
第一部份是针对餐馆的模式(concept)来发展一套顾客档案,使用生活方式分隔系统(lifestyle segmentation system)。这个系统将全美人口依生活方式的不同划分为几大族群,每个族群底下又区分出数种不同的次族群,然后将这个系统与产业研究报告中顾客对餐厅产业与食物种类(休?亚洲菜、中级牛排、快餐鸡肉等)的选择来进行交错分析。 第二部份是为餐馆模式(concept)模拟出理想地点,这个模拟使用的是上述的生活方式族群与其他相关的地理与人口变数。根据估算出来的餐馆年销售额目标,与此餐馆模式的主顾客群地区(如5英哩),来给予每个变数一个价值数。然后按这些变数与某种特定餐馆模式的相关关系,依重要性来区分为主群体与次群体。理想的模拟地点将会在将所有变数列入考量后,反映出能让某种餐馆模式达到理想销售额的区域地段。 第三部份是对某些特定店面(site)与区域(area)的评估。每一区域的数据资料都会与模拟理想地点的对应变数来作比较,每个变数可因此得到一个指数。如果一个区域得到的指数是100,表示这个区域与模拟理想地点完全一样,有可能达到这种餐馆模式预估的年销售额目标。如果一个区域得到的指数是120,表示此区域可能会比这种餐馆模式预估的年销售额目标还要高出20%。同样的,如果一个区域得到的指数是72,表示此区域可能达到的年销售额目标会比理想预估的低28%。 一旦某一区域的变数都与模拟理想地点作过比较后,此区域内的每个店面都会获得一个综合指数。这个过程不仅可以让每个店面都可以与年销售额目标作比较,也可以让这些店面互相比较,以决定那个店面有最高的成功率。 这个选址模式过程还可以作后端评估(back-end evaluation)。像一家餐厅开了两年后,你可以用这种方法来比较实际销售额与预估销售额的差别。在决定主要与次要变数的相关性时,也可以依它们的重要性而给予不同的比重。此外,这个选址模式过程也可以用来为已存在餐馆作评估。一旦有了模拟理想地点,已存在的餐馆可用相同的方法获得指数评分。因此餐馆现有的销售量可与所在区域的年销售额目标作比较,看店面是超过、维持、还是未发挥潜力。