您的位置:职业餐饮网>>餐饮资讯>>经营资讯>>正文

大数据时代,看聪明餐企是如何做到一星差评也能翻身的?

“编者按:

数据的价值不在于数据本身,而在于你如何利用。

一次,我和朋友在外吃饭,看到我们拿起手机拍照,老板高兴地走来,道:“多拍几张,给我们个带图点评呗。”

饭后,我们穿过一个大排档,“拉客”的服务员热情迎上来,他们的话术中往往夹带一句,“我们是美团点评的推荐商家,评分很高,不信你上网搜搜看。”

当美团点评上的评价成为很多消费者就餐的决策依据时,餐饮老板们也意识到,评分高就意味着源源不断的客流。

现在几乎没有一个餐饮老板有“胆量”对美团点评等网上平台的用户评价,不理不睬。

我认识的一个做连锁餐饮的老板几乎时时都在刷看评价,我们聊天的短短几个小时里,他就能和我复述好几个评价。比如有顾客吐槽为什么啤酒送过去变热了......

很多餐饮老板依然停留在“看评价”的阶段,进阶一点是“回复评价”,用心点的,就写一套专门的话术模板。

创意回复,好过千篇一律    

但是,也就这样而已了。差评还是周而复始地发生着。

他们没有意识到评价的价值,不是评价本身,也不局限于处理好一次用户的差评,而是如何落回门店,利用评价改善餐厅的经营。  

美团点评在一则“城市合伙人计划”中提到,双平台评价数据累计超 12 亿条,背后是无数个中小餐饮商家。

只有少部分聪明的商家,才懂得利用数据了解经营情况,改善经营管理。

数据的价值不是数据本身,而是如何使用    

一家火锅店曾经一度收到这样的用户抱怨:锅底上得太慢。

如果你是这家火锅店的老板,你会怎么做?立刻回复用户评价,进行道歉?承诺下次就餐时送点小礼品?检查店里动线设计是否合理?还是一味责怪传菜员动作慢?

这家火锅店请了一个咨询公司进行流程改造,流程改造的前提是,进行流程诊断。用户们的评价,就成了诊断的数据来源。

针对顾客频频吐槽的“上锅慢”,在流程改造之前,这家火锅店上锅平均 3 分 20 秒。他们开始研究,究竟多长时间上锅,顾客才不会骂街?结论是 2 分钟以内。

后来,所有门店实现了平均用 1 分 30 秒,给顾客把锅上了。

提高上锅速度,是一个系统工程    

他们改造了后厨流程,改变了配锅底料,让 16 种底料能在 40 秒内抓完。而不是停留在让服务员上锅时跑更快,姿势端地更准确。

用户评价是表面的呈现,只有找到问题发生的根,才能真正解决问题。  

大众点评、饿了么等线上平台,如同一个个隐形的数据宝藏。它们是一面镜子,用来观照品牌/门店在消费者心目中的模样。

既然这些评价数据很重要,餐饮老板究竟该如何看以及利用这些数据?

横向:找到品牌在同类中的位置    

消费者在外就餐,通常的决策流程是,先品类后品牌。比如今天想吃火锅,再对比火锅 A ,火锅 B ,火锅 C ,最后选了其中一个。

你可能只开了一家门店,但是消费者永远不止一个选择。  所以,看数据不能局限于自身,还得看看自己在竞争中的优劣势。

如何找到自己的对标品牌?勺子咨询用 4 个维度来匹配:  

  • 同品类:  你是火锅还是中餐,如果你是肯德基就找麦当劳、汉堡王,而不是找海底捞;

  • 同区间的客单价:  如果你的客单价是 50 - 60 元,就不要去对比客单价 100 元的品牌;

  • 门店模型:  有的风格比较潮流,有的比较休闲......

  • 消费者认知度:  即在消费者认知中,你们互为替代品。

    先找品类,再结合客单价    

当你找到对标的标的后,通过产品、服务和环境三个维度,把数据罗列出来,就能对比出你和标的之间的差距。

比如有的品牌以服务见长,我们会发现很多顾客夸奖他们的服务好,你可以针对性看,有什么服务是你值得学习的。评价中往往会把服务细节写出来,比如服务员主动给我递了一个头绳,服务员及时给我添饮料等等。

打动消费者的服务细节,你注意过么?    

比如有的品牌以产品见长,10 个评价中有 8 个都提到某一款产品很好吃,这意味着消费者对这个品牌有很清晰的认知,一个爆款吸引了大部分客流。那么你需要反观自己的品牌,有没有这样的引流爆品?

引流的爆品,你有么?    

比如有的品牌环境很好,放了很多绿植和鲜花,满足了顾客的少女心。

产品、服务和环境三者最终构成了消费者对一个品牌的价值判断。

口碑好的品牌要么三者齐头并进,要么有一项特别突出。

把自己的品牌放在同品类中进行对比,你找到让消费者来你家的理由了么?

纵向:深度剖析门店的产品、服务和环境

在同品类中找到自己的位置后,我们得向内寻找问题,既然带着改善经营的目标,就集中精力在 1 星, 2 星的差评上,探究差在哪里?

延续之前的思路,评价一家餐厅的维度绕不开产品、服务和环境。我们需要把用户评价的数据进行分类和量化,找到具体的原因。

勺子咨询正在不断细化这些数据。

针对产品,它又分为口味、温度、食材、气味、食品安全等量化分析等等。顾客吐槽一个产品难吃时候,是说口味不好,偏咸偏淡了,还是觉得温度不宜,过凉过热了?

如果经常有顾客吃到异物,它的问题来源可能是供应链的供货质量不高,可能是后厨操作不当,也可能是在传菜过程中有疏忽。

看似都是“产品不好”,但暴露出的是不同的问题。  

服务可以拆分成速度、态度、技巧、准确性等。当顾客投诉服务不好时,他们究竟是在说服务态度差、服务意识低还是服务员根本忙不过来?

如果你只是停留在“服务不好”这个意识,就不会深入思考,是不是前厅服务流程出了问题?问题出在迎宾流程、点单流程,还是传菜流程?

环境也是影响消费者价值感的重要因素,它可以细分成:整洁度、空间、温度、设施、氛围等。

我们把产品、服务和环境的颗粒度放小,才会看到具体的问题,而不是笼统地去看产品 3 颗星,服务 3 颗星,环境 4 颗星,这起不到任何作用。