餐饮消费需求大数据分析
餐饮年度总结数据分析(3篇)
第1篇一、背景随着我国经济的快速发展，餐饮行业作为服务业的重要组成部分，近年来呈现出蓬勃发展的态势。
为了更好地把握餐饮行业的发展趋势，提高餐饮企业的经营管理水平，本文对某餐饮企业2022年度的餐饮数据进行全面分析，以期为餐饮行业的发展提供有益的参考。
二、数据概述1. 营业收入：2022年，该餐饮企业实现营业收入2000万元，同比增长10%。
其中，餐饮收入1800万元，同比增长8%；客房收入200万元，同比增长15%。
2. 顾客满意度：根据顾客满意度调查结果，2022年顾客满意度达到85%，较上年提高5个百分点。
3. 库存周转率：2022年，库存周转率为5次，较上年提高1次。
4. 人力成本：2022年，人力成本占营业收入的20%，较上年降低2个百分点。
5. 客房入住率：2022年，客房入住率达到75%，较上年提高5个百分点。
三、数据分析1. 营业收入分析（1）餐饮收入占比高：2022年，餐饮收入占营业收入的90%，说明餐饮业务是该企业的主要收入来源。
（2）餐饮收入增长缓慢：尽管餐饮收入实现了8%的增长，但增速较上年有所放缓，需关注市场变化，寻求新的增长点。
2. 顾客满意度分析（1）顾客满意度提高：2022年顾客满意度较上年提高5个百分点，说明企业在服务质量、菜品口味、环境等方面取得了一定的进步。
（2）需持续关注顾客需求：尽管顾客满意度有所提高，但仍有15%的顾客满意度不足，企业需持续关注顾客需求，提升服务质量。
3. 库存周转率分析（1）库存周转率提高：2022年库存周转率较上年提高1次，说明企业在库存管理方面取得了一定的成效。
（2）需进一步优化库存管理：虽然库存周转率有所提高，但仍有优化空间，企业需进一步优化库存管理，降低库存成本。
4. 人力成本分析（1）人力成本占比降低：2022年人力成本占营业收入的20%，较上年降低2个百分点，说明企业在人力成本控制方面取得了一定的成果。
（2）需持续优化人力资源配置：虽然人力成本占比有所降低，但企业仍需持续优化人力资源配置，提高员工工作效率。
餐饮行业中的大数据应用与分析
餐饮行业中的大数据应用与分析随着科技的不断发展和智能化的进一步推广，大数据分析在各行各业都扮演着重要的角色，特别是在餐饮行业中。
大数据应用和分析不仅可以帮助餐饮企业更好地了解消费者需求，提供个性化服务，还可以提高经营效率和利润，本文将探讨餐饮行业中大数据的应用与分析。
1. 数据采集与整合在餐饮行业中，数据采集的途径多种多样，有消费者通过线上订餐平台下单的数据，收银系统记录的交易数据，以及顾客提供的点评和评分等等。
这些数据需要经过整合和清洗，以保证数据的准确性和可靠性，同时也减少重复和冗余数据的影响。
2. 消费者画像与个性化服务通过大数据分析，餐饮企业可以创建消费者画像，了解顾客的喜好、消费习惯和需求，从而提供更精准的推荐和个性化服务。
例如，根据消费者的历史订单数据，可以预测其下一次可能的点餐选择，从而提前做好准备，提高服务效率和满意度。
3. 餐饮供应链管理大数据分析也可以在餐饮供应链管理中发挥重要作用。
通过对各类供应商数据和库存数据的分析，餐饮企业可以准确评估库存需求，优化采购策略，减少库存积压和损耗。
此外，通过与供应商数据的对比分析，可以找到更合适的供应商和商品，从而获得更好的采购价格和质量。
4. 餐厅运营效率提升大数据应用和分析可以帮助餐饮企业提升运营效率，减少人力成本。
通过对餐厅的客流热点进行分析，可以优化餐厅的座位布局和服务流程，提高用餐效率。
同时，通过分析员工的工作效率和表现，可以对员工进行绩效评估和优化排班，提高工作效率和满意度。
5. 营销与推广策略大数据分析还可以帮助餐饮企业制定更有效的营销和推广策略。
通过对消费者数据和市场趋势的分析，可以了解消费者的喜好和需求，选择更适合的推广渠道和内容，提高营销的精准度和效果。
例如，可以通过社交媒体平台分析用户的评论和点评，从而了解用户的感受和需求，及时作出相应调整和回应。
6. 评估与预测大数据应用和分析还可以对餐饮企业的经营情况进行评估和预测。
餐饮行业市场需求分析
餐饮行业市场需求分析在当今社会，餐饮行业作为与人们日常生活息息相关的重要领域，其市场需求呈现出多样化、个性化和不断变化的特点。
深入了解餐饮行业的市场需求，对于餐饮企业的经营决策、市场定位以及未来发展规划都具有至关重要的意义。
一、消费者需求的多样化随着人们生活水平的提高和消费观念的转变，消费者对于餐饮的需求不再仅仅局限于满足温饱，而是更加注重品质、健康、口味和体验等多个方面。
在品质方面，消费者对于食材的新鲜度、安全性和质量要求越来越高。
他们愿意为使用优质食材制作的美食支付更高的价格。
例如，有机蔬菜、无激素肉类和野生海鲜等成为许多消费者的首选。
健康饮食的理念也深入人心。
消费者更加关注食物的营养成分和热量，追求低糖、低盐、低脂的菜品。
轻食、素食和营养搭配均衡的套餐越来越受到欢迎，特别是在城市白领和健身人群中。
口味的多样化是餐饮市场的另一个显著特点。
不同地区、不同文化背景的消费者对于口味有着各自的偏好。
除了传统的中式菜肴，西式餐饮如披萨、汉堡、意面，以及日式料理、韩式烤肉等也在国内市场占据了一定的份额。
此外，各种地方特色小吃和民间美食也因其独特的口味而备受青睐。
消费者对于餐饮体验的要求也在不断提升。
舒适的就餐环境、优质的服务、便捷的支付方式以及有趣的互动环节等都能影响消费者的选择。
一些主题餐厅、创意餐厅通过营造独特的氛围和提供个性化的服务，吸引了大量的消费者。
二、社交需求推动餐饮消费餐饮不仅仅是为了满足生理需求，还在很大程度上满足了人们的社交需求。
朋友聚会、家庭聚餐是常见的餐饮消费场景。
在这些场合，人们希望能够找到一个环境舒适、菜品丰富、能够满足不同人口味的餐厅。
同时，餐厅的空间布局和座位设置也需要考虑到人们交流互动的便利性。
商务宴请也是餐饮市场的重要组成部分。
在商务宴请中，餐厅的档次、菜品的品质和服务的水平都成为消费者关注的重点。
高档餐厅凭借其优雅的环境、精致的菜品和专业的服务，成为商务人士的首选。
此外，节日庆典、生日派对等特殊场合也会带动餐饮消费。
餐饮行业中的大数据分析实践案例
餐饮行业中的大数据分析实践案例餐饮行业一直以来都是一个变化频繁且竞争激烈的行业。
在如今信息时代的浪潮下，大数据分析逐渐成为餐饮企业提高竞争力和经营效益的利器。
本文将探讨餐饮行业中的大数据分析实践案例，展示了它在提升经营能力、优化供应链、改进营销和提升客户满意度等方面的应用。
提升经营能力大数据分析对于餐饮企业的经营能力提升起着至关重要的作用。
以某知名连锁餐饮企业为例，该企业利用大数据分析技术对其各门店的数据进行监测和预测，以获取关键经营指标和销售趋势。
通过对大数据的分析，企业能够迅速了解每个门店的销售情况、顾客偏好以及餐品热卖程度等信息。
这样，企业可以根据数据分析结果，灵活调整经营策略和销售战略，以提高盈利能力和市场份额。
优化供应链餐饮企业需要与供应商、配送商等众多合作伙伴有着紧密的联系。
传统上，供应链的管理过程繁琐且无效，容易给餐饮企业带来额外的成本和风险。
然而，利用大数据分析可以实现供应链的优化和智能化管理。
例如，在某快餐连锁企业中，他们采用大数据分析技术对供应链中的各个环节进行监测和分析，以实现实时的库存管理、供应商可靠性评估以及配送路径的优化等目标。
通过实时监控和分析大数据，该企业能够准确预测销售量并相应调整库存，提高供应链效率，降低运营成本。
改进营销大数据分析也在餐饮行业的营销方面发挥着重要作用。
在过去，企业的市场营销活动大多基于经验和直觉，效果常常难以预测和衡量。
然而，通过大数据分析，企业可以深入了解顾客的需求、购买行为和偏好，从而制定更加精准和针对性的营销策略。
以某餐厅连锁品牌为例，他们利用大数据分析技术对顾客的历史消费数据进行挖掘，发现了不同顾客群体的特点和偏好，进而推出相应的营销活动，如定制化菜单、特色菜推荐等。
这些个性化的营销策略有效吸引了更多顾客，提升了品牌知名度和销售额。
提升客户满意度在餐饮行业中，提升客户满意度是企业持续发展和成功的关键所在。
大数据分析能够帮助企业了解客户的需求和反馈，以便及时做出改进。
餐饮行业如何利用大数据分析提升餐厅运营效率
餐饮行业如何利用大数据分析提升餐厅运营效率在当今信息时代，大数据分析已经渗透并应用于各个行业，在餐饮行业也不例外。
利用大数据分析可以帮助餐厅实现运营效率的提升，提高服务水平和利润。
本文将探讨餐饮行业如何利用大数据分析来提升餐厅的运营效率。
一、订单与菜品分析通过大数据分析，餐厅可以对订单和菜品进行深入的分析。
首先，可以通过订单分析了解顾客的消费习惯和喜好，推测他们可能感兴趣的其他菜品，从而有针对性地进行推销。
其次，通过菜品分析可以了解每个菜品的受欢迎程度和利润贡献，可以根据数据调整菜品的种类和价格，以实现更好的盈利。
二、库存管理与预测大数据分析可以帮助餐厅更好地管理库存。
通过对历史订单数据的分析，可以预测某个时间段内的销量，从而避免库存的过剩或不足。
基于数据分析，可以制定合理的进货计划和配送时间表，减少浪费和成本。
三、顾客分析大数据分析可以帮助餐厅深入了解顾客，进一步提升服务水平。
通过对顾客的数据进行分析，可以了解他们的消费频率、人均消费、就餐时段等信息。
结合顾客反馈数据，可以对每个顾客进行个性化的服务和推荐，提高顾客满意度和忠诚度。
同时，分析顾客数据还可以发现潜在的顾客需求，帮助餐厅开拓新的市场。
四、营销策略与预测利用大数据分析，餐厅可以制定更加具有针对性的营销策略。
通过对市场数据的分析，可以了解竞争对手的优势和趋势，及时调整自身的营销策略。
同时，可以对顾客进行分类，根据不同类别的顾客制定不同的推广计划。
此外，通过分析数据可以预测销售额和利润，为制定财务预算提供参考。
五、员工管理与培训大数据分析也可以帮助餐厅进行员工管理与培训。
通过分析数据可以了解每位员工的工作效率、服务态度以及顾客评价等信息，进行综合评估和奖励。
同时，可以发现员工培训的需求和问题，制定有针对性的培训计划，提升员工的专业素质和服务水平。
六、餐厅布局和设计大数据分析可以对餐厅的布局和设计进行优化。
通过分析顾客流动路径和就餐偏好，可以对餐厅的空间布置进行调整，提高顾客的舒适度和就餐体验。
餐饮行业中大数据分析的应用案例
餐饮行业中大数据分析的应用案例在当今信息爆炸的时代，大数据分析已经成为许多行业的重要工具，餐饮行业也不例外。
通过对大量数据的收集和分析，餐饮企业可以更好地了解市场需求、优化运营管理、提升客户体验等。
本文将介绍一些餐饮行业中大数据分析的典型应用案例。
案例一：销售预测与供应链优化餐饮企业需要根据市场的需求合理安排进货和销售策略。
通过大数据分析，可以对销售数据进行挖掘，找出销售趋势和规律，预测未来的销售情况。
例如，某餐厅根据历史销售数据分析得出在周末晚上客流量较大，可提前增加原材料的采购数量，避免因供应不足而导致的客户流失。
此外，通过对供应链数据的分析，餐饮企业还可以优化供应链的环节，减少库存积压和损耗，提高运营效率。
案例二：用户画像与精准营销餐饮企业通过收集顾客在就餐过程中产生的各种数据，可以建立用户画像，深入了解顾客的喜好、偏好、消费能力等关键信息。
例如，某餐厅通过分析顾客的消费习惯发现，80%的顾客在周末晚上消费最多，可以通过优惠活动、个性化推荐等方式吸引更多顾客到店就餐，提升销售额。
此外，通过对数据的深度挖掘，还可以跟踪顾客的消费行为，进行精准的推荐和营销，增加客户忠诚度和复购率。
案例三：菜品研发与定制化通过对大数据的分析，餐饮企业可以得出顾客对不同菜品的口味偏好和需求变化的趋势。
例如，某连锁餐饮企业通过分析大数据发现，顾客对某种口味的冷饮情有独钟，于是开发了一款新的冷饮系列，销售额大幅提升。
此外，通过对菜品销售数据和顾客评价数据的分析，餐饮企业还可以对菜品进行优化和改进，提升菜品的口感和品质，满足顾客的个性化需求。
案例四：食品安全与供应商管理餐饮企业需要保证所使用的食材的质量和安全性。
通过大数据分析，可以对供应商的信誉、食材的质量和来源等进行全面的评估和监控。
例如，某餐饮连锁企业通过建立供应商数据库，对供应商的证照、食品安全标准和历史违规记录等进行记录和分析，及时筛选出潜在的风险供应商，并采取相应措施，确保所提供的食材符合安全标准。
大数据分析在餐厅管理中的应用
大数据分析在餐厅管理中的应用一、引言随着科技的不断发展和日新月异的时代背景，大数据分析技术已经成为各行各业的必要工具。
其中，餐饮行业中应用大数据分析能够帮助餐厅管理者更好地了解消费者的需求，提升餐厅的服务品质，优化生产流程，提高管理效率和盈利能力。
二、大数据分析在餐饮行业中的应用1. 消费者数据分析在餐饮业中，消费者是最重要的资源。
通过大数据分析技术，餐饮企业可以收集和分析多种数据，在不同维度上了解消费者的需求，包括性别、年龄、职业、消费水平、购买习惯等等。
这些数据能够在一定程度上推断出消费者的品味偏好和需求特点，针对性地开发适合他们的菜单，提高消费者的购买率和忠诚度。
2. 菜单设计通过数据分析技术，餐厅管理者可以更好地把握消费者对不同菜单的喜好和需求，科学合理地进行菜单设计。
餐厅可以根据消费者数据中的消费偏好等方面的信息进行菜品推荐，对菜品进行再生产选择，并将菜单根据季节和特定节日做出相应的调整。
3. 物料采购与供应链管理物料采购对于菜品食材质量和菜品食材的价格起着至关重要的作用。
对于餐厅来说，合理的采购方案和供应链管理策略可以有效减少成本，提高盈利。
而大数据分析技术则可以帮助餐厅评估供应商的资质和信誉度，并根据材料的价格变化和供应量变化来调整采购策略和供应链管理，实现固定成本的降低和美食品质的保证。
4. 生产流程优化生产流程优化是提高餐厅效率和降低成本的关键步骤。
通过大数据分析技术出来，菜品的销售趋势、库存情况、员工的生产效率和空出的订单等方面的数据都可以作为优化辅助决策，不仅可以有效地避免订单延误和浪费，而且可以使生产线效率提高，达到更高的盈利目标。
5. 反复购买预测消费者忠诚度是顾客谁自觉反复购买餐厅产品的指数。
通过大数据分析技术可预测消费行为，识别出对产品量产价高质量需求量较大的消费者，建立起与忠诚消费者人群相应的营销策略和以及服务策略，提高反复消费订单的比例和忠诚度。
三、大数据分析在餐饮行业中的应用案例1. 快餐业当今人们的生活节奏越来越快，吃快餐已经成为越来越多消费者的选择。
大数据分析技术在餐饮行业的应用研究
大数据分析技术在餐饮行业的应用研究餐饮行业是一个人们日常生活中必需的行业，它的发展与人们的生活密切相关。
如今，大数据分析技术正逐渐应用到餐饮行业中，为其发展提供了新的思路和方向。
本文将探讨大数据分析技术在餐饮行业中的应用，以及它带来的机遇和挑战。
一、大数据在餐饮行业中的应用大数据的应用已经渗透到餐饮行业各个方面。
大数据技术通常通过数据采集、数据处理、数据分析和数据展示等环节实现。
在餐饮行业中，大数据分析技术主要应用在以下几个方面：1. 客户行为分析通过对顾客的消费数据、地理信息、浏览记录等进行分析，可以了解顾客的消费习惯、偏好以及活动范围，并根据这些信息开展精准营销以及产品开发。
比如，在大数据分析的基础上，美团等外卖平台推出了“美团骑手精准配送”的服务，从而提高了送餐速度，减少了送餐误差，提升了用户体验。
2. 库存管理餐饮业的库存管理成本较高，并且存在较大的浪费。
通过大数据分析技术，可以实现库存的精准管理和预测。
利用大数据分析，可以对顾客的消费数据进行分析，了解菜品的销售前景，从而合理制定进货计划并减少浪费。
3. 菜品研发利用大数据分析技术，可以了解顾客的口味、喜好以及对食材的偏好，根据这些信息开发新品种、新材料、新口味的菜品，从而增加顾客的满意度和忠诚度。
二、大数据在餐饮行业中带来的机遇1. 实现数据共享大数据分析技术可以促进餐饮行业中各个领域的数据共享，包括餐饮企业自身的数据、顾客的消费数据等。
通过数据共享，不仅可以增加行业之间的交流和合作，也可以增加顾客的访问量，提高顾客满意度和忠诚度。
2. 优化运营管理通过大数据分析技术，餐饮企业可以实现基于数据的决策制定，比如菜单的调整、库存的管理等。
利用大数据技术，餐饮企业可以实现自动化的操作和管理，从而提高整体的效率和运营水平。
3. 提高市场竞争力大数据技术的应用可以增强餐饮企业的市场竞争力。
通过对消费者行为数据的分析，餐饮企业可以更好地了解消费者，开发更符合市场需求的产品，并采用更有效的销售推广策略，从而提升市场占有率和品牌美誉度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
单位：家
餐饮企业数量和环比增长率
%
200000 180000 160000 140000 120000 100000
80000 60000 40000 20000
0
112238 103734
64292
2015.1.1
122870 127736
77989
21.3
18.4
13.8
2015.7.1
180855
Top4
烧 烤
Top5
咖 啡 厅
小
面
吃
包
快
甜
餐
点
咖 啡 厅
韩
西
国
餐
料
理
小
面
咖
川
西
吃
包
啡
菜
餐
快
甜
厅
餐
点
小
面
咖
西
川
吃
包
啡
餐
菜
快
甜
厅
餐
点
h
7
消费者反馈-平均评论数量
国际菜系平均点评量高于其他菜系
• 北上广三城市相比，上海餐厅的平均点评量更多 • 国际菜系餐厅覆盖率虽然不及传统和特色菜系，但平均点评量高于其他菜系
小吃快餐
研究范围
数据来源： 大众点评网商户和用户评论数据 数据抓取时间：2016年9月
h
2
发展现状
2015年餐饮企业数量增长迅速，2016年开始增速放缓
• 上海餐饮企业存量与北京不分伯仲，北京和上海餐饮企业数量明显高于广州 • 2015年餐饮企业数量增长迅速，2016年开始增速放缓，更加适宜品牌的精耕细作深
• 各菜系间对比来看，消费者更多评价传统菜系的口味、回头客以及上菜速度，面包咖 啡厅、小吃快餐的点心是评价的焦点
• 服务和环境两方面难以形成标记性印记，各菜系间相差不多，没有明显优劣势
面包咖啡厅：面包甜点、咖啡厅
小吃快餐：小吃快餐、简餐、茶餐厅
h
5
数据来源：大众点评网站
商圈分析-北京商圈分布
北京餐饮商圈集中在东部地区，王府井、西单等传统商圈已逐渐被超越
五道口 中关村
西单
亚运村
望京
酒仙桥 亮马桥三元桥
三里屯
朝外大街 大望路
王府井
国贸
建外大街
双井
数据来源：大众点评网站 h
• 餐饮行业聚集的商圈主 要集中在东部：大望 路、国贸、双井、朝 外、亮马桥；北京西部 西单、王府井；北京北 部亚运村、中关村、五 道口、望京
北京餐饮人均消费额分布
北京 广州
上海
餐饮数量 评论数量 人均消费 总体平均得分
18.9（万家） 15（千万条）
95.8（元） 3.8分
29.4% 38.7% 23.0%
5.3%
1.2%
单位：元 >50
50-100 100-200 200-500 >=500 上海餐饮人均消费额分布
数据来源：大众点评网站
川菜、粤菜、湘菜、江 浙菜、徽菜、北京菜、 东北菜、新疆菜、西北 菜、云南菜、贵州菜
火锅、烧烤、素菜、创 意菜、清真菜、海鲜、 自助餐、蟹宴
韩国料理、西餐、日本 菜、东南亚菜
快餐、简餐、小吃、面 包甜点、蛋糕、咖啡、 下午茶
快餐、简餐、小吃、面 包甜点、蛋糕、咖啡、 下午茶
传统菜
特色菜
国际菜
面包咖啡厅
餐饮消费需求大数据分析
h
1
研究定义与研究范围
餐饮行业定义与分类
餐饮行业：从事该行业的组织（如餐厅、酒店、食品加工厂）或个人，通过对食品进行加工处理，满足 食客的饮食需要，从而获取相应的服务收入
按照消费者对不同菜系的认知与分类，划分菜系类别，此次报告主要研究其中的传统菜、特色菜和国际 菜这三个类别
• 小吃快餐由于成本小、门槛低等因素，数量占比高于其他菜系
• 北京特色餐厅数量紧随传统餐厅，特色餐厅数量占比多于上海和广州，上海和广州传
统餐厅数量占比明显高于特色菜系和国际菜系
不同菜系餐饮企业数量分布
北京
上海
广州
11.3% 18.8%
15.1%
46.2%
5.5% 15.9%
53.2%
6.7%
22.7% 11.6% 7.9%
人均66元。CBD商圈，咖 啡厅较多，消费需求强烈 、 消费力水平高，消费人 群庞 大，对西餐需求较大
人均63元。CBD商圈的西 大门，利用紧邻使馆区的有 利条件，依托区域内外籍人 士和商务人群的高消费力， 咖啡厅、西餐、川菜数量较 多
Top1
小 吃 快 餐
Top2
面 包 甜 点
Top3
韩 国 料 理
536 346
227
传统菜系 数据来源：大众点评网站
不同菜系平均点评量 单位（条/家餐厅）
544
337 222
677
504
468
181
79
84
特色菜系
国际菜系
面包咖啡厅
北京
h 上海
广州
99
58
54
小吃快餐
8
消费者反馈-评论内容指数
整体来看，口味是消费者评论的第一要素，传统菜系的口味和回头客评论高于其他菜系
70
172576 1761131.8
174340
60
126218 40.5
34.1
137974 50 40 30
20
2016.1.1
9.3
10
5.6
1
0
2016.7.1
北京存量
上海存量
广州存量
北京h 增长率
上海增长率
广州增长率
3
数据来源：大众点评网站
发展现状-三城市餐饮概览
上海餐饮数量更多，也更喜欢评论，广州餐饮人均消费与总体得分较低
18.8%
43.3%5.9%来自18.6%7.6% 5.3%
19.3%
传统菜系 特色菜系 国际菜系 面包咖啡厅 小吃快餐
其他
注：
传统菜：川菜、粤菜、湘菜、江浙菜、徽菜、北京菜、东北菜、新疆菜、西北菜、云南菜、贵州菜
特色菜：火锅、烧烤、素菜、创意菜、清真菜、海鲜、自助餐、蟹宴 国际菜：韩国料理、西餐、
日本菜、东南亚菜
店铺数Top5商圈 望京 五 道口 大 望路 朝 外大街 亚运村
6
商圈分析-北京商圈菜系分布
北京小吃快餐和面包甜品位居前两位，各商圈流行菜系多重叠
望京 五道口 大望路 朝外大街
人均56元。菜系分散，韩 国人聚集地，韩国料理、烧 烤为商圈特色，形成韩餐文 化
人均46元。韩国人和学生 聚集地，接受文化广泛，咖 啡、韩国料理、西餐店铺较 多
餐饮数量 评论数量 人均消费 总体平均得分
15.5（万家） 0.5（千万条）
53.3（元）
45.6% 33.1%
5.2%
0.9%
0.1%
3.5分
单位：元 >50 50-100 100-200 200-500 >=500
h
广州餐饮人均消费额分布
4
发展现状-三城市菜系分布
小吃快餐占比最高，传统菜系、特色菜系、国际菜系占比依次递减
• 北上广人均100元及以下占总体七成七成左右，北京上海更多集中在50-100元，广州 更多集中在50元以下
餐饮数量 评论数量 人均消费 总体平均得分
17.7（万家） 9（千万条） 84.3（元）
3.9分
48.8%
30.0%
16.1%
4.5%
0.7%
单位：元 >50 50-100 100-200 200-500 >=500