# 餐饮业为什么需要数据分析

餐饮行业是一个快消业也是一个竞争激烈的行业，根据经营数据及时作出响应是让企业取得竞争优势的重要因素。

# 关于表格和表

在Excel中存在表格数据和表数据两种数据,对表格数据数据进行操作，针对的是单元格，而对表数据进行操作针对的是列。

PowerBI工具集下PowerQuery和PowerPivot的操作都是针对于表进行操作，相对于单元格，提升了数据处理效率。

# 关于PowerQuery

PowerQuery最主要的功能就是整合多数据源，将不同来源的数据合并，为PowerBI其他工具提供底层数据源。

同时其突破Excel的表格限制，可处理大量数据，提供更丰富的数据分析处理能力和M函数，帮助使用者更好的处理数据。

在餐饮分析案例中，PowerQuery将门店数据加载，并合并表格数据，将关联性强的数据都合并到一张表中，对数据汇总,分组,补全数据,使数据源满足后面的分析使用。

# 关于PowerPivot

PowerPivot拥有更强大的数据透视能力：

1. 能为各表通过相同的关键字建立关联。
2. 通过建立透视表，多维度的分析数据。
3. 数据分层，更好建立数据间层级关系。
4. KPI功能可以建立关键指标数据。

在餐饮分析案例中，PowerPivot为主表建立KPI,并生成数据透视图，基于透视图能清晰的分析餐饮门店运营情况。

# 餐饮行业分析案例

从业务角度出发分析：

1. 首先是KPI数据，这个是评估一个门店经营情况最直接和最抽象的数据，其中环比，同比通过箭头图表提供了比较。
2. 餐饮门店的流水高峰主要集中在一些密集时段，所以单独对这些时段进行分析，可以更好利用时段流量进行运营。
3. 餐饮门店的菜品品类是另一个比较重要的指标，通过饼图分析各品类占比，帮助菜品研发和提升有重要作用。
4. 最后是达成率，是评估门店运营好坏最直接的数据。

案例中所有数据都和门店关联，如果切换门店，案例中数据都将随之改变。

# 总结

这个案列通过PowerQuery和PowerPivot，处理门店流水数据，将复杂的数据进行简化，并通过表间关联，多维度分析数据，最后用图表形式展现，非常直观的展现了使用者需要的数据。