“大數(shù)據(jù)”及其在排水領(lǐng)域的應(yīng)用的思考36

“大數(shù)據(jù)”及其在排水領(lǐng)域應(yīng)用的思考2015.12Q1：如果你是市交通局長(zhǎng)，如何降低40%的交通事故死亡人數(shù)？Q2：如果你是市公安局刑偵隊(duì)長(zhǎng)，如何降低80%的犯罪率？Q3：如果你是全省或全國(guó)的疾控中心主管，如何實(shí)時(shí)監(jiān)控疾病爆發(fā)或控制流感蔓延？每個(gè)問題都是重要的世界性難題，但美國(guó)人解決的方案都用到了。。。大數(shù)據(jù)！什么是大數(shù)據(jù)？Q4：大數(shù)據(jù)的就是數(shù)據(jù)多、數(shù)據(jù)大？Q5：數(shù)據(jù)多大算大？Q6：excel算一算，畫畫圖表算不算大數(shù)據(jù)？什么是大數(shù)據(jù)？定義3：“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

---“大數(shù)據(jù)”（Bigdata）研究機(jī)構(gòu)Gartner定義2：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。---著名咨詢機(jī)構(gòu)麥肯錫全球研究所定義1：以一種前所未有的方式，通過對(duì)海量數(shù)據(jù)進(jìn)行分析，獲得有巨大價(jià)值的產(chǎn)品和服務(wù)，或深刻的洞見。①①①②②②③③④大數(shù)據(jù)時(shí)代的到來區(qū)別一：數(shù)據(jù)采集變得更容易通訊記錄；上網(wǎng)記錄；信用卡消費(fèi)記錄；手機(jī)定位信息；各種傳感器；各種手環(huán)區(qū)別二：網(wǎng)絡(luò)升級(jí)，光纖，數(shù)據(jù)傳遞變得高效容易移動(dòng)2G的理論網(wǎng)速48Kb/s移動(dòng)3G的理論網(wǎng)速350Kb/s移動(dòng)4G的理論網(wǎng)速12.5M/s區(qū)別三：?jiǎn)挝粩?shù)據(jù)存儲(chǔ)成本大大降低大數(shù)據(jù)時(shí)代的到來數(shù)據(jù)爆炸大數(shù)據(jù)時(shí)代的到來區(qū)別五：計(jì)算能力得到飛速發(fā)展，云計(jì)算，廉價(jià)，10萬億次/秒?yún)^(qū)別四：統(tǒng)計(jì)學(xué)、應(yīng)用數(shù)學(xué)和計(jì)算機(jī)科學(xué)的大發(fā)展A/BTesting；關(guān)聯(lián)規(guī)則分析；聚類分析；遺傳算法；神經(jīng)網(wǎng)絡(luò)；預(yù)測(cè)模型；模式識(shí)別；時(shí)間序列分析；回歸分析；系統(tǒng)仿真；機(jī)器學(xué)習(xí)；優(yōu)化；空間分析；社會(huì)網(wǎng)絡(luò)分析；自然語言分析大數(shù)據(jù)時(shí)代的到來小大數(shù)據(jù)時(shí)代解決一些相關(guān)問題更多依靠部分樣本調(diào)查方法，在處理很多問題時(shí)有局限性，大數(shù)據(jù)時(shí)代全樣本分析變得可能龐大的數(shù)據(jù)庫(kù)有著小數(shù)據(jù)庫(kù)所沒有的價(jià)值大數(shù)據(jù)時(shí)代是一個(gè)有海量數(shù)據(jù)的時(shí)代，應(yīng)用數(shù)學(xué)已經(jīng)取代了其他的所有學(xué)科工具。而且只要數(shù)據(jù)足夠，就能說明問題。20世紀(jì)90年代，數(shù)據(jù)倉(cāng)庫(kù)之父的BillInmon就經(jīng)常提及BigData2011年5月，在“云計(jì)算相遇大數(shù)據(jù)”為主題的EMCWorld2011會(huì)議中，EMC拋出了BigData概念大數(shù)據(jù)時(shí)代的到來facebook社交網(wǎng)絡(luò)淘寶、ebuy電子商務(wù)微博、Apps移動(dòng)互聯(lián)21世紀(jì)是數(shù)據(jù)信息大發(fā)展的時(shí)代，移動(dòng)互聯(lián)、社交網(wǎng)絡(luò)、電子商務(wù)等極大拓展了互聯(lián)網(wǎng)的邊界和應(yīng)用范圍，各種數(shù)據(jù)正在迅速膨脹并變大?；ヂ?lián)網(wǎng)（社交、搜索、電商）、移動(dòng)互聯(lián)網(wǎng)（微博）、物聯(lián)網(wǎng)（傳感器，智慧地球）、車聯(lián)網(wǎng)、GPS、醫(yī)學(xué)影像、安全監(jiān)控、金融（銀行、股市、保險(xiǎn)）、電信（通話、短信）都在瘋狂產(chǎn)生著數(shù)據(jù)?！按髷?shù)據(jù)”的誕生：半個(gè)世紀(jì)以來，隨著計(jì)算機(jī)技術(shù)全面融入社會(huì)生活，信息爆炸已經(jīng)積累到了一個(gè)開始引發(fā)變革的程度。它不僅使世界充斥著比以往更多的信息，而且其增長(zhǎng)速度也在加快。信息爆炸的學(xué)科如天文學(xué)和基因?qū)W，創(chuàng)造出了“大數(shù)據(jù)”這個(gè)概念*。如今，這個(gè)概念幾乎應(yīng)用到了所有人類智力與發(fā)展的領(lǐng)域中。大數(shù)據(jù)時(shí)代的到來4V體量Volume多樣性Variety價(jià)值密度Value速度Velocity非結(jié)構(gòu)化數(shù)據(jù)的超大規(guī)模和增長(zhǎng)總數(shù)據(jù)量的80~90%比結(jié)構(gòu)化數(shù)據(jù)增長(zhǎng)快10倍到50倍是傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)的10倍到50倍大數(shù)據(jù)的異構(gòu)和多樣性很多不同形式（文本、圖像、視頻、機(jī)器數(shù)據(jù)）無模式或者模式不明顯不連貫的語法或句義大量的不相關(guān)信息對(duì)未來趨勢(shì)與模式的可預(yù)測(cè)分析深度復(fù)雜分析（機(jī)器學(xué)習(xí)、人工智能Vs傳統(tǒng)商務(wù)智能(咨詢、報(bào)告等）實(shí)時(shí)分析而非批量式分析數(shù)據(jù)輸入、處理與丟棄立竿見影而非事后見效大數(shù)據(jù)的特征大數(shù)據(jù)的價(jià)值和潛力大數(shù)據(jù)將是下一個(gè)社會(huì)發(fā)展階段的“石油”和“金礦”。無論是個(gè)人、企業(yè)還是國(guó)家，誰能更好地抓住數(shù)據(jù)、理解數(shù)據(jù)、分析數(shù)據(jù)，誰就能在下一波的社會(huì)競(jìng)爭(zhēng)中脫穎而出。關(guān)于數(shù)據(jù)的知識(shí)，將成為個(gè)人知識(shí)結(jié)構(gòu)中的必備要素和基礎(chǔ)。大數(shù)據(jù)如何解決問題？美國(guó)交通事故死亡分析報(bào)告系統(tǒng)（FatalAnalysisReportingSystem）：分析全美所有交通事故發(fā)生時(shí)間、地點(diǎn)、天氣和原因，統(tǒng)計(jì)傷亡人員性別和年齡，發(fā)現(xiàn)問題并針對(duì)性地采取措施。Q1：如果你是市交通局長(zhǎng)，如何降低40%的交通事故死亡人數(shù)？大數(shù)據(jù)如何解決問題？午夜酒駕是最主要原因，需要首先從嚴(yán)整頓。發(fā)現(xiàn)各州安全帶執(zhí)法方式不同死亡率降低不同，調(diào)整執(zhí)法方式。發(fā)現(xiàn)其他更多細(xì)節(jié)和問題。死亡人數(shù)從1966年的5萬人降低到2013年的30057人。一些結(jié)論：18:00~21:00是交通事故的最高發(fā)時(shí)段；25~34歲的人群居交通事故死亡人數(shù)之首；行人總是交通事故的犧牲品；男女因交通事故死亡的比例很穩(wěn)定，為7:3。Q1：如果你是市交通局長(zhǎng)，如何降低40%的交通事故死亡人數(shù)？大數(shù)據(jù)如何解決問題？Q2：如果你是市公安局刑偵隊(duì)長(zhǎng)，如何降低80%的犯罪率？紐約市探長(zhǎng)JackMaple通過分析全市所有犯罪案件發(fā)生的時(shí)間和地點(diǎn)，預(yù)測(cè)未來案件發(fā)生的地點(diǎn)，將有限的警力提前布置，在此基礎(chǔ)上1994年誕生了CompStat。1990年兇殺案2245宗，1994年啟用CompStat，持續(xù)降低到2009年的466宗，創(chuàng)下50年之最低。CompStat現(xiàn)已在全美推廣使用。1996年，CompStat獲得了哈佛大學(xué)的美國(guó)政府創(chuàng)新獎(jiǎng)。JackMaple/杰克·梅普爾大數(shù)據(jù)如何解決問題？Q3：如果你是全省或全國(guó)的疾控中心主管，如何實(shí)時(shí)監(jiān)控疾病爆發(fā)或控制流感蔓延？2009年甲型H1N1流感在短短幾周之內(nèi)飛速傳播開來，短時(shí)間研發(fā)不出疫苗。公共衛(wèi)生專家只有先知道這種流感出現(xiàn)在哪里才能控制減慢它的傳播。感染信息采集有一兩周的延遲，數(shù)據(jù)統(tǒng)計(jì)匯總還需要時(shí)間。谷歌通過觀察人們?cè)诰W(wǎng)上的搜索記錄和檢索詞條發(fā)明了預(yù)測(cè)方法，并在流感爆發(fā)前幾周預(yù)測(cè)冬季流感的傳播，論文發(fā)表在《自然》雜志上。大數(shù)據(jù)如何解決問題？谷歌為了測(cè)試這些檢索詞條，總共處理了4.5億個(gè)不同的數(shù)學(xué)模型。再將得出的預(yù)測(cè)與2007年、2008年美國(guó)疾控中心記錄的實(shí)際流感病例進(jìn)行對(duì)比后，谷歌公司發(fā)現(xiàn)，他們的軟件發(fā)現(xiàn)了45條檢索詞條的組合，將它們用于一個(gè)特定的數(shù)學(xué)模型后，他們的預(yù)測(cè)與官方數(shù)據(jù)的相關(guān)性高達(dá)97%。Q3：如果你是全省或全國(guó)的疾控中心主管，如何實(shí)時(shí)監(jiān)控疾病爆發(fā)或控制流感蔓延？大數(shù)據(jù)如何解決問題？大數(shù)據(jù)和云計(jì)算白云下面數(shù)據(jù)跑藍(lán)藍(lán)的天上白云飄大數(shù)據(jù)的真實(shí)價(jià)值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，絕大部分都隱藏在表面之下。而發(fā)掘數(shù)據(jù)價(jià)值、征服數(shù)據(jù)海洋的“動(dòng)力”就是云計(jì)算。---維克托教授大數(shù)據(jù)如何解決問題？數(shù)據(jù)采集數(shù)據(jù)儲(chǔ)存與管理數(shù)據(jù)分析與挖掘計(jì)算結(jié)果展示ETL數(shù)據(jù)眾包（CrowdSouring）結(jié)構(gòu)化、非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)分布式文件系統(tǒng)關(guān)系數(shù)據(jù)庫(kù)非關(guān)系數(shù)據(jù)庫(kù)（NoSQL）數(shù)據(jù)倉(cāng)庫(kù)云計(jì)算和云存儲(chǔ)實(shí)時(shí)流處理A/BTesting關(guān)聯(lián)規(guī)則分析分類聚類遺傳算法神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型模式識(shí)別時(shí)間序列分析回歸分析系統(tǒng)仿真機(jī)器學(xué)習(xí)優(yōu)化空間分析社會(huì)網(wǎng)絡(luò)分析自然語言分析MapReduceR語言標(biāo)簽云（TagCloud）聚類圖（Clustergram）空間信息流（Spatialinformationflow）熱圖（Heatmap）大數(shù)據(jù)如何解決問題？馬云成功預(yù)測(cè)2008年經(jīng)濟(jì)危機(jī)“2008年初,阿里巴巴平臺(tái)上整個(gè)買家詢盤數(shù)急劇下滑，歐美對(duì)中國(guó)采購(gòu)在下滑。海關(guān)是賣了貨，出去以后再獲得數(shù)據(jù)；我們提前半年時(shí)間從詢盤上推斷出世界貿(mào)易發(fā)生變化了。”通常而言，買家在采購(gòu)商品前，會(huì)比較多家供應(yīng)商的產(chǎn)品，反映到阿里巴巴網(wǎng)站統(tǒng)計(jì)數(shù)據(jù)中，就是查詢點(diǎn)擊的數(shù)量和購(gòu)買點(diǎn)擊的數(shù)量會(huì)保持一個(gè)相對(duì)的數(shù)值，綜合各個(gè)維度的數(shù)據(jù)可建立用戶行為模型。因?yàn)閿?shù)據(jù)樣本巨大,保證用戶行為模型的準(zhǔn)確性。因此在這個(gè)案例中，詢盤數(shù)據(jù)的下降，自然導(dǎo)致買盤的下降。其他案例大數(shù)據(jù)如何解決問題？通過記錄和分析北京市出租車兩年的GPS數(shù)據(jù)，微軟亞洲研究院的謝幸及其同事可以向司機(jī)提供不同時(shí)段的最佳出行路線。挪威耶維克大學(xué)的研究人員和DerawiBiometrics公司聯(lián)合為智能手機(jī)開發(fā)了一款應(yīng)用程序，可以分析人走路時(shí)的步伐并將其作為手機(jī)解鎖的安全系統(tǒng)。日本先進(jìn)工業(yè)技術(shù)研究所根據(jù)人體對(duì)座位的壓力差異識(shí)別出乘坐者的身份，準(zhǔn)確率高達(dá)98%，據(jù)此開發(fā)的防盜騎車座椅具有防止汽車被偷的功能。其他案例排水和大數(shù)據(jù)結(jié)合？充分利用和挖掘數(shù)據(jù)中蘊(yùn)藏的信息來輔助決策，人類理性的范圍將會(huì)擴(kuò)大，提高決策的質(zhì)量。不為了使用大數(shù)據(jù)而制造大數(shù)據(jù)，為解決問題而有意識(shí)地收集并分析數(shù)據(jù)。黑貓白貓，能抓老鼠就是好貓。首先應(yīng)盡可能尋找問題最簡(jiǎn)單的解決方案。不必在乎方法手段是不是高級(jí)，能解決問題的方法就是好方法。必要性排水和大數(shù)據(jù)結(jié)合？通過統(tǒng)計(jì)塑料管檢測(cè)數(shù)據(jù)預(yù)測(cè)哪個(gè)品牌的管材質(zhì)量更容易出問題；通過分析多個(gè)水樣中各種重金屬之間的相關(guān)性確定Zn為水樣中重金屬特征指標(biāo)，可以減少重金屬檢測(cè)指標(biāo)和工作量；淹易淹易澇區(qū)域風(fēng)險(xiǎn)評(píng)估及改造方案：運(yùn)用管網(wǎng)、下墊面和降雨等大量基礎(chǔ)數(shù)據(jù)，通過徑流模擬算法、管流模擬算法和二維地表漫流模擬算法，運(yùn)算量大。我們正在有意識(shí)無意識(shí)地運(yùn)用大數(shù)據(jù)思維解決遇到的問題。排水和大數(shù)據(jù)結(jié)合？氣象數(shù)據(jù)水文數(shù)據(jù)防汛監(jiān)控調(diào)度指揮系統(tǒng)的大數(shù)據(jù)管網(wǎng)數(shù)據(jù)泵站運(yùn)行數(shù)據(jù)僅采集和統(tǒng)計(jì)數(shù)據(jù)，還要挖掘數(shù)據(jù)潛在價(jià)值。數(shù)據(jù)大還不夠，離大數(shù)據(jù)還有距離。排水和大數(shù)據(jù)結(jié)合？其他可能的應(yīng)用通過分析污水廠多年的進(jìn)水水質(zhì)變化（如C/N變化）分析和居民生活習(xí)慣的改變有關(guān)系，進(jìn)而預(yù)測(cè)進(jìn)水水質(zhì)的變化通過設(shè)備維修記錄中的故障原因統(tǒng)計(jì)提前做好維護(hù)計(jì)劃；排水和大數(shù)據(jù)結(jié)合？其他可能的應(yīng)用通過分析泵站經(jīng)濟(jì)性報(bào)表中的單耗來查找高能耗泵站及其原因，采取措施降低能耗；估算市區(qū)的雨污水管網(wǎng)總長(zhǎng)度？提高管網(wǎng)養(yǎng)護(hù)的效率，優(yōu)化清淤養(yǎng)護(hù)計(jì)劃：相同的清淤量，清淤管道優(yōu)先級(jí)更高；相同的人和設(shè)備，年度清淤量上升15%？智慧排水我們應(yīng)該采取的行動(dòng)1、加強(qiáng)數(shù)據(jù)收集的意識(shí)，重視數(shù)據(jù)收集*摘自《管網(wǎng)所2014年年報(bào)》上個(gè)世紀(jì)90年代，面對(duì)信息管理系統(tǒng)的普及、各行各業(yè)數(shù)據(jù)記錄的激增，管理大師彼得·德魯克（PeterDrucker）曾發(fā)出慨嘆：迄今為止，我們的系統(tǒng)產(chǎn)生的還僅僅是數(shù)據(jù)，而不是信息，更不是知識(shí)！我們應(yīng)該采取的行動(dòng)2、重視數(shù)據(jù)質(zhì)量：數(shù)據(jù)標(biāo)準(zhǔn)化和數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)：將不同平臺(tái)、不同編制語言、不同物理位置的數(shù)據(jù)，按統(tǒng)一定義的格式提取出來，再通過清洗、轉(zhuǎn)換、集成，最后加載進(jìn)入的數(shù)據(jù)集合?！皵?shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的（SubjectOriented）、集成的（Integrated）、相對(duì)穩(wěn)定的（Non-Volatile）、反映歷史變化（TimeVariant）的數(shù)據(jù)集合，用于支持管理中的決策制定?！睌?shù)據(jù)能滿足其既定的用途，它才有質(zhì)量。如果不能滿足既定的目標(biāo)和用途，就談不上質(zhì)量。數(shù)據(jù)倉(cāng)庫(kù)對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化非常重要，可以在今后的應(yīng)用中高效地提取指定特征的標(biāo)準(zhǔn)格式的信息，大大減少了數(shù)據(jù)收集、整理和標(biāo)準(zhǔn)化的程序和時(shí)間。我們應(yīng)該采取的行動(dòng)3、重視數(shù)據(jù)共享和發(fā)布2008年奧巴馬上任后為創(chuàng)建一個(gè)“透明的政府”，促使美國(guó)政府創(chuàng)建了D網(wǎng)站，為大數(shù)據(jù)敞開了大門。到2012年7月三周年時(shí)，D數(shù)據(jù)集已達(dá)45萬個(gè)左右，涵蓋172個(gè)機(jī)構(gòu)。英國(guó)和印度也有“數(shù)據(jù)公開”運(yùn)動(dòng)。2001年，普華永道研究結(jié)果顯示：受益于免費(fèi)的數(shù)據(jù)發(fā)布模式，2000年美國(guó)天氣風(fēng)險(xiǎn)管理行業(yè)（WeatherRiskManagementIndustry）的產(chǎn)值是整個(gè)歐洲的近60倍、整個(gè)亞洲的146倍。我們應(yīng)該采取的行動(dòng)3、重視數(shù)據(jù)共享和發(fā)布D我們應(yīng)該采取的行動(dòng)3、重視數(shù)據(jù)共享和發(fā)布首先在內(nèi)部建立各類數(shù)據(jù)的標(biāo)準(zhǔn)最小數(shù)據(jù)集及各類臺(tái)賬（最小數(shù)據(jù)集是指包含了最重要信息的最小數(shù)據(jù)集合），以省供排水協(xié)會(huì)推動(dòng)省內(nèi)行業(yè)各類臺(tái)賬和數(shù)據(jù)規(guī)范化，并促進(jìn)行業(yè)交流和數(shù)據(jù)開放交流。我們應(yīng)該采取的行動(dòng)4、重視人的作用2010年起，谷歌的首席經(jīng)濟(jì)學(xué)家范里安（HalVarian）就一直在多種場(chǎng)合強(qiáng)調(diào)，下一個(gè)十年，將出現(xiàn)一類新的專業(yè)人才：數(shù)據(jù)科學(xué)家。其中一種，正是數(shù)據(jù)可視化工程師，這種人才既懂得數(shù)據(jù)分析，又精通構(gòu)圖的藝術(shù)，集故事講述和藝術(shù)家的特質(zhì)于一身，將是我們大數(shù)據(jù)時(shí)代的導(dǎo)航員。5、重視工具的運(yùn)用相關(guān)軟件流體數(shù)值模擬：Fluent；雨洪模型數(shù)值分析：Matlab；統(tǒng)計(jì)科學(xué)：SAS使用培訓(xùn)數(shù)據(jù)科學(xué)家或者數(shù)據(jù)工程師數(shù)據(jù)科學(xué)家是統(tǒng)計(jì)學(xué)家、軟件程序員、圖形設(shè)計(jì)師與作家的結(jié)合體。要注意的問題大數(shù)據(jù)是復(fù)雜的系統(tǒng)工程，費(fèi)時(shí)費(fèi)力的，絕不是一蹴而就的；不盲目崇拜大數(shù)據(jù)和大數(shù)據(jù)分析；大數(shù)據(jù)不能代替人的創(chuàng)造性（如蘋果手機(jī)）；數(shù)據(jù)保密和個(gè)人隱私的保護(hù)。小結(jié)數(shù)據(jù)是財(cái)富，數(shù)據(jù)幫助我們解決問題；要重視數(shù)據(jù)收集和數(shù)據(jù)質(zhì)量；應(yīng)用數(shù)據(jù)改進(jìn)我們的思維方式和決策方式；人在數(shù)據(jù)運(yùn)用中是關(guān)鍵的環(huán)節(jié)；大數(shù)據(jù)不能代替人的創(chuàng)造性活動(dòng)。謝謝！謝謝觀看/歡迎下載BYFAITHIMEANAVISIONOFGOODONECHERISHESANDTHEENTHUSIASMTHATPUSHESONETOSEEKITSFULFILLMENTREGARDLESSOFOBSTACLES.BYFAITHIBYFAITH一本萬利工程1、背景驅(qū)動(dòng)2、盈利策略3、選菜試菜4、價(jià)值創(chuàng)造5、完美呈現(xiàn)6、成功面試7、持續(xù)改造（一）、一本萬利工程的背景驅(qū)動(dòng)

1、什么是一本萬利

2、餐飲時(shí)代的變遷菜單經(jīng)驗(yàn)的指導(dǎo)方針運(yùn)營(yíng)市場(chǎng)定位的體現(xiàn)經(jīng)營(yíng)水平的體現(xiàn)體現(xiàn)餐廳的特色與水準(zhǔn)溝通的工具餐廳對(duì)顧客的承諾菜單承諾的六大表現(xiàn)1、名字的承諾2、質(zhì)量的承諾3、價(jià)格的承諾4、規(guī)格標(biāo)準(zhǔn)的承諾5、外文翻譯的準(zhǔn)確6、保證供應(yīng)的承諾

1、顧客滿意度餐廳價(jià)值、價(jià)格、合理感、愉快感、安心感、美味感、便利感、滿足感、有價(jià)值感、喜悅感、特別感2-2、初期投資餐廳面積、保證金、設(shè)備投資、店鋪裝潢、器具用品投資、制服選定、菜單制作2-1、開業(yè)準(zhǔn)備廚具、供應(yīng)商選定、設(shè)計(jì)、用品選定、餐廳配置、員工訓(xùn)練、餐廳氣氛、促銷方式3、經(jīng)營(yíng)數(shù)據(jù)營(yíng)業(yè)額、客流量、成本率、人均消費(fèi)、顧客回頭率、出品速度、人事費(fèi)用菜單內(nèi)容決定決定相關(guān)相關(guān)決定決定決定決定以菜單為導(dǎo)向的硬件投資

1、餐廳的裝修風(fēng)格2、硬件設(shè)施服務(wù)操作3、餐廳動(dòng)線4、餐具與家俬5、廚房布局6、廚房設(shè)備菜單設(shè)計(jì)正果1、能誘導(dǎo)顧客購(gòu)買你想讓他買的餐點(diǎn)2、能迅速傳達(dá)餐廳要表達(dá)的東西3、雙贏：顧客喜歡、餐廳好賣餐廳時(shí)代的變遷食物時(shí)代硬體時(shí)代軟體時(shí)代心體時(shí)代食物食品饑食飽食品質(zhì)挑食品味品食品德懼食體驗(yàn)人們正在追尋更多的感受，更多的意義更多的體驗(yàn)，更多的幸福（二）盈利策略1、組建工程團(tuán)隊(duì)2、確定核心價(jià)值3、確定盈利目標(biāo)4、確定客單價(jià)5、設(shè)計(jì)盈利策略6、確定核心產(chǎn)品誰來設(shè)計(jì)菜單？產(chǎn)品=做得出來的物品商品=賣得出去的物品商家=產(chǎn)品具備商品附加值物（什么產(chǎn)品）+事（滿足顧客何種需求）從物到事從食物到餐飲從吃什么到為什么吃產(chǎn)品本身決定一本，產(chǎn)品附加值決定萬利從生理到心理從物質(zhì)到精神從概念到五覺體驗(yàn)創(chuàng)造產(chǎn)品的五覺附加值體驗(yàn)何來

一家企業(yè)以服務(wù)為舞臺(tái)以商品為道具，讓消費(fèi)者完全投入的時(shí)候，體驗(yàn)就出現(xiàn)了PART01物=你的企業(yè)賣什么產(chǎn)品+事=能滿足顧客何種需求？確定核心價(jià)值理念核心價(jià)值理念1、賣什么樣的菜2、賣什么樣的氛圍？3、如何接待顧客？賣給誰？賣什么事？賣什么價(jià)？企業(yè)目標(biāo)的設(shè)定1、理論導(dǎo)向的目標(biāo)設(shè)定2、預(yù)算3、制定利潤(rùn)目標(biāo)費(fèi)用營(yíng)業(yè)額虧損區(qū)利潤(rùn)區(qū)臨界點(diǎn)變動(dòng)費(fèi)用總費(fèi)用營(yíng)業(yè)額曲線費(fèi)用線X型損益圖利潤(rùn)導(dǎo)向的目標(biāo)設(shè)定確定目標(biāo)設(shè)定營(yíng)業(yè)收入=固定成本+目標(biāo)利潤(rùn)1-變動(dòng)成本率-營(yíng)業(yè)稅率例：A餐廳每月固定成本40萬，變動(dòng)成本50%，營(yíng)業(yè)稅率5.5%，目標(biāo)利率每月8萬，問A餐廳的月營(yíng)業(yè)收入：月營(yíng)收入=（40+8）÷（1-50%-5.5%）=48÷0.445=108萬測(cè)算損益平衡點(diǎn)保本線=固定成本1-變動(dòng)成本率-營(yíng)業(yè)稅率例：A餐廳保本線=40÷（1-50%-5.5%）

=40÷0.445

=90萬定價(jià)的三重意義2、向競(jìng)爭(zhēng)對(duì)手發(fā)出的信息和信號(hào)1、是利潤(rùn)最大化和最重要的決定因素3、價(jià)格本事是價(jià)值的體現(xiàn)定價(jià)由此開始1、評(píng)估產(chǎn)品、服務(wù)的質(zhì)量2、尋求顧客價(jià)值與平衡點(diǎn)3、以價(jià)值定義市場(chǎng)確定客單價(jià)盈利占比策略

占比策略內(nèi)部策略銷售占比占比策略內(nèi)部策略10%40%10%20%20%（三）、選菜試菜1、ABC產(chǎn)品分析2、產(chǎn)品的確定（食材、口味、烹調(diào)、餐飲）3、成本的確定ABC分析策略毛利率營(yíng)業(yè)額CBACABBACCCAA營(yíng)業(yè)額C毛利A優(yōu)化、提升增加銷售雙A雙贏ABC顧客商品漲價(jià)保留虧本商品刪營(yíng)業(yè)額A毛利C顧客超額、成本過高有意義的保留無意義的刪除雙C雙輸菜單內(nèi)容選擇的標(biāo)準(zhǔn)因素成本設(shè)備廚師技術(shù)操作空間菜系風(fēng)格吻合度品質(zhì)可控度原料供應(yīng)顧客喜好菜單協(xié)議度（銷售目標(biāo)、顏色、口味、造型、營(yíng)養(yǎng)等）產(chǎn)品類別確定的四個(gè)方面1、按食材確定比例2、按口味確定比例3、按烹飪確定比例4、按餐飲確定比例

（無酒精飲品、含酒精飲品比例）框架依據(jù)操作依據(jù)目標(biāo)依據(jù)成本依據(jù)試口味成本操作第一次試菜的內(nèi)容精確的成本核算—五個(gè)關(guān)鍵詞1、凈料率（一料一控、一料多檔）2、調(diào)味料成本（單件產(chǎn)品、批量產(chǎn)品）3、燃料成本4、統(tǒng)一計(jì)量單位5、標(biāo)準(zhǔn)食譜成本卡試口味餐具造型色彩第二次試菜的內(nèi)容四料構(gòu)成表1、符合思想審定2、符合目標(biāo)審定3、符合定位審定4、符合框架審定四平構(gòu)成表(四)、創(chuàng)造價(jià)值1、定價(jià)策略的確定2、提升雙A核心產(chǎn)品的附加值3、增加更多的顧客選擇性顧客會(huì)記住的價(jià)格最低價(jià)人均消費(fèi)熱門暢銷品商品較多的價(jià)格帶最高價(jià)產(chǎn)品價(jià)格和觀念價(jià)值永遠(yuǎn)是不一樣的，體驗(yàn)經(jīng)濟(jì)時(shí)代出售的不是產(chǎn)品價(jià)格，而是觀念定價(jià)與確定價(jià)格的區(qū)別確定價(jià)格產(chǎn)品、服務(wù)主導(dǎo)思路確定一個(gè)易于銷售的價(jià)格由企業(yè)根據(jù)成本以及和其他企業(yè)的比較確定定價(jià)基于顧客的價(jià)值私立評(píng)估價(jià)值、確定等級(jí)在顧客和企業(yè)的來往過程中確定企業(yè)定價(jià)三大策略1、薄利多銷策略2、相對(duì)穩(wěn)定價(jià)格策略3、高價(jià)位價(jià)格策略提升產(chǎn)品附加值的“十大絕招”三好七增名字好賣相故事服務(wù)選擇文案時(shí)間體驗(yàn)健康推廣感覺“附加值”提升產(chǎn)品附加值的“兩大前提”一好味道二品質(zhì)確定好賣相美色器形設(shè)攝狀增健康少油湯汁鹽多有機(jī)養(yǎng)生品種增時(shí)間原材料生長(zhǎng)原材料獲得制作耗時(shí)美味時(shí)間要求增文案—文字?jǐn)⑹鼍艈?、餐點(diǎn)是什么？2、如何烹調(diào)制作？3、如何呈現(xiàn)？4、有何故事？5、有否獨(dú)特的口味？6、有否體現(xiàn)品質(zhì)等級(jí)？7、食材的來源？8、有何獨(dú)特的體驗(yàn)？9、對(duì)人有何好處？一料多烹多吃多味增選擇增推廣易拉寶臺(tái)卡小畫冊(cè)傳媒宣傳銷售人員介紹POP（五）、完美呈現(xiàn)1、專業(yè)團(tuán)隊(duì)的選擇與合作2核心價(jià)值的呈現(xiàn)平面制片攝影助理攝影師食品造型翻譯修圖師文案設(shè)計(jì)師跟印完稿員餐飲行業(yè)中照片的功能的三個(gè)層次傳遞信息吸引顧客傳播文化菜式拍攝菜式拍攝的本質(zhì)是靜物拍攝最根本的原則是對(duì)你的店鋪產(chǎn)生愉悅感不僅僅要讓顧客看見，更要問道和嘗到照片對(duì)菜單設(shè)計(jì)師的要求對(duì)餐飲行業(yè)有一定的了解了解餐廳的定