京公网安备 11010802034615号
经营许可证编号:京B2-20210330
金拱门PK肯大爷,谁才是连锁快餐真正的王者?
肯德基和麦当劳在中国的竞争,从他们登陆之日起就一直激烈进行着,数据侠薛晓娟(江湖人称K姐)结合美团外卖、饿了么、百度外卖和大众点评等网站数据,帮金拱门麦叔叔和肯大爷大战了X个回合。
借着麦当劳改名金拱门的热度,来八一八金拱门麦叔叔和肯大爷的鸡腿汉堡战!
肯德基和麦当劳在中国的竞争从他们登陆起就一直激烈进行着,从世界范围看,麦当劳的门店数量远远高于肯德基,但在中国肯德基的门店数量远远高于麦当劳。
第一回合:门店数量
显然肯大爷占了绝对的优势,比麦叔叔多出一倍的门店数量。
数量超过1/2门店加入外卖行列(外卖平台,不包括官方APP点餐外送数据)。
第一回合:肯大爷胜。
第二回合:单品较量
肯大爷的香辣鸡翅夺得冠军,麦辣鸡翅麦叔叔家冠军,排名靠前的还有香辣鸡腿堡,原味鸡,新奥尔良烤翅等。说明下,这里的数据来自美团某月的单品销量数据。
下图中看到你喜欢吃的单品了吗?字小=销量低(字越大销量越大),和有密集恐惧症的同学说声sorry。
销量和单品价格有关联吗?如下散点图(横轴商品的价格,竖轴商品的销量),销量高的单品都在低价格区域,销量靠前的唯有麦当劳的麦辣鸡腿汉堡套餐价格超过20元,10块左右的小食备受青睐。
因第二回合的单品仅是某一个月的数据,所以销量暂只能看出单品的红火程度,显然肯大爷的几个单品确实更受大众青睐!
第二回合:肯大爷胜。
第三回合:店铺线上销量PK
金黄色麦叔叔和红色肯大爷在上海的位置分布,地图中带入了销量信息(圆圈越大门店销量越高),肯大爷门店数量众多,郊区突出;麦叔叔的门店圆圈大销量大,但店铺集中在市中心带。
地图上看出,麦当劳似更胜一筹,之前听一个朋友说,上海人更喜欢吃麦当劳,倒是没有太相信,现在数据告诉我了,稳稳的信了。
下面箱线图每个点代表麦肯家的各个门店,数值X轴是门店对应的销量,麦叔叔的门店销量更有优势,四分位间距IQR也比肯大爷家大,中位数是1.5倍的差距(肯大爷median=3443,麦叔叔median=5365)。
线上的麦叔叔用了只有肯大爷1/2门店数量,卖出了超过肯大爷的销量(下图barchart 左一)。门店均单2.3K,肯大爷1.2K(下图barchart右四),不过和线上其他卖的好的快餐相比,麦肯成绩都不能算理想。
月均销量上,麦叔叔也没有败下阵来。
第三回合:麦叔叔胜。
线上门店销售前十的都是麦当劳餐厅,麦当劳吴中路餐厅,月均9351排名第一,排名前25的餐厅肯德基只有3家入榜。
因为销量权重大于前两回合,综上麦叔叔胜出(仅是线上销量上海站)。
第四回合:小谈麦肯竞(ji)争(you)关系
将地图镜头拉近:
再近一点:
再再近一点:
陆家嘴6家店,麦叔叔旁边毫无意外的开着肯爷:
自古英雄间惺惺相惜,相爱相杀......
与其说是麦肯互相角逐竞争,K姐更愿意认为:
1. 麦叔和肯爷都非常善于选址(几乎所有门店都是人流旺地);
2. 麦叔和肯爷都非常有钱(无论对方在哪繁华地段,都能开到它周围),好比:为什么有钱人都扎堆住在相同的小区? 因为那里物业好环境好价格大......,关键是人家买得起啊!(心疼的抱住自己);
在一起,两家还可以共享目标消费人群,互利互助,没有永远的敌人但有着共同的利益!手牵手,共同把钱挣!
麦肯的选址能力外,还有很强营销模式,小例:大学时小K曾在肯德基做过2年的收营员,收银6步骤到现在都忘不了,其中一步就是推荐购买:
1. 当顾客只买单品时就推荐套餐,或者搭配饮料;
2. 小份就推荐大份;
3. 有带儿童的就推荐儿童套餐,同时拿出玩具。
就我个人的收银来说,推荐成功率一半的样子,是不是牛哄哄(当时自己没有这方面的意识)。
第三回合报表展示麦肯的店月均单(1K-3K),其实都不算好成绩,面临着互联网快餐的挑战,是否能够逆袭,用之后的销量数据来验证吧。
在本土化和门店数量扩张上,肯德基走的更彻底,但是麦当劳经营理念和策略或许也有其道理,“中国消费者进入西式快餐店,还是希望选择更多的代表西方元素的东西”,还有一个重要原因麦叔叔的套餐便宜,性价比高。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01