不同于传统堂食餐厅，外卖餐厅对地段、店铺面积、装修不再有严苛的要求。主打外卖的餐厅也因此接连出现，大有抢占传统餐厅之势。
但这并不意味着外卖餐厅可以随便找地方开。随意选址，仍有可能“满盘皆输”。
外卖选址，没你想得那么简单……
外卖选址，什么最重要？
同样是做外卖，为什么“旱的旱死，涝的涝死”？有的店甚至比传统堂食餐厅赚得更多，有的则门庭冷落半天不来一个外卖小哥？
外卖餐厅看似哪儿都能开，但根据外卖“快捷、方便”的特性，最核心的考量因素有以下两点：
1. 用户密集度越高越好
外卖虽然摆脱了对客流量的依赖，但依然要选择在写字楼和住宅楼扎堆的地方。第一是因为人流量足够大，才会有足够的外卖用户；第二是因为距离较近便于配送，缩短配送时间，对用户体验也至关重要。
2. 考察目标用户的年龄层次和消费能力
分析餐厅的用户群体是一个比较复杂的事情，因为要从多个维度去分类，即使同样是写字楼，面对的用户可能也不一样。
年轻人毫无疑问是外卖的主力消费群体，因此大学院校、中高档写字楼等年轻人聚集的场所都很适合开外卖餐厅。住宅区就要分情况考虑了：二手房、租房兴盛的住宅区的年轻人较多，而较新的楼盘居住的更多是家庭生活稳定的人群，对外卖的需求相对较小。
总而言之，做外卖餐厅并不代表不要选址，而是更强调大范围层面上的选址，比如最好要选在商圈、写字楼附近；与堂食餐厅不同的是，外卖餐厅不用太关注某一商圈内的具体位置，像交叉路口、转角等传统餐厅的“黄金位置”就用不着抢破头去争取。
巧借平台数据计算成本
由于不需要太多堂食位置，外卖餐厅可以尽量缩减店铺面积以节约租金，减少员工以节约人力成本。然而这也只是粗略的方针，外卖餐厅的租金依旧是一项不小的支出。
借助互联网数据，可以了解当前外卖的市场空间、市场容量，了解消费者规模、竞争对手规模，可以通过比对消费者人群特质、消费能力、消费频次等来锁定目标群体，继而做到对门店位置的初步判定。
比较简单的方法是：借助外卖平台的大数据来设计自己的“选址模型”，这种建立在“人民币投票”基础上的数据会与事实更接近。
假设一家烤肉饭外卖餐厅要在A处设点，那么我们可以借助大数据来计算餐厅租金的上限：
1. 通过平台数据查看A附近2公里范围内的日订单总量，取出最低值和最高值；
2. 筛选出A附近2公里范围内客单价在10-50元之间的快餐品牌，统计它的日订单量；
3. 在10-50元快餐品牌的基础上进行“米饭类”快餐筛选，由此可以统计A附近2公里范围内的日平均订单量(假设是100单/天)。
4. 找出A附近2公里范围内米饭类快餐的前三名，可以计算出这一区域内的最高订单量(假设是500单/天)，最高订单量÷平均订单量=保底单量。
假设这家新店按外卖80%、堂食20%的销售占比来预估的话，房租一定要保证在营业额的5%以内才能获利。
所以，按照客单价25元，每月正常售卖26天来计算，年营业额=(100+500)÷2×25×26×12=2340000元，房租=2340000×5%=117000元。也就是说，如果想在A处开店，其房租应低于117000元才可行。
当然了，这些互联网平台的数据不仅可以用来估算租金，还可以用于衡量品类在某一区域的竞争强度、餐厅的定价策略、满减政策等等。
外卖做大就靠密集布点
“密集布点”的扩张方式能够让外卖品牌以成本最低、效率最大化的手段来满足用户对“实效性”的期待。
外卖的一项重要支出就是配送。配送成本极大地影响了外卖餐厅生意的好坏。
同一区域内，餐厅可以沿“东-北-西-南”四个方向打通，或是把想要覆盖的商圈按照“距离最短”、“交通最便利”、“配送成本最低”等条件进行连接和划分，进而逐步打通。
将外卖门店集中在一定的范围内，可以缩短店与店之间的距离，提升物流和配送效率。门店数量和订单量的增加可以实现“大规模采集”效益，有效降低供应价格并获取链条差价，增加盈利点。
外卖虽然是新兴的餐饮态势，但始终离不开“食物+服务”的本质。因此，在选址等前期筹备环节仍然需要从用户需求出发，认真做好市场调研，这样才不会输在起跑线上。
