本節書摘來自華章出版社《Python數據分析與挖掘實戰》一書中的第1章，第1.2節，作者 張良均 王路 譚立云 蘇劍林，更多章節內容可以訪問云棲社區“華章計算機”公眾號查看

1.2　從餐飲服務到數據挖掘

企業經營最大的目的就是盈利，而餐飲業企業盈利的核心就是其菜品和顧客，也就是其提供的產品和服務對象。企業經營者每天都在想推出什么樣的菜系和種類能吸引更多的顧客，究竟顧客各自的喜好是什么，在不同的時段是不是有不同的菜品暢銷，當把幾種不同的菜品組合在一起推出時是不是能夠得到更好的效果，未來一段時間菜品原材料應該采購多少……
T餐飲的經營者想盡快地解決這些疑問，使自己的企業更加符合現有顧客的口味，吸引更多的新顧客，又能根據不同的情況和環境轉換自己的經營策略。T餐飲在經營過程中，通過分析歷史數據，總結出一些行之有效的經驗。
在點餐過程中，由有經驗的服務員根據顧客特點進行菜品推薦，一方面可提高菜品的銷量，另一方面可減少客戶點餐的時間和頻率，提高用戶體驗。
根據菜品歷史銷售情況，綜合考慮節假日、氣候和競爭對手等影響因素，對菜品銷量進行預測，以便餐飲企業提前準備原材料。
定期對菜品銷售情況進行統計，分類統計出好評菜和差評菜，為促銷活動和新菜品推出提供支持。
根據就餐頻率和金額對顧客的就餐行為進行評分，篩選出優質客戶，定期回訪和送去關懷。
上述措施的實施都依賴于企業已有業務系統中保存的數據，但是目前從這些數據中獲得有關產品和客戶的特點以及能夠產生價值的規律更多依賴于管理人員的個人經驗。如果有一套工具或系統，能夠從業務數據中自動或半自動地發現相關的知識和解決方案，這將極大地提高企業的決策水平和競爭能力。這種從數據中“淘金”，從大量數據（包括文本）中挖掘出隱含的、未知的、對決策有潛在價值的關系、模式和趨勢，并用這些知識和規則建立用于決策支持的模型，提供預測性決策支持的方法、工具和過程，就是數據挖掘；它是利用各種分析工具在大量數據中尋找其規律和發現模型與數據之間關系的過程，是統計學、數據庫技術和人工智能技術的綜合。
這種分析方法可避免“人治”的隨意性，避免企業管理僅依賴個人領導力的風險和不確定性，實現精細化營銷與經營管理。