给养
组合对于餐饮来说太重要了。与其他行业不同的是，顾客来吃饭往往会点不止一道菜。大多数顾客进店后只看两点，一是招牌菜，二是套餐。诱人的套餐不仅能促使顾客快速下单，还能提高顾客的客单价，减少服务时间和厨房准备菜品的时间，提高标准化和成交率。尤其是在O2O、外卖大行其道的时候，你不会组合套餐，意味着你会失去很多潜在客户。
那么如何组合一个好的套餐呢？目前，我们大多从经验出发，比如:
首先，口味搭配。如荤素搭配、主辅搭配、凉辣搭配、干瘦搭配、季节搭配、轻重搭配、麻辣酸甜搭配等等。
好的色香味能吸引食客的兴趣。
如果要推广新产品，也可以“以旧配新”。将新品与旧品搭配，以旧带新，测试新品的受欢迎程度。
用老产品测试新产品的受欢迎程度。
如果想在热带冷，也可以“冷热混搭”。把畅销菜、盈利菜、冷门菜结合起来，拉动冷门菜的销售，提高整体利润。
热带寒冷推动了冷门菜肴的销售。
但是，组合最重要的是卖得好。你在平衡营养、分配品种、新旧搭配、加快包装方面花了很多心思...如果销量不好，实际价值就会大打折扣。
如何保证组合卖得好？经验很重要，但并不总是可靠的。有时候难以察觉甚至反直觉的组合可能会成功，凭经验很难发现，比如典型的“啤酒和尿布”。幸运的是，我们已经进入了数据驱动的时代，利用好技术工具可以帮助我们更好地探索包组合。
以一家中餐馆为例，我们来看看如何利用工具快速深挖组合，得到推荐策略。
首先进入暖榕科技，启动组合推荐引擎:
进入暖榕敏捷数据挖掘系统。
启动组合和推荐引擎
上传订单明细:第一列是订单号，第二列是订单中的菜品。
数据样本
点击并上传数据。
然后创建一个计算任务并提交它。系统全智能，不需要懂技术，直接用智能参数就可以了。
参数直接用智能设定。
片刻之后，我们得到了挖掘结果。
如你所见，我们从数据中挖掘出了数百种组合。每个组合都有一个“支持”指标，代表这个组合的潜在受欢迎程度。它的价值越大，组合就卖得越好。
组合的例子，一共得到了几百种组合。
所有组合单品的数量和支持指数
不仅如此，我们还获得了上百个推荐策略，每个策略有六个指标。顾客点餐时，可以根据不同的场景和策略向顾客推荐菜品。
推荐策略的例子，并且获得了数百个推荐策略。
推荐策略的指标，包括支持度、信心、覆盖度、力度、推广和杠杆。
让我们以两个常见的业务场景为例:
第一个场景，从单品推荐一个套餐。
如果顾客点了一份套餐的一部分，向他推荐整套套餐怎么样？我们需要检查两个指标:
包装本身是否畅销。套餐越受欢迎，应用该策略的机会就越多。这个人气就是“支持度”的指标。
根据客户已订购的部分，推荐套餐另一部分的成功率。这个成功率就是“信心”指数。
根据这两个指标，我们可以得到该场景下有代表性的推荐策略:
单品推荐包装策略
把所有的推荐策略和典型推荐策略放在一张地图上，就可以看到所有策略和代表性策略的分布状况和位置。其中色温部分为所有推荐策略，高光部分为代表性推荐策略。最佳策略是具有高支持度和信心的策略。
此情景策略和所有策略的分布
第二种场景，根据已点的菜推荐未点的菜。
精准推荐不仅可以提高客单价，还可以提高下单速度和成交率。此时，我们需要考察三点:
顾客点了a菜，然后点了b菜的概率有多大？这个指标就是信心。
点一道菜本身的几率有多大？如果很少有顾客点A菜，按照这个规律推荐B菜的机会很小；只是点a菜的顾客越多，推荐b菜的机会就越大。这个指标就是覆盖率。
直接向顾客推荐菜B的效果比点了菜A后再向顾客推荐菜B的效果差多少倍？指标就是提升的程度。
根据这些指标，可以得到相应的推荐策略。系统给出了三种推荐策略，即:
置信覆盖最优策略
高概率高成功率推荐策略的应用
此情景策略和所有策略的分布
信心提升最优策略
拉冷门菜能力强成功率高的策略
此情景策略和所有策略的分布
覆盖促销最优策略
适用面广，拉冷门菜能力强的策略。
此情景策略和所有策略的分布
到目前为止，我们已经挖掘出了很多组合和推荐策略。
锋利的工具能做好工作。在这个内卷化的时代，餐饮行业的辛苦、竞争、变化、风险，往往让我们疲惫不堪。就像上面的例子，仅凭行业经验，人们很难这么快想出上百种组合和推荐策略，更别说从量化指标的角度给出组合和策略的优劣。所以，我们需要效率、智慧和工具的帮助。强大的数据驱动是我们领先同行的利器。
