堤諾比薩餐廳資料大數據分析

郭芝榕，iCHEF 攜手森邦集團、服務科學專家，切入餐廳資料大數據分析，數位時代，2016/05/27

想像餐廳有一個「奶茶預測系統」，可以建議你在什麼時候、什麼樣的客人組合，奶茶會賣得最好！這不再是夢想。智慧 POS 新創 iCHEF，跟擁有拉亞漢堡品牌的森邦集團、清大服務科學研究所及微軟 Azure 攜手合作，切入餐廳資料大數據分析。 

iCHEF 從 2 月開始與 10 家森邦集團旗下新品牌「堤諾比薩 Tino's Pizza Café」直營門市合作，預計 7 月會對外分享大數據導入成果，最終希望把大數據科技普及至上千家中小型餐廳，將餐廳顧客的用餐行為「潛規則」，全部雲端自動化，讓小餐廳也可以很容易了解消費者的消費模式，進而設計出最適合消費者用餐習慣的菜單。...

台灣微軟雲端事業開發副總經理周旺墩說，以前在決定電腦規則時是寫程式，但是資料本身有相關性，一定比例下它就會發生什麼。市場最有興趣的是預測，什麼事情即將發生？例如天氣改變，備料就要改變。有了歷史資料就可以預測並產生模型，可以自動調整模型的參數和關連時，就可以發現未來，得到趨近行為的結果，可以應用在很多地方。 

周旺墩指出，過去連鎖大公司才能做大的運算，知道什麼客群的貢獻最高，但不是每家餐飲業都可以做得到。分析客單價時可能會發現有趣的現象，例如只要有人點麻辣類的產品，客單價會提高。數據可以把資料和經驗轉成每個人都可得到的經驗，找出標準化的服務，並做出客戶喜歡的東西。 

清華大學服務科技與管理中心主任徐茉莉（Galit Shmueli）說，「大數據在全世界都是個流行語，台灣對大數據的認知還在很早期的階段，重是要真的創造出資料的價值，我們會先從問問題開始，才知道商業機會在哪裡。」 

她進一步指出，建立專業領域的大數據分析模型並不容易，會先導入餐廳資料、交易資料、政府開放資料中的天氣、旅客、旅遊地點、捷運交通資訊等等，透過機器學習演算法慢慢探索和修正，才能找出有用的關聯性。「如果我們發現餐廳賣出很多咖啡，跟它開門的時間有關的話，就可以建議其他餐廳。」 

清大服務科學研究所助理教授雷松亞（Soumya Ray）指出，「大數據不是很多資料，它是很豐富的資料。包括我們週日要賣多少？這跟下雨、冷、很多韓國旅客可能都有關係。」假設一家餐廳一天來客數是 150 到 200 人，一個月約 3000 筆資料，3 個月有 1 萬筆交易，就大約會有 4 萬筆的資料點。這是累積起來的微小資料，這跟每個行為動作有關，這一秒他坐在這裡，用這個信用卡付費都有很多關連。 

清大研究團隊將用服務科學和大數據分析技術，找出「飢餓前菜現象」，例如在上完前菜後半小時拿到主餐的客人，比起 10 至 20 分鐘拿到主餐的客人，增加60% 追加甜點的機率。如果真的研究出關聯性，就可以在 POS App 中自動提示服務生，要在什麼時間點上菜，可以提高餐廳的營收。

「飢餓前菜現象」是有趣的現象，可以提高餐廳當天該桌的營收。但是，客人多待了 10 到 20 分鐘，會不會影響到餐廳的翻桌率？ 或者增加了外頭等待顧客的等待時間、 甚至因此不加入等候的行列？對熟客而言，因為長時間的等待，會不會影響到客人未來的光顧意願？