数据分析 | 什么?数据能告诉我们怎样开店更赚钱?

我还上学的时候,身边大部分女孩子们都表示自己没有什么事业心,以后能开一家自己的咖啡店或者烘焙店,平时做做饮料甜点,和客人聊聊天就可以了。其实开店哪有那么简单,一点儿不比正常上班容易:店铺如何选址?主营菜品是什么?客户群体怎么定位?这里面都是大有学问的,就拿选址来说,一方面要控制租金,另一方面又需要人流量大,周围有目标客户群体……那么想开一家赚钱的餐饮店,数据分析能告诉我们什么秘诀呢?


一、怎样选择餐饮店铺类型

首先,假如在上海,开什么类型的餐饮店比较好呢?先搞来上海的餐饮数据了解一下:
上海餐饮数据长这样

我们试着从“口味”、“人均消费”、“性价比”三个维度对不同菜品系列进行比较,筛选可开店铺的餐饮类型。其中性价比这个指标,是这样处理的:性价比得分 =(口味 + 环境 + 服务)/人均消费

经过数据清洗,去除空值和异常值(去掉异常值,排除高端奢侈餐饮的数据干扰),各种指标得分计算以及标准化,可以得到下面的餐饮类型得分图。这是由bokeh绘制的可交互表格,横坐标表示人均消费(元 / 人),纵坐标表示性价比得分,鼠标悬停时将显示餐厅类型、人均消费、性价比得分以及口味得分。

餐饮类型得分图

还有下面两张图:不同类型的餐厅口味得分和人均消费得分。横坐标表示餐厅类型,纵坐标表示口味得分及人均消费得分。

这么分析一下,果然发现了几种比较好的店铺类型可供选择:比如主营素菜,之前压根儿都没注意到其实算是个不错的选择:人均消费价格适中(40~60元/人),口味得分很高,性价比合适。
图表联动:选中“素菜”

二、店铺如何选址
餐饮业重中之重就是选址了,这里我们先在QGIS中做将上海划分成格网空间,结合Python辅助做空间指标评价,从而得到店铺选址位置。看看具体做法:
1、通过空间分析,分别计算每个格网内的几个指标:
人口密度指标、道路密度指标、餐饮热度指标、同类竞品指标
2、评价方法:
人口密度指标 → 得分越高越好
道路密度指标 → 得分越高越好
餐饮热度指标 → 得分越高越好
同类竞品指标 → 得分越低越好
综合指标 = 人口密度指标X0.4 + 餐饮热度指标X0.3 + 道路密度指标X0.2 +同类竞品指标X0.1
3、最后得到较好选址的网格位置的中心坐标,以及所属区域


选址推荐,top10为红色点

好啦,以上就是店铺选址分析的基本套路。
代码和可以交互的图表放在GitHub了,可以去互动一下玩玩看。

我是娜娜酱,今天也是套路满满的一天!
也许你还想看看:数据分析,从入门到放弃

╭(●`∀´●)╯╰(●’◡’●)╮

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,425评论 4 361
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,058评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,186评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,848评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,249评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,554评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,830评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,536评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,239评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,505评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,004评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,346评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,999评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,060评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,821评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,574评论 2 271
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,480评论 2 267

推荐阅读更多精彩内容