梅尔辛海岸的一家餐厅上周一预计接待90桌客人,实际却只来了32人。店主中午焦急地打电话。原因:有人在Google Maps上错误地将该店标记为"暂时停业"。7天z-score异常检测在上午11:30触发警报。下午1点店主修正了Google My Business信息,挽救了晚间营业。
什么是z-score异常检测?
异常检测标记偏离预期基线超过3个标准差(3σ)的值。对于POS数据,我们按星期几计算4周滚动平均值和sigma。今日值低于(均值-3σ)触发严重下降警报。梅尔辛例子:周一4周均值90桌,σ=8。本周一32桌→z=-7.25。这不是3σ而是7σ——百万分之一的概率。
thMenu Pro+ POS Analytics每晚06:00运行此计算。按小时粒度分别为桌数、营业额、平均单价和品类销售生成z-score。任何低于-3的值都会触发push通知和SMS发送到店主手机。
常见原因和快速修复
异常触发时,原因通常属于五类之一:
- Google Maps误标——"已关闭"、错误营业时间。检查GMB,30分钟可修复。
- 天气——暴雨、风暴。户外座位餐厅常见-60%降幅。
- 本地活动冲突——比赛、音乐会、街道封闭。提前检测并调整菜单。
另外两类:竞争对手开业和运营问题(Wi-Fi断网、支付终端故障)。thMenu仪表板通过天气API+Google Trends+活动日历集成自动生成"可能原因"提示。
算法细节
朴素z-score不够。节假日、计划关店、特殊预订日(婚礼、生日)从回溯窗口中排除。开斋节周一不与普通周一对比,而是与去年同期开斋节对比。这种"日历感知"修正将误报率从78%降至12%。
对于小型餐厅(每日15-25桌),sigma较高,z-score信号弱。此时周总数或小时粒度更可靠。thMenu自动选择最高统计功效的粒度。
FAQ
需要多少周历史数据? 最少4周。8-12周理想。
新开餐厅适用吗? 开业4周后启用。前4周使用城市层级基准。
正z-score是好消息吗? +3σ表示突然销售爆发,对应急库存和人员配置至关重要。
觉得有用?分享给朋友。