4个菜品分析结构表:复购、关联、波士顿、帕累托 | 帆软九数云

除了基础的销售报表,菜品的复购情况及菜品间的关联性同样重要。本文九数云BI为连锁餐饮企业的经营者提供了一个好用的菜品分析结构表,该表基于四个菜品进阶分析模型:复购分析、关联分析、波士顿分析和帕累托分析,希望对你有帮助!
菜品分析结构表
1、复购分析
在餐饮领域,回头客是很重要的一种客户,所以我们要专注于找到老顾客最喜欢的菜品,这样才能留住更多的回头客。菜品复购分析帮助识别哪些菜品在回头客中受欢迎
留存指数 = 购买次数 -1
流失指数=(购买次数-1)/ 3
留存流失贡献度 = 留存指数 + 流失指数
2、关联分析
在餐厅的经营过程中,将很多菜品搭配在一起进行套餐的销售也是很重要的事情,可以通过菜品关联分析研究消费者更倾向于同时购买哪几道菜品,可以帮助决策者直观的看出哪些菜品关联程度最高。
支持度=同时购买AB商品数/总账单数
置信度=同时购买AB商品数/A商品数
提升度=支持度/((A菜品数量/总账单数)*(B菜品数量/总账单数))
支持度可以体现出同时购买AB商品数占总帐单的情况;置信度可以体现出同时购买AB菜品数占A菜品账单数的情况,置信度越高,说明B商品和A商品绑定越深;提升度可以体现出先购买A菜品对购买B菜品的提升,大于1说明有效,小于1则无效。
3、波士顿分析
波士顿分析根据菜品的毛利和销量将菜品分为四个类型的菜品分析结构表:明星,瘦狗,问题,金牛。其中:
- 明星菜品为:销量高,毛利高的菜品;
- 金牛菜品为:毛利高,销量低的菜品;
- 瘦狗菜品为:销量高毛利低的菜品;
- 问题菜品为:销量和毛利都低的菜品;
区分销量和毛利高低的指标都是弹性的,决策者可以根据企业和门店的实际情况对这些指标进行更改。
4、帕累托分析
帕累托分析根据菜品的销量或者金额,按照从大到小累计值进行排序的分析方法,根据分析结果,可以将菜品分为ABC三类,在横轴上,越靠左边的菜品销量越高,越靠右边的菜品销量越低。
A类物品非常重要 |
数量占比少,价值占比大 |
B类物品比较重要 |
没有A类物品那么重要,介于 A、C 之间 |
C类物品一般重要 |
数量占比大但价值占比很小 |
总结
菜品分析结构表是餐饮经营中不可或缺的一环。通过科学的数据分析方法,我们不仅可以优化菜品的定价和销售策略,还能够深入挖掘客户需求,提升用户留存。通过九数云的数据平台,餐饮企业可以实现数据驱动的精细化管理,帮助企业在竞争激烈的市场中占据有利位置。

热门产品推荐
