辰智科技：大数据科学选址，开店成功秘钥

辰智科技于2011年开始构建餐饮数据研究，并于2016年12月23日正式发起并主导建立中国餐饮大数据研究中心。

餐饮大数据研究中心目前沉淀了600万+餐厅数据、40万+菜品数据、100万+食客数据，并形成全国性的食客足迹大数据分析报告；未来将持续在商业模式和数据挖掘上进行创新、升级，为餐饮业及上下游企业聚合内外部数据搭起一座桥梁，为企业决策、产业升级提供数据支持！

为餐饮业及上下游企业了解餐饮业的发展趋势给予有力的数据支撑！并成功为包括联合利华、伊利、康师傅、华润雪花、奇华顿等世界500强企业提供餐饮大数据应用的落地和分析决策服务。

餐饮O2O之道线上沙龙第三期，辰智科技CEO葛建辉为大家解析了餐饮企业的选址方法，并向大家详细讲述了怎样用科学的方法挑选企业的黄金地盘，让企业在市场中从选址开始便能够成为赢家。

餐厅选址的传统方法就是扫街寻店，这个方法并非是不必要的，但是这个方法太耗费钱财、时间和人力。

在选址过程中，目前大家大部分都是靠经验、拍脑袋决定的，可以用这样的方法去解决一部分的问题，但根本的建议是餐厅要有清楚的意识去做门店的分级分类管理。

餐厅要非常明确自身的定位及客源，选址其实就是选客源。同一个品牌的餐厅，有可能有不同类型的餐厅，大店、小店、旗舰店对物业的要求是不一样的。

有一些需要黄金位置去开店，有一些需要的是社区店，对于物业的要求企业内部需要有非常清晰的定位。

门店的分级分类的管理体系以及基于这个体系下面对于物业的要求去建立标准，基于这个标准就可以去各个城市去做选址规划、网店规划，如每一个城市开一百家店，不会去乱开店，店开太多也未必是好事。

这一百家店位置如何选出来呢？需要针对这个城市找到符合开店的模型，去找到这些机会点。在这种状态下，是定向地去物业，而不是撒网式地找物业。提升效率，有效降低外勤成本。

在选址过程中，分级分类里很重要的一点是——分类的过程，如商场店、社区店、交通枢纽店……基于一定客流量下，某一人群特征的差异化定位的门店，这种门店如在医院门口开中式快餐店基本上是不会亏钱的。

基于每一种级别和类型的门店去定义对物业的要求，在完成选址时，定位是非常重要的，分级分类去制定标准，然后定向寻求网店规划、寻找铺源。

葛建辉跟餐饮业主介绍的方法是，将物业门店的要求写出来之后告诉所有的员工，让员工去介绍门店。只要开成功，给这个门店员工一定比例的奖励。

这个时候，大家都会去找自己身边认为符合这种要求的物业，让他们报上来。这种方法就像众筹，把找店面的过程做众包，现在来看，效果相当好。

目前，辰智科技在商业网点数据沉淀上的丰富性排名第一，2700万个商业网点，600多万家餐厅，400多个专业零售门店，2万多个商场的数据。

商圈秀是基于位置智能的大数据聚合、分析和应用平台。以DAAS平台模式聚合数据和内容，以SAAS平台模式聚合工具和算法，商圈秀最终向客户交付应用和服务。

人在哪里，商机就在哪里。辰智有全国最全面的人口分布数据和认可消费能力数据，将任何一个地址输入辰智科技的平台，就可以知道这个地址周边一公里、两公里范围内有多少人，这些人的消费能力处于怎样的水平，如果以餐饮而言，目前周边有些什么样的餐饮企业品牌，餐厅的数量有多少，分别是什么档次的餐厅，并且可以知道这个商圈里运营商的实时消费客流数据。

周边基于银联的商圈消费数据，来判断某一个商圈在某一个业态的消费能力。也可以看到这个商圈有多少微博用户，他们都在聊一些什么话题，这些话题可以让企业做一些区域性的定向营销时有更好的策划方案。

在选址过程中，构建了人及人的消费能力，竞争以及周边商圈竞争成熟度的指标和参数。这些数据可以帮助企业更好地判断位置是不是满足选址的要求。

辰智科技目前在跟一些全国提供铺源的平台做对接，今年将会完成一些非常有效的商铺铺源推荐。在选址过程中既解决了如何找到一个好铺源的问题，也能够给其一些物业让商户去做考察和选址评估，企业正在全力构建一套基于选址评估的一整套数据支撑服务，为更多餐饮企业提供价值。