餐饮门店运营数据分析

专注餐饮门店（自助餐/火锅/正餐）的线上运营数据分析，提供从数据解读到决策建议的完整分析链路。

核心原则

1. 数据说话，结论先行——先给结论，再铺数据，不要让用户找结论
2. 退款率是第一健康指标——任何投放建议的前提是退款率可控（<15%），退款率>25%时必须先堵漏再放量
3. 区分"结构性行为"和"异常行为"——抖音营销期冲动消费+到期自动退款是结构性退款，非产品问题；到店后退款的才是体验问题
4. 只看指定平台——用户问哪个平台就只分析那个平台，不主动跨平台对比
5. 用户给的数据不改——价格、折扣等用户提供的原始数据严格按原样使用

分析模块

根据用户需求加载对应模块，非全量执行。用户提到多个需求时按逻辑顺序串联。

模块一：抖音达人视频分析

触发：用户上传短视频数据/达人数据/视频表现数据

分析流程：

1. 数据概览：视频数、达人数、总播放、总成交、千次播放成交、退款率、核销率
2. 周趋势：按周汇总播放/成交/退款/核销，识别拐点和恶化趋势
3. 退款根因定位：按商品拆分退款率，找"退款发动机"（退款率>20%的商品/套餐）
4. TOP视频分析：
   • TOP10播放视频：找"高播放低成交"的浪费流量
   • TOP10成交视频：分析成功共性（标题、标签、时长、达人类型）
5. 达人分层：按播放量分层（5万+/1-5万/3000-1万/<3000），计算各层转化率
6. 内容标签分析：标题关键词与ROI/成交的关联
7. 完播率vs转化：5秒完播率分档与千次播放成交的对应关系
8. 退款视频分析：哪些视频带来的用户退款率最高

输出格式：

• 核心结论（3条以内）
• 数据表格（周趋势/TOP视频/达人分层）
• 具体建议（停/加/改）

达人筛选标准（可更新，见 references/benchmarks.md）：

• 粉丝量：5千-10万为主力
• 内容类型：≥80%美食探店，禁止泛娱乐
• 5秒完播率：≥20%
• 地域：本地≥60%

模块二：本地推投放分析

触发：用户上传本地推/投流/账户视频分析数据

分析流程：

1. 总览：消耗/展示/点击/转化/点击率/转化率/ROI
2. ROI校准：表面ROI需按核销率打折，再扣退款率得到真实ROI
   • 真实核销ROI = 表面ROI × 核销率
   • 净ROI = 表面ROI × (核销率 - 退款率)
3. 四象限分类（消耗>30元的视频）：
   • Q1 便宜高转化（CPM≤中位数 且 转化率≥中位数）→ 加投放量
   • Q2 贵但高转化（CPM>中位数 且 转化率≥中位数）→ 优化成本
   • Q3 便宜低转化（CPM≤中位数 且 转化率<中位数）→ 观察测试
   • Q4 贵且低转化（CPM>中位数 且 转化率<中位数）→ 停投
4. 素材效率分析：5秒完播率/点击率/视频时长与转化率的关系
5. 关键词ROI对比：标题关键词与转化效率的关联

素材筛选标准（可更新，见 references/benchmarks.md）：

• 必过线：5秒完播率≥18%、点击率≥5%、时长≤30秒
• 优秀线：5秒完播率≥22%、点击率≥7%

输出格式：

• 总览数据+ROI校准
• 四象限分类统计
• 停投清单（含停投原因）
• 加投清单（含放量建议等级）
• 素材筛选标准

模块三：商品套餐分析

触发：用户上传商品数据/套餐数据/交易数据

分析流程：

1. 套餐全景：各套餐的售价/曝光/访问/成交/核销/退款
2. 转化漏斗：曝光→访问转化率、访问→成交转化率
3. 退款率对比：按套餐拆分，识别退款率异常的商品
4. 退款根因：含特定品项（如榴莲）vs 不含的退款率对比
5. 定价梯度：引流款/主推款/品质款/场景款的结构是否合理
6. 优化建议：停售/调整描述/调整价格/加量推广

退款率判断标准（可更新，见 references/benchmarks.md）：

• <5%：健康
• 5-10%：需关注
• 10-15%：需排查
• 15-25%：需紧急处理

• 25%：先堵漏再放量

模块四：平台投诉申诉

触发：用户提到差评/投诉/赔付/申诉/平台判罚

分析流程：

1. 拆解投诉内容：逐条提取指控点
2. 判定平台审核逻辑：平台判的是什么（描述不一致？欺诈？服务问题？）
3. 逐条反驳：
   • 对准平台判定标准反驳（不是反驳顾客感受，是反驳"描述不一致"）
   • 每条反驳都要有法律/行业/事实依据
   • 找"事后反悔"的破绽（吃了再投诉=默认接受服务）
4. 证据清单：列出需要准备的材料
5. 风险提示：哪些反驳点证据不足，需要补充

申诉写作原则：

• 态度专业，不攻击顾客
• 证据为王，空口无凭的点不提
• 承认能承认的（如临时缺货），比死不承认更有说服力
• 500字以内，简洁有力

模块五：全域投放规划

触发：用户提到全域/多平台/投放计划/投放策略

分析流程：

1. 现状诊断：基于已有数据判断当前阶段（堵漏期/增长期/拓展期）
2. 阶段规划（按4阶段模型）：
   • Phase 0 堵漏：退款率降到安全线以下
   • Phase 1 单平台精细化：主平台打法升级
   • Phase 2 多平台拓展：分散单一平台风险
   • Phase 3 全域联动：跨平台闭环
3. 预算分配：按渠道拆分月度预算

   小葱技能站7w4.net，专业的AI技能分享平台。

4. 达人分级：S/A/B/C级达人筛选标准和投放量
5. 内容策略：视频时长/标题公式/标签模板
6. 验收标准：每个阶段的关键指标和目标值
7. 风险预警：红线指标和应急预案

数据处理规范

清洗规则

• 数值列含逗号的去除逗号后转数值
• 百分比列去除%号后转浮点数
• 日期列统一为datetime格式
• 视频数据按视频ID去重统计，日维度汇总时不重复计算

计算规则

• 千次播放成交 = 累计直接成交金额 / 累计播放次数 × 1000
• 退款率(券) = 退款券数 / 成交券数 × 100%
• 核销率(券) = 核销券数 / 成交券数 × 100%
• CPM = 消耗 / 展示次数 × 1000
• ROI = 转化数 × 客单价 / 消耗
• 真实ROI = 表面ROI × 核销率 × (1 - 退款率)

输出规范

• 表格用Markdown
• 百分比保留1位小数
• 金额保留整数或2位小数
• 结论放前面，数据在后面支撑

可更新知识库

平台规则和行业阈值会季度更新，以下文件独立维护，不影响核心分析逻辑：

• references/benchmarks.md — 行业基准值和判断阈值（退款率红线、核销率基准、达人筛选标准、素材筛选标准等）
• references/platform-rules.md — 各平台最新规则和算法机制（美团一镜到底、抖音POI权重、退款率风控等）
• references/content-templates.md — 视频标题公式、标签模板、申诉话术模板

更新方式：每季度或平台规则变动时，直接修改对应文件即可，无需改动SKILL.md。

读取时机：执行分析前，先读取对应的references文件获取最新阈值和规则，再基于当前值做判断。

防踩坑清单

1. 不要把本地推"转化数"等同于"直接成交"——本地推转化含自然流量，ROI需校准
2. 不要忽略退款率的周维度恶化趋势——W18 5%→W20 45%就是预警信号
3. 不要建议退款率>25%时加大投放——先堵漏再放量
4. 不要在用户问单平台时自作主张加入跨平台对比
5. 不要修改用户提供的价格数据——折扣按实际计算值填写
6. 不要在没有证据的情况下写申诉——没有监控就别提"我们给了替代方案"
7. 达人10万+粉丝不等于高转化——数据证明5-10万粉ROI最高
8. "畅吃"是转化利器但也是退款隐患——确保宣传品项实际体验达标

这是一套面向餐饮门店运营者的数据分析指南，能处理抖音达人、本地推广、商品套餐等多个平台的分析需求。整体质量较好，流程清晰、模板完善，还配备了实用的风险提示。但目前主要基于单一品牌经验总结，适配范围可能有限，其他类型餐饮店使用时需要谨慎判断。