在遇见小面餐厅，这个由三名集颜值和学历双高互联网餐饮人合伙办的重庆小面馆里，老板苏总正在寻找首个消费满5000元的顾客。对于苏总来讲，这个忠实用户确实让人好奇，他到底是请客狂人，还是一枚纯正的“面霸“？“我们不仅希望遇见他，更希望了解他背后更多的因素，基于这个原因，我们引进了数据分析师”，苏总这样对我们说。 

这底是什么？为什么能帮遇见小面把面霸找出来呢？款易CTO陈翰林对我们介绍说：“这其实是一套数据分析系统，主要是帮助餐饮老板进行经营决策的。它主要分为两大功能，一是数据采集，二是数据分析。这套系统，就是要成为未来餐饮行业老板的决策伙伴，其中会通过数据分析，帮助餐饮行业的从业者来做经营决策。

以遇见小面寻找首个5000元用户的例子来说，其实我们就是在通过数据收集分析，进而形成用户画像，了解顾客的消费行为，甚至可以进行精准定向和引导消费。我们不需要实际找到这个人，但是只要通过它后台系统记录的行为画像，借助于云数据，我们一样能提供给商家精准的用户信息，等同于跟消费者面对面了解的结果，更便于帮助餐饮老板进行决策。“

选址决策：高达60%失败率的门店选址，竟能交给数据去做 

让我们再看看跟遇见小面一步之隔的不怕虎牛腩店，同样作为新型餐饮代表，无收银台、无现金、无菜单，由7名员工玩转的爆品牛腩店，它又有怎样的故事呢？还得从不怕虎牛腩成立前说起。原来，在没开业之前，“不怕虎牛腩”的项总，其实早早瞄准了广州珠江新城花城汇，作为广州新CBD据点，花城汇周边聚集了多达20万的白领客群，实在是一个餐饮业的绝佳开店点，然而，项总却迟迟未有开店，甚至不惜推迟开店半年，就是为了在花城汇多多蹲点，就是为了找到最佳的开店地点，煞费苦心。 

其实内心的忐忑和犹豫不决，更多是因为这一个原因：担心选址开店的成功率。对于餐饮老板来说，选址实在是太困难了。诚然，就连有11年选址经验，为72家和真功夫选址多达150家门店的选址大师易正伟也这样说过：“早在2002年在真功夫从运营过度到选择开发，到今天经我收的签约合同约150家左右，累计盖判成功率在70%左右吧！另外的30%非成功店起码消耗了对等的30%成功店。”具有那么深厚经验的选址大师，竟然说成功率也只有40%，还有高达60%的失败率，可想而知，这是餐饮老板不能去冒风险，这也是项总迟迟不肯开店的原因。

选址确实是一个头疼的事情，但是能不能用数据决策去解决呢？答案是肯定的。因为对于选择分店地点，很多餐饮老板都会用过往经验去判断。比如说不能在现有店的附近，要离得越远越好，但是我们实际上又能看到一种很怪的现象，某些星巴克和麦当劳，每隔50米就有一家店，这如何解释呢？以星巴克为例，星巴克的系统，通过会员的管理和会员身份的管理，通过用户的行为轨迹，从而知道喜欢星巴克的人集中在什么地方，是根据人流情况去开分店，而不去更多的从经营者的主观判断去看。 

陈翰林曾表示：有餐饮老板就曾经跟我们提过，没开新的分店是感觉跟原来的店太近，离老店大概只有两公里的距离。而像星巴克、真功夫，麦当劳之类的，两个商场之间可能只有50米的直线距离，但却开了两家店，所以决策的原理到底是什么呢？按传统的思路来看，光看远近都是餐饮老板拍板决定的，但真的是离得近就不能开了吗？显然不是。 

最终开不开还是取决于那个地方是否是你的客流所在，你的用户是不是集中在那，是不是已经饱和了，如果还有发展潜力，开店当然是没问题的，而决定性的因素其实是你也不知道你的用户在哪里，所以没有办法下决心开不开店。那有没有一种可能，通过引入一些科学的工具系统，能够把你客户的流向标记出来，通过客户的一些行为习惯，最终那锁定客流集中的区域，帮助你做开店的决策呢？当然是有的，例如数据分析师。它在收集你门店，包括整个餐饮行业的云数据，通过大数据之前的积累和沉淀的，就能很好的判断出你的目标客户所在，通过数据帮助你选址时作出更好的决策。 

菜品选择：要吃要换什么，数据比你更了解顾客口味 

通过数据决策，这套分析系统除了在选址上能够有提前预判和决策的功能外，还带来一种餐饮老板都很期待的优势，那就是通过数据的共享模式和共赢模式，给实际运营带来非常大的便利，比如说是菜品的选择。 

数据需要积累，积累的越久，效果也更显著。对于餐饮行业来讲，传统ERP虽然有菜品的简单数据，门店也会记录来分析菜品滞销和畅销，这都不难。但是，如果实际上需要替换某个菜品的时候，连餐饮老板都没办法把握，以为实在不知道该怎么去替换才是最佳选址，要不靠蒙，要不全靠过去经验。而对于这套系统来讲，则是当有两个菜品滞销需要替换其他菜品时，可以告诉你，去选择较合适的替换方案。

例如在遇见小面的实际运营中，需要新增一款配菜，但是选择爆款型配菜臭豆腐，还是大众口味的卤蛋，老板迟迟难以做出判断，通常这种情况，都是由全店成员一起投票决定，很难避免自己的主观臆断成分，从客观的角度来讲并不能代表目标用户实际的需要。但是你只要把数据传到我们的云数据上，我们有的是整个行业餐饮同行的销售排行。在不会告诉你单独某个同行的数据上，但我们会把整个同行所有的数据里面的总排行呈现给你，把你没有的产品告知你，帮助你更好的决策。80%的同行销售好的、区域的菜品等是靠大家一起建设的。所以现在早一点加入款易分析师，其实就是提前布局，获得未来大数据的使用资格。 

直达人性：阿尔法狗战胜棋手后，将学习战胜餐饮大佬 

任何数据是人的消费认识，未来数据分析的趋势就是分析人，深度学习。但是，不少人可能会说，分析人的数据还是一个新兴产物，似乎成功的例子很少。不久前，相信大家都曾关注过这个杰出案例，就是用算法击败人类的智能系统阿尔法围棋（AlphaGo）。2016年3月对战世界围棋冠军、职业九段选手李世石，这套智能系统以4:1的总比分获胜。看上去，阿尔法围棋好像只带来了打败人类这个结果，但对于人们来说，更应该看到其身上数据决策的力量。 

 因为阿尔法围棋主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”。

而回到餐饮行业来讲，根据餐饮行业的特点，和餐饮人共建、共享数据，其实已经是系统在进行面对“人”的“深度学习”。只要收集足够多的数据，就能通过分析帮助餐饮老板节省很多市场调研的步骤和精力，在运营中也可以得到有效的决策方案支持，从而利用数据分析和决策的优势，构建更多适合自己的新型餐饮场景，切切实实给经营者带来更多的好处。 

纵观中国餐饮业的发展，其实是从以前的只关注于食物本身，转而发展为围绕人全面的体验服务。现在如雨后春笋般茁壮成长的新型餐饮代表，其实一直在强调这一点——让顾客的体验更好，制造更多舒适的餐饮消费场景。但在设定体验和场景设立中，利用数据精准决策，将是重要的一环，也是在餐饮发展趋势性下的一种必然存在。

本文来源于头条号，由餐饮界www.canyinj.com整编报道，转载请注明来源！