三年前开始将大数据服务于餐饮行业，已超3000家门店。

作为国内首家大数据云平台的IT技术公司，捷荟大数据的使命就是为餐饮企业将大数据落地。

3月28日-29日，由中国连锁经营协会主力的鹏城连锁餐饮峰会，堪称餐饮业的“两会”，众多餐饮大佬现身深圳，为餐饮业指明了方向。

捷荟大数据CEO刘海丽的主题演讲《百强餐饮都在用的大数据平台》。

刘海丽精彩语录：

1、捷荟大数据的使命就是为餐饮行业将大数据落地。

2、餐饮企业做数据分析相对落后，但餐饮企业偏偏最需要管理咨询和大数据的支持。

3、企业管理不只是开会汇报业绩进展，而要更关注战略设计，分析市场环境，竞争对手，自身原因等很多分析维度。

4、数据分析需要整合内部营运数据、外部互联网大数据，把数据做挖掘整合形成各种模式报表。

5、从评价的角度，从情感的角度，从市场分析的角度，从新闻监控的角度去看外部大数据。

6、基于营销的分析，客户的标签，商圈的标签等等提高选址准确度。

7、用技术代替人工，让餐饮企业KPI更精准。

8、对于舆情的监控，餐饮企业最怕出现负面新闻，针对负面事件企业需要第一时间做管控。

9、外卖是非常重要的线上渠道，而且外卖的销售数量已经占到很大的比例，从原来的个位数占到了30%左右。

10、对竞争环境的分析，很多人把它形容成马拉松，其实我觉得更像登山，因为每一步都会更高更难，你如果不努力攀登，就会成为最下面的那个人。

以下是刘海丽演讲实录节选：

1

从专业IT背景走入餐饮

各位朋友大家上午好！听到前面重庆小面宋总的分享我特别感动，同是80后创业，我们的背景也是比较像，我本科计算机专业，硕士念的是统计学和工商管理。

我们团队的人才可以去做人工智能，可以做金融和高科技，但我们选择了做餐饮行业的大数据服务。

如果这样越来越多新型的高科技人才都能聚焦餐饮行业，中国的餐饮行业未来一定可以走出民族优秀的品牌。

近几年来，我们中小的企业是一个快速发展的阶段，我们在三年前开始把这个方向转向整个餐饮行业，尤其是一些中小企业。

在传统的金融、制造、零售，大的流通行业的背景下，我也希望我们的团队把这些好的经验在餐饮行业跟大家做一些分享。为什么我们一开始会定位在餐饮行业做大数据？

我是从2014年开始做商业智能这件事情，最早BI是服务大型企业的，因为它有很多系统，有海量的数据，企业里面有自己的ERP，有很多的文本数据，财务等各种各样的系统。

这些大量的数据要做很多管理分析，第一是IT技术单纯的需求，怎么样把这些数据整合好。第二个，我们到底要分析哪些东西，市场上的经营环境和内部的管理需求。

在这个过程中我们总结很多经验，要做好IT项目要有好的管理的模型，要知道我们解决什么样的问题。

我们2014年开始接触餐饮行业，开始为很多百强餐饮企业项目制的构筑大数据中心。

我们为大型企业做数据分析时发现，餐饮企业和其他企业相比比较落后，但餐饮企业偏偏最需要管理咨询和大数据的支持。

团队确实是最重要的，我自己只是创始人其中的一个，合伙人里面有四个部分。

1.来自于行业的顾问。在餐饮行业服务十几年的专业团队。他们可能不懂代码，但是知道行业的痛点，可以清晰得掌握客户提出的需求。

2.数据科学家，是行业内的大咖，他跟我们共同研究的是如何把复杂的数据模型运用在商业里面，尤其是应用在餐饮行业里面。

3.传统做商业智能的顾问，他会比较清楚把企业里面的各种数据做实际落地。

4.数据处理工程师。就是我们所说的IT码农。有丰富数据处理的能力。

我们也是希望最早做这件事情做好，更好的服务在餐饮企业。因此15年我们把服务大餐饮企业的解决方案做成平台式的产品，MegaMeta云平台，将大数据进行采集、处理全荟餐饮共享设备，存储、挖掘、分析，呈现所有环节整合，为餐饮行业提供大数据的分析服务。

2

打造捷荟大数据平台

我们服务的客户，有不同的方向，一种是做高端的服务，有非常好的服务体验。

还有一些是小品牌，每一个不同的品牌关注的店是不一样的，但是对于餐饮集中连锁管理的想法是一样的。我们服务的这些客户在云平台上可以利用产品帮他们做一些管理优化。

下面讲一些技术的东西，我们的数据基本上是来自于大数据，我们有外部的接口调研一些数据，这些数据是来自哪里？

1.广大市场上面，互联网上面群众的声音。比如说我们在点评上写某一家店的认知，在微博上讲一个话题。

2.来自于品牌自身的数据。这里面有很多数据比如说有ERP的，有CRM的，有电商的等等。

3.调研数据。线下调研、访客等合作的数据。

我们把这些数据做了整合和数据挖掘形成各种模式的报表。

我们从14年做到现在经历了几个产品版本，也在不断的更新换代。最早服务企业内部的时候做比较多的是BI的智能分析，后来集成了数据挖掘的分析，把分结构化的数据做了很好的整合。

现在我们已经推出了H5的产品，在移动端、PC端都可以做很好的分享，随时随地可以看到目前所有企业的数据分析情况。

3

选址分析的高准确度

假设我现在要开店，我只关心在哪里选址，那分为加盟店和直营店看。

1.如果是直营店，通常是自己的开发总监有一个开发团队在全国找店，总部做一些审核。

2.如果是加盟店，他们在做加盟店的时候，更多的是加盟商提供出来一个地址，我们去判断这个店能不能开。

而大数据平台上的在选址模型有两类：

一类是假设你还不知道自己要去哪个地方开店。那就可以根据提供出来的地址，把地址输进去，后台整个数据分析模型就会给你测试出来这个地址开店的成功度，这个界面很简单，但是后台计算是很复杂的。

如果说这家店的成功率可能在50%以下就不太考虑，尤其是在偏远的城市。

另一类假设你已经决定要去一个地方开店，比如说要去哈尔滨，我们整合了三百多种POI的技术，来自于大数据的，包括宏观和微观的数据给你一些建议。

实际上核心是看几个点，结合到品牌的定位，品牌里边卖的产品价格是什么样的，可能存在的竞争对手是什么等。

刚才分享的这两部分完全是基于大数据，这部分的模型也不需要前期复杂的IT实施过程，基本上做一些简单的对接马上就可以用。

我们的产品也是互联网化的产品，可以在线定制直接使用，单次的费用也比较低。对于餐饮入门大数据来讲是非常好的选择。

市面上也有一些其他选址的软件，客户对我们的评价是，我们的选址模型可以称的上目前选址里面准确度最高的，可以达到60%-70%。基于营销的分析，客户的标签，商圈的标签等等。

4

舆情分析的三大作用

1、全网评价分析

提到全网的评价，现在B2C的网站非常多，来自于所有这些网站的整合，大部分客户在没有用这个我们这个产品之前是有部门在手工做的。

比如说就只有一家店，去每家网站看一看就知道了。这是对于单一的店来说的，那连锁店呢？这样就造成工作量繁重，数据不精准等问题。这就是需要IT技术做整合分析了。

把全网和自己门店上的评价，包括来自于现在很多微信的公众号上面的评价做整合。

然后帮你找出差评的部分，对差评的部分再进行分析，比如说服务态度、出品的类型，大小，或者是不入味等等。

不同门店对实际的运营考核有帮助，哪些门店服务评价好，哪些服务评价不好。

我们的行业顾问在过去几年形成了餐饮行业的专业词典，不同的词典里面，比如说语义的分析，类型的分析，综合在一起。独创了在大数据的数据库中专业的词典。

2、新闻舆情

对于舆情的监控，餐饮企业最怕出现负面新闻，针对负面事件企业需要第一时间做管控。

像很早之前味千的事件，还有我们的客户出现一个安全的事件，基于我们的新闻监控下，及时的做了公关的处理，对单店只有一周左右的影响，没有把这件事做大，对品牌没有很大的影响。

另外互联网上面提到你的品牌，他们在讲什么，我们会把负面的挖掘出来告诉你，比如说遇见小面，负面的评价都会第一时间推给你，这些是需要第一时间介入的。

2、竞争环境分析

对竞争环境的分析，传统的分析最重要的一块是市场的竞争对手是谁，每一个企业做创业，不管是我们自己还是餐饮企业。

其实很多人把它形容成马拉松，其实我觉得是登山，因为每一步都会更高，你如果不登别人都在登，你就会成为最下面的那个人。

竞争对手的变化时时在变，原来是每个月列一下，出来哪些竞争对手，新出来哪些品牌，他们在做哪些活动。

但实际上这个时效性是不够的，尤其是现在节日越来越高，活动也越来越多，线上、线下玩的花样也越来越多，我们的速度一定要非常快。

对于竞争对手的分析，是每个商圈的热度和环境，比如说你的线下店在某个商圈里面这个店本身的品牌，它的人气、评价等各个方面综合的热度是排在第几。

比如说都是做湘菜，他们觉得并不一定它才是我的竞争对手，竞争对手有可能是全家，他什么都有卖，也可能是其他做西餐、火锅的，这些都会引发我们的重视，我们会做一些综合比较，现在的排名是多少。

这是基于所有大数据的计算出来，比如说打败了多少竞争对手；比如说有些食材要涨价，要做一些菜式的调整，或者是竞争对手突然出了什么菜式，增长率很高，等等我们都要做一些调整。

5

不做无谓的营销，提升更高利润

营销的分析，这个不是什么新鲜点，但是我们比传统的分析做的更准确，作用结合了很多互联网的想法。

比如说传统我们做营销分析的时候，可能就是去分析我们有哪些会员，会员的占比有多高，会员的回购率怎么样，哪些是金牌会员、银牌会员等等。

实际上这些分析还是不够的，会员的资料准确性有待考量，而且会员量有限，我们做一些挖掘数据进行虚拟化的分析。

今天的会员叫什么名字，是70后还是80后，我们根据所有消费的分析和市场商圈的情况，会把这个门店做一些虚拟画像的归类，有可能中午11点到12点来的都是白领，更喜欢的是这个套餐，更注重的是不要排队等等。我们就可以针对具体的这一类人做有效活动。

我们之前做了很多精准化的分析，可能在餐饮行业还没有做的太到位，大多都是店面打折的活动，这种价格的敏感对我来说其实没有多大的用，像这类人，无端的打折其实就是降低自己的利润。

我们也会做一些活动有效性的分析，在这方面我们要做一些什么样的促销，其实都是有不同的方案。虽然大家都在做营销分析，但是大数据可以帮你做的营销分析会更加精准，帮你提升更多的利润。

传统的营销分析，比如说我们对于门店上的内部分析，每一个老板都看。昨天为止所有门店销售收入有多少全荟餐饮共享设备，可能利润看不到，最起码可以看到上座率，客单价，哪个门店好，哪个门店不好。

但是他缺乏了两点考虑：

第一没有考虑整个商圈。如果说整个商圈都非常热，但是我这家门店做的不好，要考虑是不是管理问题呢？

第二没有考虑评价是怎么样的。有可能做了促销活动，但是大家的评价很差，相当于把未来的利润放在现在。现在把促销全都做了，眼下的销售很高，但是未来的趋势会很低。

6

菜式分析教你怎么定菜牌

最后一块模型是基于菜品菜式的分析，如果说今天我们是只做一个单品，可能是不太需要的。但通常来讲中餐都是有非常丰富的菜牌，菜牌如何设置？放哪些菜?定价是如何做的？

可能有人说凭经验也可以做。但更多的人没有这个经验和能力的情况下呢？那我们的系统就会给你一些非常好的建议。

比如说在某一个城市和商圈，大家更喜欢的口味是什么，更喜欢的类型是什么样的，这个区域最热的是哪些菜，菜名可能要做一些设计调整等。

还有一部分是挖掘本身产品的分析，在这方面，我们有一些非常好的模型可以帮大家做一些菜牌上的分析。

针对单个菜品的评价，我们也是结合了外部大数据的回馈。

通常来讲是一个比较恒定的服务，在所有评价里面，对于类型上大家都认为是偏咸，偏辣，但是有一款是特别咸。

如果是连锁店的就看每个店的排行，如果说这家店是特别不好，但是其他店相对比较好，可能某一家店要做调整，这是把菜式分析和门店分析更细化。