1、趋势分析:利用Mn的周期性变化,分析食堂运营的趋势,发现运营中的高峰和低谷,并预测未来的运营状况。2、异常检测:通过Mn的波动,快速定位异常日期,分析可能的原因,如特殊事件、菜品问题或服务问题。3、决策支持:为管理人员提供数据支持,帮助他们做出更合理的运营决策,如调整菜品结构、优化服务流程等。
1、数据采集:利用智慧食堂管理平台导出订单明细。2、数据处理:以订单号作为唯一标识,对数据进行清洗、去除无效数据和极限数据等操作。3、数据加工:通过sum函数计算当日消费金额Xn,COUNTIF函数计算当日消费订单数Yn,得出当日单笔订单均价Zn=Xn/Yn;使用lookup函数获取Xn-1,Yn-1,Zn-1,得出当日消费金额、订单数、订单均价环比值An、Bn、Cn,通过IF函数得出当日综合评分Mn=IF(An>0,1,-1)+if(Bn>0,1,-1)+(Cn>0,1,-1),Mn范围(-3,3);4、数据评价:通过计算得出单日综合评分数Mn判断当日食堂消费水平,Mn越高代表当日消费金额及人数越高,Mn结合时间周期能更准确的反应周期内是食堂运营情况,配合折线图查看运营波动,方便管理人员更好的定位异常日期,也为后续的运营决策提供数据参考。
| 字段名 | 类型 | 描述 |
|---|---|---|
订单号 |
-- | -- |
员工编号 |
-- | -- |
日期 |
-- | -- |
实付金额 |
-- | -- |
当日消费金额(元) |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 订单号 | 32049****3376 |
| 员工编号 | 182***361 |
| 日期 | 31 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/37058