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
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27