你的位置: 网站首页 > 小吃资讯 > 连锁店消费数据有什么用?运用好,营业额上涨

连锁店消费数据有什么用?运用好,营业额上涨

来源:营业额   作者:上涨   发布时间:2020-05-26 13:49:20   阅读次数:658

提示:本文约有2006字符,大小约1.96KB,预计阅读时间5分钟

1、就餐人数

服务员在每张餐单上都注明每张餐台的就餐人数,通过这个数字我们可以知道:

①当天的就餐总人数和人均消费,这是进行经营分析的基础数据;②人数分布规律,也就是说1人次就餐占总人数的比例,2人就餐占总人数的比例……根据以上的数据,在经营中可采取相应的措施:在人均消费低的日子里多准备价位低的菜,服务员适应推销高价菜,以防消费者的反感;在人均消费高的日子里,不但要备足高档菜,服务员亦应大胆地推销高价菜,促进营业额的提升。人数分布规律是餐厅内餐台设计的基本依据,按就餐人数分布比例设置相应的二人台、四人台。2、日期记录顾客就餐的日期,从中可以反映出天气状况、当日发生的大事件、星期几。通过统计分析每周营业额变化的趋势,能够清晰地反映出一周内每天营业变化的幅度,为购货、提前准备菜品提供了依据。同时根据天气的变化,进行及时的调整,如当日天气不好,下雨或下雪,营业额将比正常值下降10~20个百分点,但第二天(天气好转),营业额会上升15~25个百分点。3、时间通常服务员会记录顾客点完菜的时间,收银机上会反映结帐的时间,从这个数据中我们会知道:①、顾客用餐时间。结账时间减去点菜时间即为顾客用餐时间,从中可以计算出餐厅的服务接待能力及通常情况下顾客需要等候的时间。②、用餐机率分布。不同时间段,如以10分钟为时间间隔,结合就餐人数,可测定营业高峰来临时间,这个数据对提高上菜速度,减少等待时间是十分有效的。4、品种单品菜销售数量占总菜品销售数量的比例,为菜品点击率。它告诉我们顾客对菜品的喜欢程度,应至少每月排一次。对经常光顾餐厅的顾客,服务员应重点介绍排位在中间的菜品,这是因为那些经常光顾餐厅的顾客对点击率高的菜品非常熟悉,以致于感到餐厅没有创新菜;而介绍点击率低的菜品,则常常会使其产生失望的感觉,从而赶走顾客。5、台号每日记录发放和使用的餐单总数,计算每张餐单的消费额(当日营业额除以餐单总数),每个区域的消费额,以比较不同的日期单均消费额,不同区域的消费特点。6、服务员号统计每名服务员的人均劳效,客观地评价服务员的劳动态度和服务水平,调整服务员服务的区域,使劳动强度均匀。二、计算数据阐述1、营业额预测方法影响营业额的因素有:天气、星期、节假日、社区异样、定餐情况以及其他的特殊事件,用函数形式来表达即是:V=f(t,w,h,s,p,r,x)。其中:t-天气,w-星期,h-节假日,s-季节,q-环境,r-定餐,x-特殊事件;社区异样指周围的社区发生临时性停电、停水、停气等;突出事件指该店铺的周围新开业一家餐厅,或附近的店铺进行促销活动,都可能暂时的影响营业状况。通过使用预测技术,预测未来的营业走势,可以将积累的营业数据转化成服务的竞争优势。在下列三种预测方法中,以平均值推算法教为常用。①、N时期移动平均法。由于一周内每天的需求受不同因素的影响,并呈现出一定的规律性,如一家便餐店,其营业额周一低,周六、周日营业额达到高峰,因此,就利用过去一个月周日的营业额进行未来预测。②、指数平滑法。根据新旧数据所占的权重不同,用近期数据来修正预测值,具体公式:St=St-1+λ(At-St-1),其中St是t时期的指数平滑值,At是时间t的实际营业额,λ是取值在0.1~0.5之间的平滑常数(λ取值为0.5),预测值为:Ft=St-1。③、平均值推算法。根据过去三周的平均营业额(A均)和一周内每日所占比例(а)进行推测。2、备货量计算法在营业额测算的基础上,依据百元营业额中各菜品所占比例,考虑出成率或损耗率,测算菜品购货金额,公式如下:Ci=Ft×Xi/B其中:Ci-菜品购货金额;Ft-预测营业额;B-出成率(损耗率);Xi-百元营业额菜品比例。出成率是食品原料的可利用率,是剔除食品原料在切割、加工、烹调过程中损失的重量后形成可食用的部分。原料品种的不同,其出成率相差很大,即使是同一品种,由于进货时间、批次不同,其出成率也不相同。损耗率是对实行统一配送的店铺,配送的半成品的出成率。一般情况下,损耗率变化不大,可控制性强。三、单据表格运用餐饮经营有两条主线,一是从采购、加工(配送)到店铺、顾客手中的食品为正向物流系统;另一个是从顾客、店铺、财务、采购反向流动的资金流系统。记录和反映物流和资金流流动的情况是单据表格,是餐厅成本控制的基础。①、营业日报表。②、厨房日报表。③、汇总日报表。每日收集的销售数据是营运管理人员的眼睛和手,通过它们可以及早地发现问题,解决问题;可以带着问题到店铺里进行实地考察,避免盲目性,就会降低生产成本,提升餐厅的盈利水平。来源:网络

消费数据 相关信息