作者｜张祖弢（FSBi 上海韬翼企业管理咨询有限公司合伙人）
编辑｜东青
10 年前，我国餐饮行业利润率还普遍能够达到 20% 以上。如今，国内一线餐饮企业的利润率普遍维持在 10% 左右。2015 年，餐饮百强企业平均净利润率仅为 4.8% （数据源自中国连锁经营协会）。
利润率越来越薄，如何在的这样的历史节点下继续生存并发展？战略研究大师大前研一在研究企业生存发展时提到了三个因素：Company 公司、Competitor 竞争对手、Customer 消费者。
也就是说，要在竞争激烈的市场环境中生存下来，需要用自身的强弱项与竞争对手的强弱项对比，并结合消费者的嗜好和消费变化来策划经营战略。
了解消费者的方法有很多，今天要说的是如何通过数据分析消费者评论，从而真正了解消费者。通过对消费者评论中可能出现的价值信息抓取并分析（竞争对手、选址、门头可视度、交通方便程度、来客数、菜品点评、口味点评、装盘点评、食材点评、迎宾、桌间、结账、装修、餐具等等），实现整体竞争力提升。
从 3-5% 的绝对流失率中寻找原因
网络时代里，每家店铺都能在对应的数据网站上找到针对自己店铺的消费者评论数据。虽然每家店铺或多或少都有专人（店长，营销总监，甚至老板自己）每天“刷屏”这些有消费者点评的网站，但盲目的“刷屏”并不代表能够从口碑数据中挖掘到真正对经营管理有用的信息，当我们把数据分类之后，哪些数据能真正找到经营的问题所在呢？
某些消费者在评论中往往会提到“因为……这家店我再也不去了”类似的评论，这种评论具有明显的倾向性，FSBi 称之为绝对流失评论。
餐饮行业平均每个店铺会有 3-5% 的绝对流失评论，也就是说有 5% 左右的顾客在评价完一家餐厅之后，再也不去这家餐厅了。
给你评论的顾客有 5% 在评论之后再也不来了
如果能够分析出绝对流失的原因并在运营过程中加以改善，则会直接帮助店铺提升营业额。因为，降低了流失的客户数其实就是挽留了 3-5% 的来客数。
归类分析，找到原因出处
从上千条评论中检索出绝对流失的评论。之后就是归类分析，先确定是菜品的问题，还是环境的问题，或者是服务的问题。然后再往下细分，比如菜品，是菜品的口味？性价比？口感？量感？还是其他；比如服务，是领位/等位？点菜/上菜？桌间服务？结账送客？仪表态度？还是其他哪个环节有问题。
只有通过这样的数据归因，才能从大量的数据梳理中洞察到真正应该改善的方面。
从消费者的评论中寻找问题并解决问题，证明我们需要消费者口碑评论内容。从分散的评论中找到这些口碑内容，除了要可靠的数据来源，有一点值得注意，相比一句话的“短评论”，“长评论”的内容更具价值。长评论内容涵盖面更广，包含的信息不仅仅是总体满意度（第三方口碑网站上原本就有），而偏重于对于消费全过程的还原，这对于更具体详细的分析来说具有极高价值。
从评论中提取信息给菜品画像
大数定理告诉我们，重复试验多次，随机事件的频率近似于真正概率：也就是说所获得的数据量越大，能挖掘到的价值就越多，结果越准确。
正确的数据分析会成为餐厅经营的强大助力
数据在针对性地提取、加工与分析之前并不具备任何价值。如何针对行业特性，定制化开发数据分析“流水线”，从而源源不断地产生企业管理所需要的分析内容，才是真正有质量的分析。
以菜品为例，餐厅在“刷屏”看评论时最注重的就是菜品了，“刷屏”后往往会主观的认为今天这个菜品挺受欢迎，但是放大到大数据的角度客观分析，结果往往与感觉有很大出入。
针对菜品，可以从“提及率”和“好评率”两个维度来分析所有在点评中出现过的菜品，对于菜品“论资排辈”并通过不同的时间维度去分析，这样才能客观掌握消费者角度看来的明星菜品和败犬菜品。另外，还可以结合内部的销售数据和毛利数据进行体系化的菜品分析。
对于动辄拥有一百多道菜的餐饮店铺来说，通过人为“刷”评论，做到个别菜品的分析是可能的，但对于一家优秀的餐厅来说，菜品应该以整体概念进行综合评价分析，也就是我们常说的“菜品组合”，而通过人为“刷”评论的方式必然是无法达到对所有“菜品组合”进行综合分析的。
分析数据是为了更好的经营，除了菜品销量、来客数和营业额，你还会分析哪些数据直接用于经营？
联系客服
