分析
- 用戶菜品結構分析
- 觸達復購率
其中,用戶的用餐時長、折扣是跟翻臺率和坪效相關的。
我們看一下這些指標的分析和計算方式:
2. 門店分析視角
假如我們對接的是某個具體的門店進行數據分析,那么至少需要分析的指標是:
- 用戶的轉化漏斗分析
- 用戶的點單/用餐時長分析
- 話術轉化分析
- 菜品排列選取分析
- 私域單量占比分析
以上所有指標都跟翻臺率和坪效相關,轉化漏斗、點單/用餐時長跟用戶分析類似,不再贅述。
我們看一下這些指標的分析和計算方式:
3. 集團運營分析視角
假如我們對接的是集團連鎖的運營部門,我們至少需要分析的是:
- 各個區域/門店有效的話術
- 各個區域/門店的top菜品分布
- 各個區域/門店的私域營業額占比
- TOP10的區域業績、單品銷量、私域單量
我們可以發現,對接的如果是集團式運營的話,分析的角度和維度會有很大的不一樣。分析的維度從一個具體的執行策略、一個具體的門店變成了整體的,更聚合的維度。
這是因為,集團式的運營最重要的工作是「資源調配」,例如根據top單品給出菜單陳列建議,根據銷量進行供應鏈調整,根據不同的話術轉化設計培訓流程及考核指標等等。
在分析這些指標的同時也需要更多的了解單個策略的執行情況,所以很多做實體的都會要求員工去一線體驗。
我們看一下這些指標的分析和計算方式:
小結
其實數據分析是一種思考方式,只要在生活中多觀察,多思考,吃喝玩樂中也能加強自己的數據思維。
至于一些復雜的數據處理方式,我們其實沒有必要死記硬背,只需要知道搭建什么樣的指標,可能用到什么樣的工具即可。用以上提供的辦法去搜索,一定可以找到對應的案例,慢慢的就熟能生巧,不需要搜索了。
有興趣的同學,還可以做一些進階的思考:
- 如果小程序是別的地方幫開發的怎么辦?
- 如果即使用了自己的點單二維碼,又是用了美團的二維碼怎么辦?
- 這些動作對優化庫存和供應鏈有沒有幫助呢?
- ……
作者:汪浩,公眾號:只說人話的小汪(ID:transform_wh)
本文由@汪浩 原創發布于人人都是產品經理,未經許可,禁止轉載。
題圖來自 Unsplash,基于CC0協議
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
好評,指標配上對應的計算方式