# 走向数字化
**情境 B**
***
## 真正的转变
走向数字化不是采用新工具这么简单。很多餐厅注册了预约系统，安装了二维码点餐流程，或者上架到外卖平台，就认为自己已经“数字化”了。工具在运行，但根本没有发生改变。他们仍然不知道自己的顾客是谁。他们仍然无法告诉你，有多少百分比的营收来自回头客。他们仍然没有办法联系到上个月来过、但还没回来的顾客。
真正的转变不是从模拟到数字，而是从不可见到可见。在数字化之前，你的业务靠直觉和观察来运作。老板能凭脸认出常客。收银员大致知道哪些菜卖得好。经理知道周六比周二忙。所有这些都是真实的知识，但它们存在于人们的脑子里，无法衡量，也无法系统地采取行动。
数字基础设施让业务对自己变得可见。它把直觉变成数据。它把“我觉得我们的常客来得少了”变成一个你可以追踪的数字。它把“我们应该想办法解决午市冷淡期”变成一个针对特定细分人群、且结果可衡量的具体活动。
这才是转变。工具只是你到达那里的方式。
***
## 数字化能做，而人类做不到的事
一个好的餐厅老板，早已本能地在做很多正确的事。他们会叫常客的名字。会注意到某个人已经很久没来了。会向第一次来的客人推荐招牌菜。问题不在于本能——而在于规模。老板可以为20位常客这样做，但无法为2000位常客这样做。
这才是走向数字化的真正理由：它让你把那些你希望对每位顾客都做、但实际上做不到的事情自动化。
**7天触达提示。** 人是习惯性的生物。如果顾客第一次到店体验不错，最好的回访时机是在第一周内——那时记忆还新鲜，习惯窗口还开着。一条简单的自动化信息——“感谢光临，这里有一份给你下次用餐的惊喜”——在首次到店7天后发送，能做到任何人工员工都无法持续、大规模做到的事情。它能在每一次、对每一位初次到店的客人进行触达，而无需任何人记得去做。
**流失提醒。** 当一位常客不再来店时，你希望在他们彻底把你忘掉之前就注意到并主动联系他们。一个自动触发的“我们想你了”消息，在顾客到店频率下降时发送——比如一位每周都会来的常客已经三周没来——就能做到这一点。对顾客来说，这感觉很贴心，但完全不需要人工跟踪。
**生日和里程碑消息。** 如果你在注册时收集了顾客的生日，那么一个时机恰当的生日优惠，是餐厅营销中转化率最高的自动化消息之一。它个性化、符合预期，而且能给顾客一个带上同伴前来的理由。
**到店后互动。** 一次到店后的跟进——感谢、反馈提示、建议下次尝试不同菜品——可以根据顾客点了什么、什么时候来店来定制。没有任何员工能为每位顾客每天逐一编写并发送这些内容。自动化可以。
这些都不是复杂系统。它们只是简单规则：如果顾客做了X，在Z天后发送Y。但它们会产生叠加效应。随着你的数据库从200个捕获顾客增长到2000个、再到2万个，这些自动化也会随之扩展。每一位进入你数据库的新顾客，都会立即进入一个努力把他们带回来的系统——而不会给你的团队增加任何工作量。
这就是对“为什么要数字化？”的回答。不是为了拥有一个更漂亮的订位系统，而是为了以任何人工团队都无法匹敌的规模，去做那些能建立回头客基础的事情。
***
## 先从问题开始，而不是工具
餐厅在数字化过程中最常见的错误，就是从技术开始。有人推荐一个预约平台。销售代表推销一个线上点餐系统。竞争对手已经上了外卖平台。餐厅于是注册、搭建，接着困惑为什么一切都没什么不同。
正确的起点是一个问题： **关于我的业务，我有哪些应该知道、但并不知道的事？**
对于大多数正在经历这一转变的餐厅来说，诚实的答案通常会落在几个类别中：
**我不知道我的顾客是谁。** 我能认出一些脸孔，但我说不出上个月服务了多少位独立顾客，其中多少是新客，多少人回访过。顾客离开后，我也没有办法联系他们。
**我不知道什么在驱动我的营收。** 我知道总营收，但我无法按时段、顾客类型、渠道或产品组合来拆分。我不知道业务增长是因为新顾客，还是因为老顾客花得更多。
**我不知道什么有效。** 当我做促销或调整菜单时，我无法衡量影响。我不知道那篇 Instagram 帖子有没有带来客人。我也不知道午市套餐是在吸引新客，还是只是在给我已有的顾客打折。
应该先数字化什么、按什么顺序数字化，取决于这些问题，而不是一长串软件功能清单。
***
## 用数字视角重新定义你的顾客
在你做任何设置之前，先回到 [第2章](/docs/guides/guides-zh/how-to-think/know-your-customer.md)。走向数字化是一个重新审视谁是你的顾客的机会——因为答案可能会改变。
你的到店顾客和你的线上顾客，未必是同一个人。那位因为你就在地铁站去路上的办公室职员，会顺路来吃午餐，但可能从不点你的外卖——他们来你店里，正是因为近。与此同时，住在两公里外、原本绝不会步行来你餐厅的一家人，如果知道你存在，可能会成为稳定的外卖顾客。
数字化不只是给你新的工具。它也让你接触到一个新的、可触达的市场。那些原本无法或不会到你店里的人，现在可以通过数字方式接触到你。这意味着你的 ICP 可能需要扩大——或者至少，你需要明白自己现在拥有多种顾客类型，它们有不同的行为、不同的消费场景和不同的期望。
不要假设你的数字化顾客和堂食顾客是同一类人。消费场景不同，价格敏感度可能不同，对速度、包装和便利性的期望也不同。当你推进数字化时，要留意每条新渠道进来的顾客是谁。数据会告诉你，数字化顾客到底是你现有顾客在使用新渠道，还是你以前从未触达过的全新顾客。
***
## 先数字化什么
顺序很重要。一次性从零跳到完全数字化，会让团队不堪重负，让顾客困惑，也使得每一步都无法学习和复盘。正确的顺序取决于你的餐厅类型和最大短板，但下面是一个通用框架。
### 步骤1：顾客身份
这一步要最先做，因为其他一切都依赖它。如果你不知道顾客是谁，你就无法衡量留存，无法分群，无法唤回顾客，也无法从 [第3章](/docs/guides/guides-zh/how-to-think/the-revenue-equation.md).
所涉及的任何维度来解读你的营收。设置一个机制，在交易发生时捕捉顾客数据。可以是会员注册、可采集联系方式的数字支付系统、预约系统，甚至只是一个引导至注册表的二维码。机制本身没那么重要，重要的是纪律——每一位与你交易的顾客，都应该有机会变成可识别顾客。
在这个阶段，你也要建立你的注册计划。就像在 [启动作战手册](/docs/guides/guides-zh/what-to-do/launching-a-new-store.md)里一样，除了基础信息外，还要收集两项内容：他们是如何发现你的，以及他们来自哪里。对于正在数字化的成熟餐厅来说，这些数据和新餐厅一样有价值。你可能以为自己了解顾客是谁，但数据常常会带来惊喜。
**关于捕获率的现实检验。** 这里有一个简单的方法来判断你的顾客身份基础设施是否有效。用总营收除以人均平均客单价——这会给出总到店人次的粗略估计。然后把这个数字与你在同一时期数据库中捕获的顾客数量进行比较。你的目标应至少捕获20%的到店人次。如果低于这个水平，说明注册流程中的某个环节出了问题——要么提示不够一致，要么注册摩擦太大，要么激励不够有吸引力。这个数字值得每月检查，尤其是在转型的前几个月。
### 步骤2：预约
如果你的餐厅接受预订——哪怕只是通过电话或 WhatsApp 非正式接受——也要把它迁移到预约系统中。即时收益是运营上的：不会重复预订，不会丢单，也不需要手工跟踪。但战略收益更大。每一笔预约都意味着一个被记录下来的顾客，包含姓名、电话、邮箱、人数和到店日期。随着时间推移，这会成为一个丰富的数据库，记录谁来、何时来、多久来一次，以及他们带了谁来。
预约还能给你带来可预测性。你可以在需求到来之前就看到它。你可以根据真实预约来安排人手，而不是凭猜测。对于从完全走客转型的餐厅来说，即使只部分采用预约，也会改变运营节奏。
### 步骤3：联系顾客的方式
一旦你有了数据库——哪怕规模很小——你就需要一个沟通渠道。电子邮件、短信或 WhatsApp。工具没那么重要，重要的是能力：你现在可以联系到不在餐厅里的顾客。
这时，转变开始变得真实。你第一次可以向上个月来过的顾客发送新菜单项消息。你可以邀请常客参加新品软启动。你可以提醒60天没来的人回店。你已经从被动（等顾客记起你）转向主动（提醒他们你还在）。
先从简单开始。起步阶段，一个月一次的更新就够了。不要过度沟通。重点是建立这个渠道并养成习惯——对你和你的顾客都是如此。
### 步骤4：线上点餐
当你的身份捕获和沟通渠道都运转起来后，再增加一个直接线上点餐渠道。可以是自提、外送，或者两者都有。关键字是“直接”——用你自己的点餐平台，而不是平台市场。
为什么先直接、后平台？因为直接点餐渠道能捕获顾客。他们创建账户、输入资料、向你下单。你拥有这段关系。平台订单给你带来营收，但不给你顾客。在转型的这个阶段，建立你自己的数据库，比最大化订单量更重要。
### 步骤5：外卖平台（如适用）
平台让你接触到你无法直接触达的需求。对一些餐厅，尤其是住宅区餐厅或适合外送的菜单占优势的餐厅，平台订单量可能很可观。但到这一步，你应该已经有自己的渠道在运作，因此每一笔平台订单都应成为把顾客迁移到直连渠道的机会——通过插页卡、包装提示或后续优惠来实现。
### 暂时先别做什么
并不是所有东西都需要立刻数字化。如果你的厨房流程靠纸质单据运转良好，那就不要在第一天强行上 KDS。如果库存管理由一位经验丰富、熟悉存货的经理负责，那可以先等等。先把数字化投资集中在面向顾客的一侧——身份、沟通和交易渠道。后台可以等前台基础设施开始产生数据和价值后再跟上。
***
## 建立基线
在数字化运营60到90天后，你会有足够的数据，能够通过 [第3章](/docs/guides/guides-zh/how-to-think/the-revenue-equation.md)的视角第一次真正看清业务。这是你的第一份营收总览——从直觉走向可见的时刻。
**要看什么：**
**顾客生命周期。** 你捕获了多少独立顾客？其中有多少来过不止一次？首次顾客和回头客的比例如何？这很可能是你第一次能用数据而不是直觉来回答这些问题。结果可能会让你意外——许多餐厅高估了回访率，因为他们记住了常客，却忘了只来过一次的人。
**时段表现。** 有了交易数据，你现在可以准确看到营收在一天中的分布。高峰在哪里？空档在哪里？工作日模式和周末模式有什么不同？这不再是感觉，而是一张图表。
**渠道组合。** 如果你有多个渠道同时运作（堂食、预约、直连线上、平台），它们的占比分别是多少？营收从哪里来？每个渠道的利润率是多少？这就是理解渠道经济学的开始。
**产品组合。** 人们到底在点什么？午餐和晚餐卖什么？外卖和堂食分别点什么？一旦你有了能看出表现的数据，就可以开始做菜单工程。
**获客渠道。** 如果你的注册计划记录了顾客是如何发现你的，那么你现在就能看出，哪些认知渠道真正带来了客流。口碑、社交媒体、路过、线上搜索——这些分布告诉你应该把钱投在哪里，以及哪里该停止浪费精力。
不要试图一次优化所有事情。第一次总览的重点是建立基线——也就是我们现在所在的位置。价值来自于按季度追踪，并看趋势是否在变化。回访率是在提升吗？渠道组合在变化吗？那些冷门时段被填满了吗？数据给了你以前没有的东西：方向。
***
## 心态转变
走向数字化改变的不只是工具，还改变了你做决策的方式。
在数字化之前，决策靠感觉。“我觉得我们应该做个促销。”“我觉得午市越来越忙了。”“我觉得我们的常客都挺满意。”这些直觉通常是对的，因为经验丰富的经营者会形成很强的判断力。但直觉无法告诉你规模、趋势或原因。它不能告诉你，你的回访率上季度下降了8%，或者你外卖营收的40%来自同一个邮区，或者通过 Instagram 认识你的顾客比通过美食博客来的顾客回头率更高。
数据不会取代直觉，而是会锐化它。它告诉你的不只是发生了什么，还包括多少、速度多快、发生在哪里。它把“我可能应该想办法提高留存”变成“我30天回访率在过去两个季度从25%降到18%，而且下滑集中在工作日午市顾客。”这就是你可以采取行动的一句话。
从数字化中获益最多的餐厅，不是采用工具最多的餐厅，而是改变思维方式的餐厅。他们在行动前先问“数据怎么说？”，行动后再问“数据显示了什么？”。这种习惯——比任何平台或软件都更重要——才是数字化转型真正的核心。
***
## Oddle 在这种情况下如何帮忙
**Oddle Terminal** — 最容易的第一步。顾客无需改变习惯——他们照常刷卡支付，但你现在可以通过信用卡 Token 化看到首次顾客与回头客的区别。奖励会自动打印。
**Oddle Enrolments** — 身份与奖励层。捕捉顾客是谁、他们如何发现你、以及他们来自哪里。前置回访奖励，推动60天内复购。20%的捕获率基准在这里衡量。
**Oddle Reserve** — 取代电话和 WhatsApp 订位。每一笔预订都能带来即时运营收益，同时捕捉顾客数据。
**Oddle Marketing** — 自动化层。7天触达提示、流失提醒、生日消息、季节性菜单公告。从简单开始，随着数据库增长而不断叠加。
**Oddle Shop** — 直接线上点餐。建立在身份和沟通渠道设置完成之后。捕获你无法从平台订单中获得的顾客关系。
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://www.oddle.me/docs/guides/guides-zh/what-to-do/going-digital.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.