首页 / 方法论

方法论
有出处 · 可检验 · 能复核

维图传媒不做「凭感觉的运营」。我们的全案建立在营销学经典理论与被广泛验证的增长实践之上,并把每一个理论操作化为可观测、可归因的指标——让增长有依据、可检验、可复利,而不是靠玄学。

STP · JTBD · 定位 AARRR · RARRA 4P · 7P CBBE 品牌资产 菜单工程 · 商圈份额 GEO 生成式引擎优化 · 2024 新增 单店单位经济 RFM · NPS
理论底座 · 分层结构

从战略到度量,六层闭环

方法论按营销科学分层:战略定方向、增长建漏斗、执行落动作、资产攒溢价、盈利算账、度量闭环。每一层有对应经典理论。正文青色虚线词可悬停解释;一句话版见文末 术语表。

战略层

STP · JTBD · 定位 · 份额

先想清「为谁、解决什么任务、占什么心智、在这条街占多少」,再决定投什么、怎么投。

增长层

AARRR · RARRA · GEO

获客→激活→留存→增收→推荐的增长漏斗,以留存为优先;2024 起多一个入口——被 AI 引用。

执行层

4P · 服务营销 7P

产品/价格/渠道/促销及人员/过程/有形展示,落到套餐、转化与体验。

资产层

CBBE 品牌资产

由显著→表现→评价→共鸣逐级建立溢价能力,从卖低价到卖品牌。

盈利层

单店单位经济 · 菜单工程

把生意拆到单店/单客:营收 − 成本 = 利润,用 LTV/CAC 判断划算与否;再用菜单结构判断哪道菜真在赚钱。

度量层

RFM · NPS · 归因

客户价值分层、口碑净推荐与全链路归因,让每一步可被观测与复盘。

方法论 · 依据类型

11 套框架,依据分四类

每套框架都标了依据类型——能被对照的,才写进方案。

依据类型分布单位:套 · 11 月复核
逐卡标注 · 合计 11 套 · 每年 11 月复核 · 点条形筛下方框架卡
经典教材 · 3 套经典营销/管理教材,长期沿用
3 · 27%
广泛验证 · 3 套财务与行业长期实践验证
3 · 27%
同行评审 · 3 套期刊/会议论文,可查 DOI
3 · 27%
实践启发式 · 2 套结构框架,描述而非证明因果
2 · 18%
经典教材 · 3 套 STP 市场定位模型 · 定位理论 · 4P / 服务营销 7P 四类依据 · 逐卡标注如下
为什么单独标出来:「实践启发式」描述漏斗结构、估算商圈份额,有用但不是因果证明;涉及增长的结论,一律回到 A/B 实验或地域对照。
读图口径:横条从 0 起算,以 3 套为满格,按框架卡的依据类型逐张计数;浅金两段为启发式,单独标出以免与因果证据混用。
时效性复核 · 2026

AI 时代,这套方法还成立吗

我们每年复核一次方法论的适用性,不是为了显得新,而是因为渠道会变,算账的方式不该变。结论:八套没变,补了三套——一套是行业新出现的(GEO),两套是我们自查发现自己漏掉的(菜单工程、商圈份额)。前者改变的是入口,后两者改变的是「你到底赚多少、在这条街排第几」。

框架复核结论我们的处置
STP / JTBD / 定位与渠道无关;而且更关键——模型会把你压缩成一句话,没有可核实差异的店,会被总结成「环境好、服务好」不动,权重上升
4P / 7P人、过程、有形展示替不了:包间协调、投诉处理、孩子哭闹不动
CBBE品牌仍是一层层攒的,只是第一层「显著」从「听说过」变成「搜得到、问得到」不动
AARRR / RARRA漏斗结构不变;Acquisition 从「买曝光」变成「买曝光 + 被引用」框架不动,补一条支路
单店单位经济账还是那本账,但要多记一科:AI 渠道的获客成本与到店核销不动,加一科
RFM / NPS分层与口碑不变;触发点前移——客人还没进店,已经在问 AI「这家怎么样」不动,提前触发
菜单工程(本轮补入)与 AI 无关——是餐饮本身的硬方法:按「销量 × 毛利额」分四象限改菜单结构。我们此前只在诊断里算了毛利,没给改法,这是漏项补入,归 ⑤ 增收
商圈份额(本轮补入)与 AI 无关——龙头要拿份额说话,我们此前只有转化率,没有「你在这条街占多少」的基线补入,归 ① 诊断
GEO(2024 新增)生成式引擎优化:让店在被 AI 问到「附近有什么好吃的」时,被正确地说出来新增,归入 ② 获客
为什么不换一套:AI 没有推翻漏斗,也没推翻单店算账,它只是把「被看见」拆成了两半——人刷到,和机器引用。所以做法不是另起一套,而是在 ② 获客 下面加一层。另外,Google 搜索中心对站点方的公开说法也是:面向 AI 的优化「仍然是 SEO」——基础工作没变(能抓取、信息真实、结构清楚、他处有提及),变的是要的结果:从「一个被点开的链接」变成「一段被引用的答案」。
复核机制与标准:本页方法论每年 11 月复核一次,改动明细逐条写在这里,不悄悄替换。本轮复核:2026 年 11 月,补入菜单工程、商圈份额、GEO 三套,并撤下「权威」类自我表述——一个方法靠不靠得住,不靠形容词,靠能不能被对照。
据此,我们把四份东西固定为交付附件,随合同提供(整包按节奏列全,见《全案服务 · 交付总览》):指标口径表(每个数怎么算)、交付清单(每档给什么)、不承诺清单(明确不做什么)、术语表(每个词一句话)。这四份合起来,就是我们对「交付清楚」的定义——客户可以拿它去对照任何一家服务商。
规模上做第一很难,口径上做第一可以现在就开始。
理论依据 · 经典文献背书

每个框架,都有出处

以下框架均源自营销学/增长领域的经典文献与广泛验证的实践,维图将其组合应用于餐饮全案,而非自创概念。证据级别标注参考:同行评审 / 经典教材 / 广泛验证实践 / 实践启发式。每张卡底部可展开「餐饮里怎么用」——实例、三步做法与自查清单。
其中菜单工程、商圈份额、GEO 三张为本轮复核新增:前两套是餐饮与竞争里最该有、我们此前漏掉的;GEO 是 2024 年才被命名、且有同行评审论文的那套,因此单独标注了它的效果上界与不承诺范围。其余八套沿用原文献。

STP 市场定位模型

经典教材
提出: Philip Kotler & Kevin Lane Keller — Marketing Management(营销管理,多版次,Pearson)
核心命题:市场细分(Segmentation)→ 目标市场(Targeting)→ 市场定位(Positioning),先分层再聚焦,资源投向最匹配的人群。
维图操作化:目标客群画像覆盖率、定位语认知测试、分人群转化对比。
餐饮里怎么用
海口一家椰子鸡,客人其实分三类:本地家庭周末(人多、要包间)、外地游客(一次性、看评价)、写字楼午市(要快、要便宜)。只主打家庭周末:菜单 120 道砍到 40 道,加 6 人套餐,人均 78 → 95。
三步
  • 拉 30 天订单,按「什么时间来、几个人、花多少」归成 3 类。
  • 算优先级:人数占比 × 客单价 × 一年来几次——不是谁人多就选谁。
  • 只给第一类做一个专属套餐 + 一组专属内容,其余保持基础体验。
自查
  • 能一句话说出「谁最该来我家」吗?
  • 有没有一个套餐是专为他们设计的?
  • 店长能不能 3 秒说出主打客群?
别踩:分成 10 类等于没分,先分 3 类就够;把定位当口号——印在招牌上不算,客人能复述才算。
先选人,再选菜。

JTBD 任务理论

广泛验证
提出: Clayton Christensen — The Innovator's Dilemma(1997);HBR《Know Your Customers' Jobs to Be Done》(2016)
核心命题:消费者「雇」你的产品完成一个任务(周末带娃聚餐、商务请客、深夜解馋),找到任务场景才有匹配的产品与内容。
维图操作化:任务场景触发率、场景化内容转化率、任务—套餐匹配度。
餐饮里怎么用
同一锅椰子鸡:商务请客要包间、能开票、上菜有节奏;带娃要儿童椅、不辣、上得快;深夜要快、能打包。菜单写「精选文昌鸡」三种人都无感,写「6 人请客套餐(含包间预留)」,第一种人立刻懂。
三步
  • 记录 50 单「来之前发生了什么」:谁提议、什么场合、几点到、等多久。
  • 菜单按任务重排:请客 / 家庭 / 一人食 / 宵夜,每个入口配 3–5 个套餐。
  • 内容也按任务拍:拍「请客怎么点不丢面子」,比拍「鸡多新鲜」有效。
自查
  • 套餐名是菜品名,还是场景名?
  • 服务员第一句问「几位」,还是「今天什么场合」?
  • 差评骂的是菜,还是「没照顾到我的场合」?
别踩:把任务写成抽象需求(「客人想吃好」),要具体到场合、和谁、怕什么;用内部语言命名(「本店招牌」),客人无法对号入座。
卖场景,不卖菜。

定位理论

经典教材
提出: Al Ries & Jack Trout — Positioning: The Battle for Your Mind(1981, McGraw-Hill)
核心命题:在顾客心智中占据一个清晰、差异化的位置,比「什么都卖」更有效。
维图操作化:无提示品牌认知、品类联想准确度、定位语回想率。
餐饮里怎么用
一条街 12 家海鲜,9 家都说「新鲜实惠」——等于都没说。有一家只说一句:「凌晨 4 点码头上岸,6 点进店」。对手抄不了(没这个采购时间),客人记得住(有画面),还能验证。
三步
  • 把周边 10 家的招牌、详情页、评价高频词抄下来,雷同处就是空白。
  • 找「对手没说 + 你能证明 + 客人关心」的一个点,三个条件缺一不可。
  • 30 天只说这一句:门头、菜单首页、短视频开头、服务员话术、评价回复。
自查
  • 这个说法隔壁明天能直接抄走吗?能,就还不是定位。
  • 有没有一个可验证的证据(时间、产地、工艺、数字)?
  • 店员能一句话说清「我们和别人不一样在哪」吗?
别踩:把「高端 / 性价比 / 用心」当定位——那是自我评价;定完一个月没动静就改口——定位是复利,三个月才起量。
一个词,一个证据,讲三个月。

AARRR / RARRA 增长模型

实践启发式
提出: Dave McClure —「Startup Metrics for Pirates: AARRR」(2007);RARRA:Thomas Petit & Gabor Papp(2017)
核心命题:获客 Acquisition → 激活 Activation → 留存 Retention → 增收 Revenue → 推荐 Referral;现代增长以留存优先(RARRA)——先留住再放大。
维图操作化:获客成本、激活率、次留/30 日留存、ARPU、K 因子(推荐系数)。
餐饮里怎么用
一家烧烤店:曝光 10 万 → 到店 800 单 → 复购 120 单。到店率 0.8% 属正常,复购率只有 15% 才是那个洞。做「离店加企微 + 7 天回归券」,复购 15% → 26%:没多花投放费,多了 88 单。
三步
  • 把 5 个数写在一张纸上:曝光 / 到店 / 首单 / 复购 / 转介绍。
  • 算每段转化率,只改最低那一段——一次改五处,分不清是谁起的作用。
  • 改两周再看数,留对照(改一半门店,或改前后各两周)。
自查
  • 5 个数现在能拿到几个?少于 3 个,先解决「看不见」。
  • 最低的那一段是哪段,能立刻说出来吗?
  • 最近一次改动作,有没有留基线或对照?
别踩:只盯曝光——曝光最贵、最容易买,也最不解决根本;RARRA 不是「不要获客」,是先把留存修好再放大,否则投放等于往漏桶里倒水。
先补最大的洞,再拧水龙头。

4P / 服务营销 7P

经典教材
提出: E. Jerome McCarthy — Basic Marketing(1960,4P);Booms & Bitner —「Marketing Strategies and Organization Structures for Services」(1981,7P)
核心命题:营销组合:产品/价格/渠道/促销;服务业扩展为人(People)/过程(Process)/有形展示(Physical Evidence)。
维图操作化:客单价、转化漏斗各层流失、到店体验评分、套餐结构合理性。
餐饮里怎么用
同一碗粉,路边摊 12 元、商场店 28 元——差的不是味道,是有形展示(灯光、餐具、门头)和过程(等 5 分钟还是 25 分钟、怎么上、怎么结账)。这两样都能改,而且比换厨师便宜。
三步
  • 产品砍尾巴:拉 90 天销量,后 20% 的菜删掉或合并。
  • 价格做三档:引流款(带人来)、利润款(主推)、形象款(锚定「不算便宜」)。
  • 人 / 流程 / 展示各改一处:统一一句推荐语、给等位预期、门头菜单同一套视觉。
自查
  • 菜单有没有明确的三档价格结构?
  • 最赚钱的菜,服务员会主动推荐吗?
  • 等位超过 20 分钟,客人有地方坐、有水、有预期吗?
别踩:促销 = 打折,会拉低价格锚点、停券就掉客——「加一样东西」通常比「减价格」有效;把人当成本,其实服务员一句话往往是转化最高的变量。
菜是产品,体验也是产品。

CBBE 品牌资产模型

同行评审
提出: Kevin Lane Keller —「Conceptualizing, Measuring, and Managing Customer-Based Brand Equity」,Journal of Marketing, 57(1), 1993
核心命题:品牌资产由「显著性 → 品牌表现/形象 → 评判 → 共鸣」逐级建立,顶端是顾客与品牌的深度联结与溢价。
维图操作化:品牌搜索量、溢价幅度、复购中品牌驱动占比、会员净推荐。
餐饮里怎么用
同商圈两家椰子鸡:一家复购靠满减券,停券客流掉一半;一家复购靠「就想吃这家」,涨 8 元老客照来——那 8 元就是品牌资产,靠每次来味道都一样攒出来的。
三步
  • 显著性:门头、菜单、外卖包装、短视频封面用同一套颜色和标志。
  • 表现:选 3 个招牌菜,把配方、克重、火候写成标准卡。
  • 评价与共鸣:评价 100% 回复、差评 24h 内处理;老客给「只有你能点」,而不是又一张券。
自查
  • 闭眼能想起你家 logo 和主色吗?
  • 老客推荐时说「便宜」还是「好吃 / 有面子」?
  • 把所有折扣停掉,客流会掉多少?
别踩:品牌 = VI 设计——视觉只是第一级,稳定性才是第三级;用折扣建品牌,券拉来的是价格敏感客,停券即走。
品牌 = 停掉折扣后还剩的那部分客流。

单店单位经济 Unit Economics

广泛验证
来源: 标准财务/商业分析框架(单位经济模型),广泛用于单店与订阅业务盈利评估
核心命题:把生意拆到单店/单客:客流 × 客单价 × 翻台(堂食)或 复购 × 客单 × 频次 = 营收,营收 − 成本 = 利润;以 LTV/CAC 判断获客是否划算。
维图操作化:单客 CAC、LTV、LTV/CAC、单店贡献利润、回本周期。
餐饮里怎么用
客单 100 元、毛利率 45%,单客毛利 45 元;这个月投放 + 人力花 1.2 万、新增 200 客,获客成本 60 元。只来一次:每客亏 15 元;一年来 3 次:毛利 135 元、赚 75 元。所以复购率决定你能不能投流。
三步
  • 算单客毛利:客单价 × 毛利率,毛利率用采购单和损耗算,别用感觉。
  • 算 CAC:(投放 + 内容/人力) ÷ 新增客人数,只算新增。
  • 看 LTV/CAC:低于 1 是亏的,1–3 是紧平衡,3 以上才敢放量;再算几个月回本。
自查
  • 单客毛利是多少,能说出准确数字吗?
  • 一个到店新客,平均花多少获客成本?
  • 老客一年来几次——猜的,还是查的?
别踩:只看营业额不看毛利(营业额涨、利润跌的店非常多);把平台补贴当自己的获客能力。
算清一客赚多少,再决定放多大。

RFM / NPS 客户度量

同行评审
提出: RFM:Arthur M. Hughes — Strategic Database Marketing(2000);NPS:Fred Reichheld — HBR《The One Number You Need to Grow》(2003)
核心命题:RFM(最近消费/频次/金额)做客户价值分层;NPS 用「推荐意愿 − 贬损意愿」衡量口碑与增长动能。
维图操作化:高价值客户占比、RFM 分层迁移、NPS 值、转介绍率、UGC 量。
餐饮里怎么用
两类人:以前每月来 3 次、客单 120,但 30 天没来了——最该挽回,一条专属回归礼就能拉回;每月来 8 次、只点 25 元套餐——给折扣没用,该试的是「加 10 元升级主食」。同样成本,效果差好几倍。
三步
  • 拉 90 天订单,按 R / F / M 各分高、中、低。
  • 先只做两类:高价值流失(以前常来、最近不来)、高频低额(来得勤、花得少)。
  • 每类只配一个动作:召回 / 升级 / 唤醒 / 放手——别给所有人发同一张券。
自查
  • 能立刻说出「最该挽回的 100 个客人」是谁吗?
  • 现在发券是发给所有人,还是特定一类?
  • 差评 / 低分客人,24 小时内有人单独跟吗?
别踩:全客群同一张券——钱只补贴了本来就会来的人;把 NPS 分数当目标——分数是体检指标,不是药。
不同客人,该说的那句话不一样。

菜单工程 Menu Engineering

广泛验证
提出: Michael L. Kasavana & Donald J. Smith — Menu Engineering: A Practical Guide to Menu Analysis(1982,酒店与餐饮管理专著)
核心命题:把每道菜按「卖得多不多 × 赚得多不多」放进四象限,分别处置,而不是统一提价或统一打折。
维图操作化:单品毛利额排名、四象限占比、招牌菜价格弹性、服务员推荐命中率。
餐饮里怎么用
一家椰子鸡 46 道菜:销量前 5 名里有 3 道毛利不到 45%(耕马),而毛利 70% 的两道小菜一个月只卖 11 份(谜题)。做法不是全线涨价——把谜题挪到菜单右上角、让服务员第一句就推它;耕马缩 10% 份量或换供应商;双低的 9 道直接下架。
三步
  • 拉 90 天 POS:每道菜的销量、单价、食材成本,算单品毛利额(不是毛利率)。
  • 用「销量中位数 × 毛利额中位数」切四象限:明星 / 耕马 / 谜题 / 瘦狗。
  • 四类四种动作,一次只动 5 道,四周后回看毛利结构。
自查
  • 能说出毛利额前 5 和后 5 的菜吗?
  • 服务员第一句推荐的是毛利最高那道,还是最便宜那道?
  • 菜单上有没有 3 个月没卖出去的菜?
别踩:只看毛利率不看毛利额——毛利 90% 但一天卖 2 份的菜救不了店;把「招牌菜」当明星——招牌往往是耕马,提价前先测弹性。
不是涨价,是换位置。

商圈份额 Market Share

实践启发式
提出: Robert D. Buzzell & Bradley T. Gale — The PIMS Principles: Linking Strategy to Performance(Free Press, 1987);PIMS 大样本研究关于「市场份额与盈利正相关」的实证结论
核心命题:增长有两种——把饼做大,和把别人的份额拿过来。前者靠内容,后者靠份额判断;没有份额基线的增长目标,只能拍脑袋。
维图操作化:商圈同类目门店数、份额估算值(季度)、份额变动、与第一名的差距。
餐饮里怎么用
同商圈 12 家海鲜,你月流水第 4。要争第一,先算差距:第一名的点评月新增评论是你的 2.3 倍、抖音团购月售是你的 1.8 倍——缺口就在这里,不在「多发点视频」。
三步
  • 圈定商圈半径(步行 15 分钟或 3 公里),列出同类目门店。
  • 用公开代理指标估相对份额:点评评论月增速、团购月售、外卖月售、周末 12:00 等位时长。
  • 每季度重算一次,只看两个数:自己份额的变动、与第一名的差距。
自查
  • 这条街上同类目有几家?你大概排第几?
  • 和第一名的差距,主要在评论数、销量,还是客单价?
  • 三个月前你是第几?份额在涨还是在跌?
别踩:把份额当精确财务数字——这是代理估算,看趋势不看小数点;把商圈划到全市——划太大,你永远是零头,失去行动意义。
龙头不是形容词,是份额。

GEO 生成式引擎优化

同行评审
提出: Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., & Deshpande, A. — "GEO: Generative Engine Optimization", KDD 2024(ACM SIGKDD,Barcelona);arXiv:2311.09735
核心命题:当客人不再翻列表,而是直接问 AI「附近有什么好吃的」,引擎会从多个信源里合成一段答案。让这段答案说得出你、而且说得对,就是 GEO。
维图操作化:跨平台信息一致率、固定问句提及率(20 条/月)、AI 来源到店核销数。
证据力度:论文在 GEO-bench(1 万条查询、25 个领域)上测试 9 种改写手法,可见度提升最高约 40%——这是特定方法在特定领域的上界,不是平均值;线上引擎实测最高约 22%。所以我们把它当「值得测的渠道」,不当「承诺的结果」。
餐饮里怎么用
同一家店,点评写「XX 路店」、地图写「XX 店」、抖音上的营业时间还是上个月的——AI 会当成两家店,或者干脆把你从名单里划掉。这类错不在文案,在字段。
四件事(全都不需要新技术)
  • 信息一字不差:名称、地址、电话、营业时间、人均、招牌菜,在点评 / 地图 / 抖音 / 小红书四处用同一套写法。
  • 按店型写场景:写字楼店要能回答「工作日中午两个人快速吃」,景区店要能回答「带老人小孩、有停车吗」。AI 收到的问题是按场景来的。
  • 给可核实的硬事实:有没有包间、几个、能否开票、有无儿童座椅、几个车位、最晚几点还能点菜。软话模型不采信。
  • 月度复查:换号、改营业时间、装修闭店没同步,AI 会一直按旧信息推荐你,或者把你划掉。
自查
  • 同一家店在四个平台上的名字和地址,是一个字不差吗?
  • 拿 5 条本地真实问句去问 AI,答案里有你吗?说的是你家还是隔壁?
  • 上个月改过的营业时间,平台上改了吗?
别踩:把 GEO 当「保证被 AI 首推」卖——它没有官方后台可查,谁给你看「推荐率后台截图」,那是他自己做的表。也别指望堆关键词:原论文实测里,关键词堆砌这一类做法无效,甚至有害。
说得出你,而且说得对。
科学度量 · 理论可操作化

每个理论,都落到可观测指标

科学的要义是可检验。下表把每个理论构念,翻译为维图全案里真实采集与复盘的观测指标。

理论框架核心构念可观测指标(维图操作化)
STP细分 / 目标 / 定位目标客群画像覆盖率、定位语认知测试、分人群转化对比
JTBD待办任务任务场景触发率、场景化内容转化率、任务—套餐匹配度
定位心智占位无提示品牌认知、品类联想准确度、定位语回想率
AARRR / RARRA增长漏斗五阶段获客成本、激活率、次留/30 日留存、ARPU、K 因子
4P / 7P营销组合客单价、转化漏斗各层流失率、到店体验评分
CBBE品牌资产阶梯品牌搜索量、溢价幅度、复购中品牌驱动占比
单店单位经济单店盈利CAC、LTV、LTV/CAC、单店贡献利润、回本周期
RFM / NPS客户价值与口碑高价值客户占比、RFM 分层迁移、NPS、转介绍率、UGC 量
菜单工程单品盈利结构单品毛利额排名、四象限占比、推荐命中率、菜单价格弹性
商圈份额相对市场份额商圈同类目门店数、份额估算值与季度变动、与第一名差距
GEO生成式引擎可见性固定问句提及率(20 条/月)、跨平台信息一致率、AI 来源到店核销数
度量方法:指标经「券码到店核销 + 平台数据接口 + BI 看板」三源交叉校验,周报同步;涉及因果判断(如「某动作带来增长」)以 A/B 实验或地域对照(geo experiment)为准,不以相关代替因果。完整方法、样本与归因口径见《维图全案度量白皮书》。
理论 → 维图落地

公认框架,落成九步增长闭环

「九步增长闭环」不是某个行业标准,而是维图传媒将以上公认框架翻译为餐饮可执行动作的自有运营结构(属于「维图实践沉淀」,非已发表理论)。它让理论可被一支团队 daily 执行。

理论 → 九步落地 · 目录权威运行图在全案服务 · 7/19/11/6/5/2/3/3/8 = 64

「九步增长闭环」是维图把公认框架翻译成可执行动作的自有结构。条形项数图与运行细节以全案服务 #runChart 为准;本页只留理论→步骤速查,不重画同一套柱。

口径:项数与价格页服务项目表同源;「项」是交付服务项目数,不是经营转化率。点芯片进入全案运行图对应步。
理论框架是行业公认的;落地的九步是维图自有组织方式。每一段可量化、可归因(券码到店核销)、有主责职能——因此能写进合同。
科学边界 · 诚实说明

我们如实界定能力边界

专业度的另一半,是承认局限。以下为维图方法论的适用范围与边界,避免夸大承诺。

启发式非因果:AARRR/RARRA 是增长结构启发式,描述漏斗而非证明因果;因果结论需 A/B 实验或地域对照支持。
NPS 非唯一:NPS 与增长相关,但受行业与样本影响,不作唯一 KPI,需与 RFM、复购等联立看。
GEO 非承诺:GEO 的可见度上界来自受控实验(KDD 2024 报告最高约 40%,为特定方法与特定领域的上界、非平均值),各生成式引擎的抓取与引用规则不公开且持续变化。维图不承诺任何平台的推荐位、排名、引用率或「AI 首推」。
CBBE 需数据:品牌资产为概念模型,需持续品牌追踪调研支撑,非短期可观测,见效周期长。
份额为估算:商圈份额由公开代理指标推算,不是财务口径的营业额份额,只用于看趋势与差距,不作对外宣传数据。
本地化校验:通用理论落地海南餐饮,须结合本地市场、平台规则与门店实际校验;维图九步效果以门店实际数据为准,不承诺统一结果。
数据边界:本页只讲方法与指标定义,不涉及任何客户数据;正式结论以诊断报告与归因看板(真实数据)为准,涉及经营数据一律按最小必要原则处理。
术语表 · 一句话解释

这些词,其实都是一句话

全站带青色虚线的词,鼠标停一下就有解释,点一下跳到这一节。每个词只讲两件事:它到底是什么、在你店里对应什么——不背定义。

STP市场细分 · 目标 · 定位

先给客人分群,只挑一群主打,让这群人一句话记住你。

你店里:午市写字楼、周末家庭、外地游客——选一类,给它一个专属套餐。

JTBD任务理论 Jobs To Be Done

客人不是买你的菜,是「雇」你完成一件事:带娃吃饭、请客、解馋。

你店里:同一锅鸡,请客要包间和开票,带娃要儿童椅和不辣,写清楚谁用,人就懂了。

定位Positioning

在客人脑子里占住一个词的位置——想到那个词就想到你。

你店里:不说「好吃不贵」,说「海口吃椰子鸡认准这家」。

商圈份额Market Share

这条街同类生意里,你占多少。龙头不是形容词,是份额。

你店里:同商圈 12 家海鲜你排第 4——和第一名的差距在评论数还是销量,决定下一步做什么。

AARRR海盗模型

五步:拉新 → 激活 → 留存 → 变现 → 推荐。看哪一步在漏人。

你店里:曝光有人看但没人来(卡在激活),来了不来第二次(卡在留存)。

RARRA留存优先的另一种排法

同一件事换个顺序:先把留存做好,再花钱拉新和做推荐。

你店里:复购没跑通就猛投广告,等于往漏水的桶里加水。

核销券码到店才算数

客人领的券到店扫码用掉,就是核销。用了才算真到店,数据才作数。

你店里:发出去 100 张券,核销 32 张——真到店是 32 桌,不是 100 桌。

UGC客人自发内容

客人自己拍、自己发的内容:晒图、点评、笔记——比你自己发的可信十倍。

你店里:客人随手拍的椰子鸡热气,比你请人拍的宣传片更能带人。

企微企业微信

加客人好友、建群、发券都走它的正规工具,合规、能反复触达,不加成私人好友。

你店里:客人扫码加店长企微,下次上新品一条消息就到,不用碰他手机号。

客单价一单花多少

一位客人一单平均花多少钱(按人头,不按桌)。提客单不是涨价,是让同一桌多点一道、升一个套餐。

你店里:客单 78 → 加购小料和甜品 → 95,不用动菜单价。

千川抖音投放入口

抖音官方投放入口(巨量千川),买曝光、买转化都在这个后台操作。

你店里:想让你那条视频被周边 5 公里更多人看到,就在这儿买量。

蒲公英达人撮合平台

抖音官方的达人合作平台:挑达人、下单、结算都走它,有据可查。

你店里:找本地探店号拍视频,在这上面挑人、谈价,不怕中间商加价。

埋点装计数器

在「看到、点开、下单」每个环节装一个计数器——数字就是这么来的。

你店里:扫码页多少人打开、多少人领券,埋了点才知道哪层在漏。

落地页扫码那一页

客人扫码后打开的那一页:领券、下单都在这一页完成,页慢一步人就走。

你店里:抖音视频挂的链接页,三秒打不开,一半人退出。

拼团凑人数降价

几个人一起买更便宜——老客拉新客最顺手的钩子。

你店里:4 人拼椰子鸡套餐 158,老客自己就把闺蜜拉进群了。

素人普通客人

没有粉丝的普通客人,发的内容没有商业味,反而更可信。

你店里:熟客随手发一条「又来了」,比你投 500 块广告真实。

置换不花钱换合作

不付现金的合作:免费请达人吃一顿,换一条探店内容。

你店里:请探店号吃一顿 300 元的套餐,换他拍一条视频,各取所需。

GEO生成式引擎优化 Generative Engine Optimization

让 AI 在被问「附近有什么好吃的」时,把你端出来当答案——而且说得对。

你店里:同一家店在点评、地图、抖音上的名字和地址一个字不差;有没有包间、几个车位写清楚,别让模型猜。

4P / 7P营销组合

四个能调的旋钮:产品、价格、渠道、促销;服务业再加人、过程、有形展示。

你店里:菜(产品)、套餐价(价格)、抖音+点评(渠道)、团购与投放(促销)。

7P服务营销组合

4P 再加三个旋钮:人(服务员)、过程(等位与上菜)、有形展示(装修与摆盘)。

你店里:服务员一句话推荐,是最便宜的加购工具。

CBBE品牌资产四层

认得你 → 知道你干嘛 → 觉得你好 → 只认你。四层得一层层过。

你店里:先让周边三公里知道你在哪,再谈品牌。

单店单位经济Unit Economics

一家店、一单到底赚多少——客单减成本,再减掉拉客花的钱,看能不能自己转起来。

你店里:客单 80、毛利 50% → 一桌赚 40;月费 6,800 就要多来 170 桌才打平。

菜单工程Menu Engineering

按「卖得多不多 × 赚得多不多」把菜分四类,分别处理——不是统一涨价。

你店里:牛肉卖得最多但毛利低(耕马),该提价或缩份;小菜卖得少但毛利高(谜题),让服务员第一句推它。

RFM老客分层

按「多久没来、来过几次、花了多少」把老客分成几档,再分别对待。

你店里:90 天没来的发召回券,月月来的给新品试吃,别对所有人发同一张券。

NPS净推荐值

只问一句:你愿不愿意推荐给朋友?0–10 打分,9–10 算推荐,0–6 算差评。

你店里:结账时问一句,比看五星好评有用——差评的人会告诉你哪里出了问题。

LTV客人终身价值

一个客人一辈子会在你店花多少钱。

你店里:一个月来两次、每次 80 元、来两年 ≈ 3,840 元——所以他第一次来值得你送一道菜。

CAC获客成本

拉来一个新客人,平均花多少钱。

你店里:投 3,000 元带来 60 个新客,一个 50 元;这 50 元要靠他后面几次来摊平。

ROI投放回报

花 1 块钱,带回几块钱。

你店里:达人一条视频花 300,带来 1,200 元核销,ROI 就是 1:4。

CPM千次曝光成本

广告被看见一千次,花多少钱。

你店里:CPM ¥18–25 属正常区间;涨到 40 还不见到店,先换素材、别加预算。

转化漏斗Funnel

看到 → 点开 → 到店 → 下单,每一层都会掉人。

你店里:播放 10 万只来 30 桌,问题通常不在流量,在团购页和门口那句话。

归因Attribution

这单到底算谁的功劳——哪个渠道、哪条视频带来的。

你店里:用不同券码区分抖音/点评/社群,才知道钱该往哪加。

增量Incremental

因为做了这件事才多出来的量;本来就会来的客人,不算你的功劳。

你店里:老客看到广告又来一次,这不是增量;新客才是。

私域Private Domain

你能免费、反复触达的客人:微信群、企微好友、会员。

你店里:扫码进群领 5 元券,是把自己的客人从平台手里拿回来。

LBS基于位置的定向

按地理位置圈人——门店周边 3–5 公里。

你店里:本地推一定锁 3–5 公里,别让外省人消耗你的曝光。

SCRM社交化客户管理

把客人分层管理、自动触达的系统。

你店里:新客、回头客、沉睡客各走一套话术,不用店员记。

SLA服务响应承诺

写清楚几点到几点回你、多久解决问题。

你店里:评论私信 2 小时内回、差评 24 小时内处理——写进合同才算数。

POI平台门店页

抖音/点评上你那家店的页面,搜到你就是它。

你店里:地址、营业时间、相册、团购都挂在这一页,没认领等于没开店。

DOU+抖音付费加热

花钱把一条视频推给更多人看。

你店里:只推已经被自然流量验证过的片子,别拿新素材试钱。

KOC素人达人

粉丝不多(几千到几万)但内容真实的本地账号。

你店里:比大号便宜得多,到店客人反而更信。

冷启动Cold Start

新店头 30 天,把线上门店、团购、内容、评价从零跑通。

你店里:这 30 天决定后面半年的自然流量,最不该省。

参考来源 · References

经典文献与原始出处

  1. Kotler, P., & Keller, K. L. Marketing Management (多版次). Pearson. — STP 市场定位模型。
  2. Christensen, C. M. The Innovator's Dilemma. Harvard Business School Press, 1997;及 Christensen, C. M., Hall, T., Dillon, K., & Duncan, D. S. (2016). Know Your Customers' Jobs to Be Done. Harvard Business Review. — JTBD 任务理论。
  3. Ries, A., & Trout, J. Positioning: The Battle for Your Mind. McGraw-Hill, 1981. — 定位理论。
  4. McClure, D. "Startup Metrics for Pirates: AARRR!!!" (2007, 500 Startups). — AARRR 增长指标。
  5. Petit, T., & Papp, G. "RARRA: The Growth Loop" (2017). — 留存优先增长模型。
  6. McCarthy, E. J. Basic Marketing: A Managerial Approach. Irwin, 1960. — 4P 营销组合。
  7. Booms, B. H., & Bitner, M. J. "Marketing Strategies and Organization Structures for Services." In Marketing of Services (Donnelly & George, eds.), American Marketing Association, 1981. — 服务营销 7P。
  8. Keller, K. L. "Conceptualizing, Measuring, and Managing Customer-Based Brand Equity." Journal of Marketing, 57(1), 1993, pp. 1–22. — CBBE 品牌资产模型。
  9. Hughes, A. M. Strategic Database Marketing (3rd ed.). McGraw-Hill, 2000. — RFM 客户价值分层。
  10. Reichheld, F. F. "The One Number You Need to Grow." Harvard Business Review, 81(12), 2003, pp. 46–55. — NPS 净推荐值。
  11. Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., & Deshpande, A. "GEO: Generative Engine Optimization." In Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD '24), Barcelona, 2024. arXiv:2311.09735 · DOI 10.1145/3637528.3671900. — GEO 生成式引擎优化(报告可见度提升最高约 40%,为特定方法与特定领域的上界,非平均值)。
  12. Kasavana, M. L., & Smith, D. J. Menu Engineering: A Practical Guide to Menu Analysis. Hospitality Publications, 1982. — 菜单工程(按销量与毛利额四象限分析菜单结构)。
  13. Buzzell, R. D., & Gale, B. T. The PIMS Principles: Linking Strategy to Performance. Free Press, 1987. — 市场份额与盈利的关系(PIMS 大样本研究;份额与利润的相关性存在争议,本文按「实践启发式」使用,不作因果承诺)。