python 数据挖掘与分析实战

1. 某知名连锁餐饮企业的困惑

 

    国内某餐饮连锁有限公司(以下简称T餐饮)成立于1998年,主要经营菜,兼顾湘菜、川菜等综合菜系。至今已经发展成为在国内具有一定知名度、美誉度,多品牌、立体化的大型餐饮连锁企业。员工1000多人,拥有16家直营分店,经营总面积近13000平方米,年营业额近亿元。其旗下各分店均坐落在繁华市区主干道,雅致的装潢,配之以精致的饰品、灯具、器物,出品精美,服务规范。近年来餐饮行业面临较为复杂的市场环境,与其他行业一样,餐饮企业都遇到了原材料成本升高、人力成本升高、房租成本升高等问题,这也使得整个行业的利润急剧下降。人力成本和房租成本的上升是必然趋势,如何在保持产品质量的同时提高企业效率,成为了T餐饮企业急需解决的问题。从2000年开始,T餐饮企业通过加强信息化管理来提高效率,目前已上线的管理系统如下。

(1)客户关系管理系统客户关系管理系统详细记录了每位客人的喜好,为顾客提供个性化服务,满足客户个性化需求。通过客户关怀,提高客户的忠诚度。例如,企业能随时查询今天哪位客人过生日或其他纪念日,根据客人的价值分类进行相应关怀,如送鲜花、生日蛋糕和寿面等。通过本系统,还可对客户行为进行深入分析,包括客户价值分析、新客户分析与发展,并根据其价值情况提供给管理者,为企业提供决策支持。

(2)前厅管理系统前厅管理系统通过掌上电脑无线点菜方式,改变了传统“饭店点菜、下单、结账一支笔张纸,服务员来回跑的局面”,快速完成点菜过程。通过厨房自动送达信息,服务员的写菜速度加快,不需要再通过手写,同时传菜部也轻松不少,菜单会通过电脑自动打印出来,差错率降低,也不存在厨房人员看不懂服务员字迹而搞错的问题

(3)后厨管理系统信息化技术可实现后厨与前厅沟通无障碍,客人菜单瞬间传到厨房。服务员只需单击掌上电脑的发送键,客人的菜单即被传送到收银管理系统中,由系统的电脑发出指令,设在厨房等处的打印机立即打印出相应的菜单,厨师按单做菜。与此同时,收银台也打印出一张同样的菜单放在客人桌上,以备客人查询以及作结账凭据,使客人明明白白地消费。

(4)财务管理系统财务管理系统完成销售统计、销售分析、财务审计,实现对日常经营销售的管理。通过报表,企业管理者很容易掌握前台的销售情况,从而达到对财务的控制。通过表格和图形显示餐厅的销售情况,如菜品排行榜、日客户流量、日销售收入分析等;通过统计每天的出菜情况,我们可以了解哪些是滞销菜,哪些是畅销菜,从而了解顾客的品位,有针对性地制定出一套既适合餐饮企业发展又能迎合顾客品位的菜肴体系和定价策略

(5)物资管理系统物资管理系统主要完成对物资的进销存,实际上就是一套融采购管理(入库、供应商管理、账款管理)、销售(通过配菜卡与前台销售联动)、盘存为一体的物流管理系统。对于连锁企业,还涉及统一配送管理等。通过以上信息化的建设,T餐饮已经积累了大量的历史数据,有没有一种方法可帮助企业从这些数据中洞察商机,提取价值?在同质化的市场竞争中,怎样找到一些市场以前并不存在的“捡漏”和“补缺”呢

• 1.2从餐饮服务到数据挖掘

企业经营最大的目的就是盈利,而餐饮业企业盈利的核心就是其菜品和顾客,也就是其提供的产品和服务对象。企业经营者每天都在想推出什么样的菜系和种类能吸引更多的顾客,究竟顾客各自的喜好是什么,在不同的时段是不是有不同的菜品畅销,当把几种不同的菜品组合在一起推出时是不是能够得到更好的效果,未来一段时间菜品原材料应该采购多少…T餐饮的经营者想尽快地解决这些疑问,使自己的企业更加符合现有顾客的口味,吸引更多的新顾客,又能根据不同的情况和环境转换自己的经营策略。T餐饮在经营过程中,通过分析历史数据,总结出一些行之有效的经验。口在点餐过程中,由有经验的服务员根据顾客特点进行菜品推荐,一方面可提高菜品的销量,另一方面可减少客户点餐的时间和频率,提高用户体验。口根据菜品历史销售情况,综合考虑节假日、气候和竞争对手等影响因素,对菜品销量进行预测,以便餐饮企业提前准备原材料。

    定期对菜品销售情况进行统计,分类统计出好评菜和差评菜,为促销活动和新菜品推出提供支持。口根据就餐频率和金额对顾客的就餐行为进行评分,筛选出优质客户,定期回访和送去关怀。上述措施的实施都依赖于企业已有业务系统中保存的数据,但是目前从这些数据中获得有关产品和客户的特点以及能够产生价值的规律更多依赖于管理人员的个人经验。如果有套工具或系统,能够从业务数据中自动或半自动地发现相关的知识和解决方案,这将极大地提高企业的决策水平和竞争能力。这种从数据中“淘金”,从大量数据(包括文本)中挖掘出隐含的、未知的、对决策有潜在价值的关系、模式和趋势,并用这些知识和规则建立用于决策支持的模型,提供预测性决策支持的方法、工具和过程,就是数据挖掘;它是利用各种分析工具在大量数据中寻找其规律和发现模型与数据之间关系的过程,是统计学、数据库技术和人工智能技术的综合。这种分析方法可避免“人治”的随意性,避免企业管理仅依赖个人领导力的风险和不确定性,实现精细化营销与经营管理。

1.3数据挖掘的基本任务

数据挖掘的基本任务包括利用分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等方法,帮助企业提取数据中蕴含的商业价值,提高企业的竞争力。对餐饮企业而言,数据挖掘的基本任务是从餐饮企业采集各类菜品销量、成本单价、会员消费、促销活动等内部数据,以及天气、节假日、竞争对手以及周边商业氛围等外部数据;之后利用数据分析手段,实现菜品智能推荐、促销效果分析、客户价值分析、新店选点优化、热销/滞销菜品分析和销量趋势预测;最后将这些分析结果推送给餐饮企业管理者及有关服务人员,为餐饮企业降低运营成本、增加盈利能力、实现精准营销、策划促销活动等提供智能服务支持。1.4数据挖掘建模过程从本节开始,将以餐饮行业的数据挖掘应用为例来详细介绍数据挖掘的建模过程,如图1-1所示1.4.1定义挖掘目标针对具体的数据挖掘应用需求,首先要明确本次的挖掘目标是什么?系统完成后能达到什么样的效果?因此,我们必须分析应用领域,包括应用中的各种知识和应用目标,了解相关领域的情况,熟悉背景知识,弄清用户需求。要想充分发挥数据挖掘的价值,必须对目标