來源丨新餐飲洞察（微信號(hào)：xincanyindc）

作者丨羅德勇

一個(gè)餐廳是否成功，50%以上的因素取決于選址。怎么找到好門店？是否有靠譜的方法論？如何評(píng)估這個(gè)門店可能帶來的營(yíng)收？美團(tuán)大學(xué)餐飲學(xué)院的選址專家羅德勇特開辟“選址”專欄，將會(huì)持續(xù)發(fā)布精確選址系列文章，依次回答以上問題。選址模型，做為L(zhǎng)OS的核心，是選址人員直接使用的板塊，需要展開篇幅來說明，分四期發(fā)布。

從下面LOS總圖（見圖1）中可以看到選址模型往上分解成4個(gè)部分：新店畫像、商圈規(guī)劃、評(píng)估和預(yù)估。本期將重點(diǎn)講述評(píng)估和預(yù)估。

評(píng)估和預(yù)估是精準(zhǔn)選址的精髓之處，也是選址成敗的關(guān)鍵點(diǎn)！

評(píng)估

完成了新店畫像，也做了商圈規(guī)劃，相信選址團(tuán)隊(duì)會(huì)在不同的商業(yè)地產(chǎn)渠道不斷獲取到鋪源信息，這時(shí)，就需要快速、準(zhǔn)確的篩選值得深度跟進(jìn)的目標(biāo)店鋪。在3LOS，把這個(gè)操作稱為店址評(píng)估。如圖2中，店址評(píng)估可以看成是對(duì)目標(biāo)店鋪?zhàn)隽藘蓪雍Y選或過濾：

1. 首層過濾的邏輯就是比照目標(biāo)店鋪與新店畫像的匹配度；

2. 通過首層過濾，第二層將從目標(biāo)店鋪所在的城市、商圈、店址本身3個(gè)維度，進(jìn)行數(shù)字化評(píng)估，評(píng)估結(jié)果作為是否通過篩選的依據(jù)。

實(shí)操示例和簡(jiǎn)單解讀

a. 新店畫像匹配度測(cè)算示例（見圖3）

將目標(biāo)店鋪的5S數(shù)據(jù)與新店畫像結(jié)果進(jìn)行逐一對(duì)比，不符項(xiàng)會(huì)有下一步操作的提示，當(dāng)然，如果是某些關(guān)鍵項(xiàng)不符（如圖中紅色項(xiàng)），則可快速?zèng)Q定目標(biāo)店鋪暫停跟進(jìn)或放棄跟進(jìn)。

b. 等級(jí)評(píng)估示例（見圖4—>圖5—>圖6）

通過了新店畫像匹配度的目標(biāo)店鋪，就可以對(duì)其所在城市、商圈或商區(qū)、店鋪本身進(jìn)行量化評(píng)估了，評(píng)估結(jié)果可以成為目標(biāo)店鋪是否繼續(xù)跟進(jìn)的快速?zèng)Q策依據(jù)。

城市評(píng)估邏輯：

考量城市宏觀經(jīng)濟(jì)、人口數(shù)量、消費(fèi)結(jié)構(gòu)等指標(biāo)，綜合計(jì)算出單個(gè)城市的評(píng)估分值，分值越高表示該城市商機(jī)越大。

商圈或商區(qū)評(píng)估邏輯：

考量商圈類型（即聚客點(diǎn)的主次關(guān)系，如住宅為主或商業(yè)為主等）、聚客點(diǎn)容量、聚客點(diǎn)類型豐富度、公共交通便利度、停車便利度等因素，綜合計(jì)算出單個(gè)商圈的分值，分值越高表示該商圈越繁榮。

店鋪評(píng)估邏輯：

考量店鋪落位，與人流主動(dòng)線的距離關(guān)系、與主要聚客點(diǎn)的距離關(guān)系、可視性、接近性等因素，綜合計(jì)算出店鋪評(píng)估分值，分值越高表示該店鋪越優(yōu)質(zhì)。

預(yù)估（見圖7）

預(yù)估是對(duì)目標(biāo)店鋪項(xiàng)目進(jìn)行的更精準(zhǔn)的分析判斷、選擇，預(yù)估的目標(biāo)是營(yíng)業(yè)額，只有測(cè)算出營(yíng)業(yè)額預(yù)估值，才能最直觀、最精準(zhǔn)的去決策是否應(yīng)該在目標(biāo)店鋪開店。

這個(gè)板塊也是3LOS整個(gè)操作系統(tǒng)的難點(diǎn)，通過圖7先了解下邏輯：

1. 獲取與目標(biāo)店鋪相關(guān)的商業(yè)環(huán)境數(shù)據(jù)；

2. 將數(shù)據(jù)代入到一種或多種新店?duì)I業(yè)額預(yù)估的公式中（不同品牌、不同店鋪會(huì)有不同的方法和公式來適用）；

3. 一種或多種公式計(jì)算得到的預(yù)估值，經(jīng)過戰(zhàn)略修正后確定最終預(yù)估值，進(jìn)行全面的投資回報(bào)測(cè)算，輔助最終的決策。

實(shí)操示例和簡(jiǎn)單解讀

a. 示例方法一：商業(yè)環(huán)境類比法預(yù)估（見圖8）

邏輯簡(jiǎn)述：組成“樹杈”的各項(xiàng)商業(yè)環(huán)境因素，對(duì)于店鋪營(yíng)業(yè)額的影響關(guān)系，可以通過對(duì)已開店進(jìn)行商業(yè)調(diào)查、統(tǒng)計(jì)分析推算。

再將推算結(jié)果轉(zhuǎn)化成一套計(jì)算工具，工具中填入目標(biāo)店鋪、可類比老店的商業(yè)環(huán)境數(shù)據(jù)，逐一對(duì)比，產(chǎn)生的最終差異度，便是目標(biāo)店鋪與可類比老店的“樹杈”差異值，結(jié)合老店已有的營(yíng)業(yè)額數(shù)，便可預(yù)估出目標(biāo)店鋪的營(yíng)業(yè)額。

b. 示例方法二：聚客點(diǎn)貢獻(xiàn)率法預(yù)估（見圖9）

邏輯簡(jiǎn)述：通過調(diào)查（傳統(tǒng)方式為問卷調(diào)查，當(dāng)前可借力大數(shù)據(jù)平臺(tái)），掌握已開店商區(qū)內(nèi)（核心商圈范圍）各類型聚客點(diǎn)對(duì)其營(yíng)業(yè)額的貢獻(xiàn)率（進(jìn)店人數(shù)占比），代入目標(biāo)店鋪商區(qū)內(nèi)的各類聚客點(diǎn)容量（總?cè)藬?shù)），參照同商圈類型老店的聚客點(diǎn)貢獻(xiàn)率數(shù)據(jù)，便可對(duì)目標(biāo)店鋪的營(yíng)業(yè)額做出精準(zhǔn)的預(yù)估。

營(yíng)業(yè)額預(yù)估還有其他方法和工具，比如門前客流捕獲率、翻臺(tái)率等等，哪種方法更適用？要看不同品牌所處的發(fā)展階段來定、要看目標(biāo)店鋪所處的商業(yè)環(huán)境來定、要看品牌所屬的業(yè)態(tài)或品類來定、要看直營(yíng)連鎖為主或加盟連鎖為主來定……

未來，隨著數(shù)理統(tǒng)計(jì)技術(shù)、人工智能、大數(shù)據(jù)應(yīng)用、產(chǎn)業(yè)數(shù)字化升級(jí)等快速發(fā)展，業(yè)會(huì)有更高效、更精準(zhǔn)的預(yù)估方法和工具出現(xiàn)。

有一點(diǎn)值得提醒：不要忘記“樹杈”決定的只是店鋪50%的營(yíng)業(yè)額，不可過于強(qiáng)調(diào)預(yù)估準(zhǔn)確性而忽視了“鳥窩”能力的考量。

最后送上一句可以品味的話：決策依據(jù)的計(jì)算過程重于其計(jì)算結(jié)果！

聲明：圖文源自網(wǎng)絡(luò)，版權(quán)歸原作者及來源所有，如有侵權(quán)，請(qǐng)聯(lián)系刪除。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com