做餐饮企业，平时看到的是账本，你的员工，你的餐厅，算的是钱，但其实真正离你最近的应该是消费者，是用户。互联网时代到来，带来了民意发声的更多机会。好吃不好吃，都要上点评说几句。通过网络的链接，每个意见碎片可以被传得很远，分享自己的见闻和感受，根据陌生人的评论影响我们的选择，这已经成为新的信息决策模式。只要企业和消费者之间发生交互的地方，就会留下消费者的声音和痕迹。如果这些声音不去做分析，那你就白白浪费了聆听消费者心声的机会。

    2014年，零点集团凭借其对商业发展的敏锐洞察力，注意到餐饮行业的大发展契机到来，特别推出了专门服务于餐饮行业的垂直研究品牌“零点•餐e通”，旨在为推动餐饮行业的发展做出更多贡献。餐e通采集多平台的消费者评论信息，依托互联网大数据分析方法，为餐饮企业提供更多快速、高频、超值的消费者数据获取和分析业务，目前也是国内唯一一家针对餐饮行业开展此业务的调研咨询品牌。

    为什么我们需要关注社媒评论？

    首先，社媒评论不是全部声音，但却是深层次真实情感的表达。我们都有这样的情感体验，如果情绪一般般的时候，不太会愿意主动表达，但是如果情绪特别强烈的时候，比如特别高兴，或者特别气愤，就愿意说出来。而这个较强的情感中则潜藏着消费者对于一个品牌的印象认知，以及潜藏着他行为忠诚或者流失的真实原因，比如我们经常在评论分析中，会发现消费者balabala说一堆细节后，说我再也不来了。这些声音都是消费者真实的内心表达，我们用大数据的分析技术把这些评论整理出来做出分析，给到我们的客户做改进参考。

    其次，社媒数据可以帮助我们去发现一些新的趋势。比如说我在观察一个商圈的时候，通过分析从2010年到2015年这么几年间不同菜系的变更曲线，就可以判断在这个商圈的稳定性怎么样，健不健康，以及什么样的菜系在这个商圈当中它的成长性是非常好的。由于有历史数据的存在，所以我们可以判断一些预见性的趋势。

    再有，通过社媒数据中无数碎片的典型意见，可以做一些消费者偏好的洞察。比如通过对“吃完饭还送了一双筷子”、“吃饭的时候还能看表演”“服务员很漂亮”等等意见词条的归类和统计，并进行进一步的深层归类和本质提炼，就可以洞察到消费者的偏好方向和规律，我们会把这些东西分析出来给餐饮企业一些经营启示。

    第四，及时关注社媒评论的正负面情况，并适当调整和合理干预，可以及时阻止客户流失，维护品牌形象。今天是个口碑时代，如果你不及时了解跟进消费者在上面说了些什么，带来的直接结果就是，这些评论可能会给其他看评论的消费者一些不好的暗示和影响，从而带来一些潜在客流的流失，所以我们要及时跟踪评论情况，及时发现问题并及时处理问题。

    第五，还可以通过社媒评论实现对标学习。在以前如果没有互联网这个大平台，我们也做竞争者研究。你告诉你的竞争品牌是ABC，我去市场上找到ABC品牌的消费者，我去了解他怎么看待这个品牌。但是因为现在有了开放平台，我们可以用你的竞争对手的评论做分析，看看消费者对他肯定的地方在哪里，觉得不好的地方在哪里。竞争对手做得不好的地方，可能就是你胜出的机会点，如果你竞争对手做得好的地方，这就是他的竞争点。知己知彼才能百战不殆。 

    最后，我们还可以通过社媒数据分析进一步发现不同商圈的特点，帮助大家进行商圈选择提供重要参考。

    以上给大家分享的是做社媒分析的价值。接下来，我们来谈谈这么多的数据，我们该如何做分析？我知道在座的不少老板自己也看点评或者美团上的评论，很好。但有没有发现一个问题，当你店少的时候，这样看也是ok的，随着你的连锁店越开越多，评论也越来越多的时候，就会觉得越来越难以招架了。这个时候如果还是自己凭肉眼去看这些评论数据，去理解，就很容易会出问题。为什么？因为自己看的时候，看到的是个体评论，难以形成一个客观的大的图景，这样就使得你形成的数据结论和判断往往容易主观化，很大程度上，你的判断容易会受个人偏见的影响。比如说你是一个老板，你非常重视产品的口味和质量，你看评论的时候，不自觉地就会特别关注关于口味和质量的评论，只要看到一条觉得你的口味差的评论，你就心里一颤，组织大家开会提升我们的口味。而其实在评论当中，有很多涉及到关于你服务方方面面的评价可能你看不到，因为你的个人经验在那里产生了偏见，所以这时候对数据的认知就会产生偏差。所以我想告诉大家，你自己看数据得到的结论，跟经过技术性科学分析后看到的东西是不一样的。而且，自己看数据，还很容易忽略一些趋势性的分析，大比例的数据该怎么读，小比例的数据该怎么读，小比例数据不一定代表它不重要，很多趋势都是从很小的地方开始的，然后会快速引爆。这些都是分析上非常重要的东西，我们需要洞察数据的科学分析手段。

    大数据和我们处理小数据运用的分析技术是不一样的，传统研究当中用的是抽样的方式，可以用SPSS这种数据处理方法，但大数据分析时，我们必须借助于智能语意分析做处理，还需要做机器学习模型。上百万千万条的评论内容，需要把这些语意进行切分，进行标注，然后再进行聚类。经过分析和提取，再做一些整合性的分析，发现一些有价值的洞察。我们的餐饮评价模型共有八大维度，可以对接大家在产品上、服务上、环境上、性价比等方面的改进，还可以辅助你去知道怎样挽留你的潜在流失顾客，以及怎么去维系你的忠诚顾客。