世界是吃貨的，也是大數據的

就在兩三年前，用手機、平板電腦團購餐券、點餐叫外賣等現象對餐飲行業來說還是新鮮事。可是現如今，這些當初所謂的「新潮」儼然已變成了家常便飯，不足為奇了。據說麥當勞最近在中國市場引進了自創漢堡的新項目。消費者可以在一個大大的Pad上從24種食材中做選擇來DIY自己的漢堡，然後在同一台機器上一站式刷卡支付下單。話說麥當勞叔叔打入中國市場也有20多個年頭了，這樣的新玩法在智能餐飲的道路上也算是一個小小的里程碑了。

其實，麥叔叔的做法也只是蓬勃發展的餐飲大數據行業的一個縮影，還有更多的變化正逐步改變著人們對餐飲這個傳統行業的認識與和它之間的交互方式。從以前的現金、銀聯信用卡支付，到現在的微信、支付寶等更快捷的支付方式；從在餐廳排隊吃飯，到現在的可以點外賣或者提前定位、點餐節約等待時間。五花八門的O2O方式的湧現方便了我們的生活，也使我們不得不花點精力來研究一下餐飲業背後的大數據所扮演的角色。

在網上看到了一張對未來餐飲業數字化的設想圖：

把圖像轉換成文字，上面所描畫的數字化餐廳的藍圖的消費流程應該是這樣的：

其實這個看似複雜的過程並不難理解。實踐出真知，聯想我們日常生活使用的Yelp和大眾點評等等國內外軟體，很多過程我們都已熟悉。不過，上面的資源還是不失為對數字化餐飲的一個很好的總結。其實，大數據對餐飲業的影響不僅僅局限在餐廳與消費者的互動這一塊，它不僅僅涵蓋客戶預約、點餐、支付、點評等體驗，還將在餐廳前端客戶管理，後端餐廳、廚房運營，以及餐廳整體系統效率提升中扮演重要角色。

讓我們著重來看看大數據是怎樣服務於餐廳客戶管理的。餐飲方面的大數據的收集與分析主要面臨兩大挑戰：1.餐飲數據具有很強的隨意性。即使是同一個餐飲品牌不同門店的同一道菜都有可能有口感上的差異，所以並沒有標準可言；2.非結構化的數據佔比非常大。消費者的一言一行都是對商家產品和服務的評價反饋，消費行為也就是從這些行為中表現出來的。

針對數據隨意性這一挑戰，我們不妨從其他行業的發展軌跡倒推大數據在餐飲行業中的使用。第一步便是搜集數據，首先要生成顧客的個人賬戶信息，這個賬戶能夠記錄下客人對餐廳的購買和評價情況。然後通過記錄消費者特殊的消費偏好，消費能力，甚至是細化到等待時長、用餐時間等數據，從而把這些數據用於推薦個性化食譜，發放具有針對性的優惠券，以及推送生日/星座關懷信息等方面。

另外，針對非結構化數據的這個挑戰，我們不妨為顧客對菜品或餐廳的感性評價尋找一些數據節點，例如點單、支付、評價、拍照分享、使用打折優惠、和顧客管理CRM。產生這些數據節點使決策過程更具有了數據挖掘的價值。國內的大眾點評和國外的Yelp都已經意識到了從數據節點採集數據的重要性，並在努力將這一過程細化，從而可以是數據被更精準的用於後期的分析。例如，大眾點評已將原來的總體打分、平均消費、照片評價的體系做的越來越細化，增加了關鍵字可選項評價、推薦菜品評價、門店環境照片、菜品照片、價目表。

古往今來，人類對美食的情愫不減。除了不斷創新的食材和烹飪方式，大數據的加入也是餐飲業的一劑新料。大廚不能一夜之間變身數據科學家，可是要想跟上人們用餐需求的變化餐廳還是要勇於踏上科技的風口浪尖。比如，味千拉麵為了提高店面和後台人員的工作效率將支付、卡券、CRM、外賣、團購、營銷等分散模塊整合起來，更好的實現了個個子業務、子系統的實時數據的匯總和聯通；比如，有一家快餐公司通過視頻分析等候隊列的長度來自動變化電子菜單顯示的內容，如果隊伍長，就會顯示烹飪時間短、可以快速供給的菜品。如果隊伍短，就會將菜單換成利潤高但準備時間較長的菜品；比如，連Uber都推出了送餐服務；再比如兩個斯坦福畢業生寫的約飯程序 Down to Lunch正在悄悄改變我們的社交和飯局模式......

世界是吃貨的，也是大數據的。美食讓大數據的內容不再對普通人晦澀難懂，大數據也讓吃貨們享受美食的過程更加智能高效。

References:

南方都市報 - 大數據將如何改造餐飲業

知乎 - 採集餐飲業大數據有哪些商業價值？

網易科技 - 餐飲行業怎麼才能玩轉大數據？

天涯社區 - 餐飲大數據等於大回報

本文作者：Elaine

更多內容，請訪問：BitTiger.io， 掃描下面二維碼，關注微信公眾賬號「論碼農的自我修養」