Analista de Dados de Operações de Restaurante para Openclaw

Uma habilidade avançada de operações e análise de dados para negócios de restauração locais, especializada em marketing de influenciadores, calibração de ROI de anúncios, otimização de preços de menu e resposta a apelações de plataforma em plataformas de vida local chinesas.

372555780-coder
v1.0.0
Jun 11, 2026
0
620
0

Instalar e Baixar

1. ClawHub CLI

A maneira mais rápida de instalar uma habilidade diretamente do registro.

npx clawhub@latest install restaurant-ops-analysis

2. Instalação Manual

Copie a pasta da habilidade para um desses locais

Global
~/.openclaw/skills/
Espaço de trabalho
<project>/skills/

Prioridade: Espaço de Trabalho > Local > Integrado

3. Instalação do Prompt

Copie este prompt para o OpenClaw para instalá-lo automaticamente.

Ajude-me a instalar o restaurant-ops-analysis usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).

Prefere baixar?

Obtenha os arquivos originais da habilidade em um arquivo ZIP.

O que é Analista de Dados de Operações de Restaurante?

O Analista de Dados de Operações de Restaurante é uma adição poderosa e especializada às capacidades do seu AI Agent, projetada para empresas de restauração que operam em plataformas como Douyin, Meituan, Dianping e Xiaohongshu. Esta capacidade faz parte do ecossistema mais amplo de Openclaw Skills, permitindo que AI Agents analisem perfeitamente métricas complexas de vida local, avaliem o desempenho de vídeos de influenciadores, calibrem os gastos com anúncios, otimizem níveis de preços de menu e gerem rascunhos de apelação de plataforma à prova de falhas.

Ao integrar esta habilidade, seu agente vai além do processamento de dados genérico para aplicar heurísticas operacionais rigorosas e comprovadas pelo setor. Por exemplo, ele prioriza automaticamente a taxa de reembolso de vouchers como uma métrica crítica, classificando comportamentos estruturais versus problemas de experiência, e calibrando figuras de ROI para refletir valores líquidos reais. Ele atua como um CMO virtual e diretor de operações, entregando conclusões concisas e orientadas para a ação, seguidas por tabelas robustas de visualização de dados.

Casos de uso do Analista de Dados de Operações de Restaurante

  • Analisar dados de desempenho de influenciadores no Douyin para identificar desperdício de tráfego com alto alcance e baixa conversão.
  • Calibrar gastos com anúncios de promoção local (local-push) para calcular o verdadeiro ROI de resgate versus métricas superficiais da plataforma.
  • Desconstruir o desempenho de produtos e refeições combinadas para descobrir "motores de reembolso" e reestruturar escadas de preços.
  • Redigir respostas de apelação ponto a ponto e profissionais para penalidades de plataforma, avaliações ruins ou reclamações de clientes.
  • Desenvolver planos de marketing omnicanal abrangentes e baseados em fases para operações de vida local com várias lojas.

Como o Analista de Dados de Operações de Restaurante funciona

  1. Reconhecimento de Gatilho: O agente identifica solicitações do usuário específicas de operações sobre métricas de loja, dados de influenciadores, gastos com anúncios, desempenho de refeições combinadas ou penalidades da plataforma.
  2. Recuperação de Referência: Antes de iniciar qualquer análise, a habilidade lê dinamicamente a base de conhecimento atualizada trimestralmente, incluindo references/benchmarks.md para benchmarks do setor, references/platform-rules.md para algoritmos de plataforma e references/content-templates.md para modelos.
  3. Limpeza de Dados: As entradas brutas são processadas — vírgulas são removidas de strings numéricas, porcentagens são analisadas para floats, colunas de data são unificadas em formatos datetime e IDs de vídeo são desduplicados.
  4. Avaliação Lógica: A habilidade executa pipelines analíticos personalizados dependendo do módulo ativo, como a execução de uma matriz de eficiência de 4 quadrantes nos gastos com anúncios ou o cálculo do ROI de Resgate Verdadeiro.
  5. Relatórios: Produz um resumo executivo com conclusão em primeiro lugar em tabelas Markdown com precisão padronizada (1 casa decimal para porcentagens, números inteiros limpos ou 2 casas decimais para moeda).

Configuração do Analista de Dados de Operações de Restaurante

Para adicionar esta capacidade ao seu agente, registre-a na configuração do seu workspace Openclaw.

Primeiro, clone ou baixe o diretório da habilidade contendo o SKILL.md e os schemas de referência para a skill store do seu workspace:

mkdir -p skills/restaurant-ops-analysis/references
cp -r references/ skills/restaurant-ops-analysis/references/

Em seguida, verifique se o seu framework de agente tem acesso ao diretório da base de conhecimento atualizável. Seu agente pode então invocar naturalmente a suíte Openclaw Skills para processar arquivos de dados de vida local ou prompts baseados em texto:

# Execute uma verificação rápida para garantir que os arquivos de referência sejam legíveis pelo agente
cat skills/restaurant-ops-analysis/references/benchmarks.md

Esquema de Dados e Taxonomia de Analista de Dados de Operações de Restaurante

A habilidade processa e produz conjuntos de dados limpos estruturados em torno das seguintes métricas e arquivos:

Métricas Operacionais Principais

Nome da Métrica Fórmula / Definição Precisão de Saída
GMV de 1.000 Visualizações (Receita Direta Acumulada / Visualizações Acumuladas) * 1000 Inteiro ou 2 Decimais
Taxa de Reembolso de Vouchers Vouchers Reembolsados / Vouchers Comprados 1 Decimal (%)
Taxa de Resgate Vouchers Resgatados / Vouchers Comprados 1 Decimal (%)
CPM (Gastos com Anúncios / Impressões) * 1000 2 Decimais
ROI de Resgate Verdadeiro ROI Superficial * Taxa de Resgate 2 Decimais
ROI Líquido ROI Superficial * (Taxa de Resgate - Taxa de Reembolso) 2 Decimais

Referências da Base de Conhecimento

  • references/benchmarks.md: Contém limites de vida local, como linhas de segurança para taxas de reembolso (saudável < 15%, alarme > 25%), padrões mínimos de taxa de conclusão de vídeo de 5s (Passagem >= 18%, Excelente >= 22%) e limites de seleção de influenciadores.
  • references/platform-rules.md: Abriga as especificações algorítmicas mais recentes do Meituan, regras de peso de POI do Douyin e parâmetros de controle de risco da plataforma.
  • references/content-templates.md: Oferece estruturas de títulos de vídeo testadas, modelos de palavras-chave e formatos de resolução de reclamações.

Recursos avançados do Analista de Dados de Operações de Restaurante

  • Motor de Calibração Dinâmica de ROI: Desconta automaticamente os ROIs da plataforma de anúncios de nível superficial com base em comportamentos reais de resgate e reembolso, evitando o investimento excessivo em leads de baixa qualidade.
  • Matriz de Eficiência Criativa de Quatro Quadrantes: Classifica vídeos de anúncios com base em CPM e CVR, classificando automaticamente os criativos em listas de escala, otimização de custo, observação ou parada imediata.
  • Sincronização de Conhecimento Descentralizada: Desacopla os limites da indústria e as regras do algoritmo da plataforma em arquivos de referência isolados, permitindo que você atualize as políticas do Meituan ou Douyin sem alterar a lógica principal.
  • Bloqueio de Plataforma Contextual: Confina as análises estritamente à plataforma de destino solicitada pelo usuário, evitando ruído irrelevante entre plataformas, a menos que solicitado.
  • Sintetizador de Apelação de Plataforma em Conformidade: Converte disputas combativas em apelações de alta probabilidade de vitória, alinhando-se com diretrizes de auditoria específicas da plataforma e estruturas de refutação factual com menos de 500 palavras.

SKILL.md


Carregamento

Habilidades relacionadas do Openclaw

METADATA

Github Stars: 0
forks: 0

Apresentou*