选址确实是一个头疼的事情，但是能不能用数据决策去解决呢？答案是肯定的。因为对于选择分店地点，很多餐饮老板都会用过往经验去判断。比如说不能在现有店的附近，要离得越远越好，但是我们实际上又能看到一种很怪的现象，某些星巴克和麦当劳，每隔50米就有一家店，这如何解释呢？以星巴克为例，星巴克的系统，通过会员的管理和会员身份的管理，通过用户的行为轨迹，从而知道喜欢星巴克的人集中在什么地方，是根据人流情况去开分店，而不去更多的从经营者的主观判断去看。
陈翰林曾表示：有餐饮老板就曾经跟我们提过，没开新的分店是感觉跟原来的店太近，离老店大概只有两公里的距离。而像星巴克、真功夫，麦当劳之类的，两个商场之间可能只有50米的直线距离，但却开了两家店，所以决策的原理到底是什么呢？按传统的思路来看，光看远近都是餐饮老板拍板决定的，但真的是离得近就不能开了吗？显然不是。
最终开不开还是取决于那个地方是否是你的客流所在，你的用户是不是集中在那，是不是已经饱和了，如果还有发展潜力，开店当然是没问题的，而决定性的因素其实是你也不知道你的用户在哪里，所以没有办法下决心开不开店。那有没有一种可能，通过引入一些科学的工具系统，能够把你客户的流向标记出来，通过客户的一些行为习惯，最终那锁定客流集中的区域，帮助你做开店的决策呢？当然是有的，例如数据分析师。它在收集你门店，包括整个餐饮行业的云数据，通过大数据之前的积累和沉淀的，就能很好的判断出你的目标客户所在，通过数据帮助你选址时作出更好的决策。
菜品选择：要吃要换什么，数据比你更了解顾客口味
通过数据决策，这套分析系统除了在选址上能够有提前预判和决策的功能外，还带来一种餐饮老板都很期待的优势，那就是通过数据的共享模式和共赢模式，给实际运营带来非常大的便利，比如说是菜品的选择。
数据需要积累，积累的越久，效果也更显著。对于餐饮行业来讲，传统ERP虽然有菜品的简单数据，门店也会记录来分析菜品滞销和畅销，这都不难。但是，如果实际上需要替换某个菜品的时候，连餐饮老板都没办法把握，以为实在不知道该怎么去替换才是最佳选址，要不靠蒙，要不全靠过去经验。而对于这套系统来讲，则是当有两个菜品滞销需要替换其他菜品时，可以告诉你，去选择较合适的替换方案。
例如在遇见小面的实际运营中，需要新增一款配菜，但是选择爆款型配菜臭豆腐，还是大众口味的卤蛋，老板迟迟难以做出判断，通常这种情况，都是由全店成员一起投票决定，很难避免自己的主观臆断成分，从客观的角度来讲并不能代表目标用户实际的需要。但是你只要把数据传到我们的云数据上，我们有的是整个行业餐饮同行的销售排行。在不会告诉你单独某个同行的数据上，但我们会把整个同行所有的数据里面的总排行呈现给你，把你没有的产品告知你，帮助你更好的决策。80%的同行销售好的、区域的菜品等是靠大家一起建设的。所以现在早一点加入款易分析师，其实就是提前布局，获得未来大数据的使用资格。