您现在的位置:   首页 >> 新闻中心 >> 数据分析

教你玩转每道菜背后的大数据(中篇):波士顿矩阵+留存流失贡献度帮你及时调整菜单

发布人:www.yunke.ai 发布时间:2021-01-01 158 次浏览

这是一篇关于餐饮行业数据分析的重磅干货,能切实帮助餐饮领域的运营童鞋解决:如何砍菜单、如何管理用户、甚至如何降低发短信广告成本等常见问题。就算你不做餐饮行业的运营,这篇文章也能手把手的教你通过数据分析的方法,科学合理的做用户分群、监测留存率、以实现精细化运营,这可是每个互联网公司都想做的事情。

全文共8147字,整体阅读时间40-50分钟,本次推送将全文分成了上中下三篇 ——

  • 上篇主要内容有:1.餐饮行业数据运营的时代已来临. 2.如何构建数据运营监测中心。共2163字。
  • 中篇主要内容有:3.如何通过波士顿矩阵分析,砍掉菜单里不受欢迎的菜品。 4.如何通过分析用户购买行为,确定菜品是“留客”还是“赶客”。共2145字。
  • 下篇主要内容有:5.如何通过RFM模型,为用户分群,实现精细化运营 6.不得不考虑的用户获取成本 。共3839字。

之前我们推送了教你玩转每道菜背后的大数据(上篇),今天一起来学习中篇哈~

如何通过波士顿矩阵分析砍掉菜单里不受欢迎的菜品

有了单个菜品/套餐的销售额分析,掌柜们可能已经在心里盘算“砍菜单”了。毕竟不受欢迎的菜色是会“轰客”的,但如何确定这道菜是彻底不受欢迎,还是改进改进能成为“黑马”呢?对菜品这种非标准产品,真的很难做出合理判断,好在我们波士顿矩阵可以辅助分析。