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
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13