餐饮数据分析(MySQL+Pivot)

一、目标

     根据餐饮行业中的九大指标:单店日销售金额、单店日折扣额、单店日折扣率、单店总餐桌数、单店翻台率、单店单均消费额、单店总座位数、单店上座率、单店人均消费额,做数据分析

二、数据理解和处理

(1)表字段整理、理解。

表内字段整理

(2)建表,载入数据,检查。

创建cy数据库和表,载入数据

(3)ER图


三、数据处理,建立新表

用MySQL处理一下几个问题:

1.用orderdetail表创建单汇总进入表 (OrderGroup)

2. 用Bill表与OrderGroup表创建新单号详细表(NewBill)

3.用Shopdetail表创建新店面情况表(NewShopDetail)

4. 用OrderDetail表与Bill表创建新点菜明细表(NewOrderDetail)

5. 用NewBill表与NewShopDetail表创建店汇总信息表(ShopTotal)



1.用orderdetail表创建单汇总进入表 (OrderGroup)

--(1) 以orderdetail表的billnumber字段为汇总依据,求出每条billnumber下pay的加总值。

--(2)   新表字段:billnumber(单号)、pay(金额)


  2.用Bill表与OrderGroup表创建新单号详细表(NewBill)

- -(1) 以billnumber为关键字段关联两表,将OrderGroup表中的pay字段合并到Bill表中,

- -(2)并使用pay与billdiscount字段计算出折扣金额

 3.用Shopdetail表创建新店面情况表(NewShopDetail)

-- (1)在原有shopdetail表字段基础上计算并添加allseats字段

--(2) 新表字段:所有ShopDetail表中的字段、allseats(总座位数)

--(3) 计算逻辑:allseats = twotable * 2 + three * 3 + fourtable * 6


4. 用OrderDetail表与Bill表创建新点菜明细表(NewOrderDetail)

--(1) 以billnumber为关键字段关联两表,并用Bill表中的shopname与OrderDetail表中的所有字段组成新表

-- (2)新表字段:shopname(店名)、OrderDetail表中的所有字段


 5. 用NewBill表与NewShopDetail表创建店汇总信息表(ShopTotal)

 -- 以shopname字段为关键字段关联两表,并以shopname字段为汇总条件,

创建以下字段

 -- 新表字段: -- 店名: b.shopname 

-- 单数: b.billnumber的计数

 -- 人数: b.peoplecount的加总 

-- 折扣总金额: b.rebate的加总 

-- 店汇总金额: b.pay的加总

 -- 单均消费: b.pay的合计值/b.billnumber的计数值

 -- 人均消费: b.pay的合计值/b.peoplecount的合计值

 -- 总台数: s.alltable 

-- 总座位数: s.allseats 

-- 翻台率: b.billnumber的计数值/s.alltable 

-- 上座率: b.peoplecount的合计值/s.allseats

 -- 折扣率: b.rebate的合计值/b.pay的合计值


四、数据可视化


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,376评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,126评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,966评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,432评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,519评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,792评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,933评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,701评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,143评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,488评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,626评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,292评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,896评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,742评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,324评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,494评论 2 348

推荐阅读更多精彩内容