餐饮店报表最容易制造一种错觉:同一套菜单、同一轮促销、同一个加盟政策,为什么有的门店毛利上升,有的门店却出现客单价下降、备货浪费和差评增加?我在参与多门店餐饮经营分析时发现,投资人往往把“门店差异大”归因于店长执行不到位,实际上更常见的原因是菜单调整只看了总部汇总数据,没有拆开商圈、时段、客群、设备、履约方式和店员动作。菜单不是一张静态商品清单,而是一套与门店条件绑定的经营系统。
投资人看到某款新品在总部层面销量不错,就要求所有门店同步推广,这是最典型的线性推断。但单品销量至少受到六类条件影响:商圈客群、到店时段、堂食与外卖结构、厨房设备、备货能力,以及店员是否能稳定讲清楚卖点。
同一款产品在写字楼门店可能依靠午餐高峰快速出杯,在社区门店却要面对晚餐家庭客群;前者重视出餐速度和套餐搭配,后者更在意分量、价格和适合多人分享。产品本身没有变,购买理由已经变了。
我对菜单调整的核心判断是:先判断一款菜是否适合某类门店,再判断它是否值得在全系统推广。总部平均值适合发现方向,不适合直接下达动作。
如果只看单品销售额,容易把“高流量门店带来的销量”误认为“产品普适性”。更可靠的分析应至少同时观察单店日均销量、销售渗透率、贡献毛利、复购率、退菜率和对其他菜品的替代影响。

很多报表只有“门店名称、日期、商品、销量、销售额”五个字段。这样的报表能回答卖了多少,却回答不了为什么卖,也回答不了调整后发生了什么。投资人如果根据这类数据做菜单决策,通常只能依赖经验和争论。
我通常会把门店至少分成三层。第一层是经营环境,包括商圈类型、面积、座位数、营业时长和周边竞品;第二层是交易结构,包括堂食、外卖、自提、团购和会员订单;第三层是执行条件,包括厨师熟练度、设备产能、原料供应和高峰期排班。
只有把这三层信息与菜品销售表现连接起来,才能区分“产品不受欢迎”和“产品没有被正确交付”这两个完全不同的问题。
我不建议以总部整体为最小决策单位。更有价值的分析单元是“相似门店群×消费时段×销售渠道”。例如,将面积相近、商圈类似的社区店单独分析,再拆分午餐、下午茶、晚餐和夜宵,最后区分堂食与外卖。
这样做的好处是,菜单动作会从“全店上新”变成更具体的选择:午餐是否做双人套餐,下午是否减少复杂现制品,外卖是否更换易洒漏包装,晚餐是否增加分享装。动作越具体,门店之间的结果越容易比较。
下面是我在门店分析项目中经常遇到的情景。某连锁餐饮品牌上线一款价格为29元的组合产品,总部首周看到了不错的销售额,于是计划扩大推广。但拆分后发现,三个门店的结论完全不同。
A店位于办公区,午餐订单占全天交易的61%,组合产品因为购买路径简单、出餐速度快,销售渗透率达到18%。B店位于住宅区,晚餐订单占全天交易的54%,顾客更关注分量和家庭分享,单人组合的渗透率只有7%。C店位于商场,堂食占比高但周末客流明显,顾客更容易被视觉陈列和现场推荐影响,工作日销量低,周末销量高。
如果只看三店总销量,A店和C店可能会把B店的问题掩盖掉。如果直接要求B店复制A店,门店很可能通过强推、打折或赠品完成销量,却把毛利和顾客满意度一起牺牲。
| 门店 | 主要客群 | 核心时段 | 新品销售渗透率 | 平均出餐时间 | 更合理的经营动作 |
|---|---|---|---|---|---|
| A店:办公区 | 工作日白领 | 午餐 | 18% | 7.5分钟 | 强化套餐入口,控制高峰期可选项 |
| B店:住宅区 | 家庭与附近居民 | 晚餐 | 7% | 11.8分钟 | 测试分享装,先优化分量感知和出餐稳定性 |
| C店:商场店 | 逛街客群 | 周末下午 | 13% | 9.2分钟 | 加强陈列、试吃和现场推荐,不急于全周推广 |
这张表中最值得注意的不是新品渗透率差异,而是出餐时间和消费场景同时发生变化。B店的问题可能不是顾客拒绝新品,而是顾客在晚餐高峰中不愿意等待一个需要更长制作时间的单品。

有一次复盘中,一款新品的销量在促销期提升了42%,投资人认为调整有效。但我把交易拆成原价订单、优惠订单和搭售订单后,发现新品原价销售几乎没有变化,增长主要来自“买主食赠新品”和低门槛优惠券。
更重要的是,新品带来的订单增量并不明显。很多顾客只是把原来购买的老产品换成了促销组合,门店销售额增加有限,贡献毛利反而下降。这个现象叫作内部替代:新品看起来卖得多,却没有为门店创造相应的新增价值。
菜单分析不能只看单品销量,还要看它是否扩大了订单、提高了客单、增加了毛利,或者改善了复购。一个单品如果销量增加,但同时挤压了高毛利产品,可能只是改变了销售结构,而不是改善经营质量。

同一款菜在不同门店的推荐频率可能相差数倍。店员是否主动介绍、收银台是否有快捷按钮、线上菜单是否把新品放在第一屏、套餐是否默认带出,这些细节都会改变销量。
如果A店每天有八成订单经过店员推荐,B店只有两成订单被提及,那么两店的销量不能直接用来评价顾客喜好。把“被看见”“被理解”“被推荐”和“被购买”拆开后,才有机会找到真正的转化瓶颈。
总部平均数的优点是简单,缺点是会隐藏极端差异。假设十家门店中,三家高流量店贡献了总销售额的50%,那么新品平均销量很可能主要由这三家决定。剩余门店即使普遍表现不佳,也不会立刻反映在总表里。
我更关注中位数、四分位区间和门店分布。平均单店日销量为60份,如果中位数只有42份、最高门店达到150份,就说明系统内部并不存在一个统一的“典型门店”。这时贸然全量推广,风险通常比继续测试更大。
凡是门店结果呈现明显长尾,就不要用平均数做唯一决策依据。至少要同时看高位25%、中位数、低位25%和异常门店数量。

一款菜卖不动,可能有四种原因:顾客没有看到,顾客看到了但没看懂,顾客理解了但觉得不值得,顾客愿意购买但门店交付不稳定。它们分别对应曝光、表达、价值和履约问题,解决办法完全不同。
如果顾客没有看到,应该调整菜单排序、图片、推荐位和店员提示;如果顾客看不懂,应该减少命名复杂度,明确分量、口味和适合人群;如果顾客觉得不值得,需要重新检查价格、组合和竞品参照;如果履约不稳定,则要先改工序、备料和设备,而不是继续投放广告。
销售额是收入指标,不是经营结果。餐饮门店真正关心的是扣除原料、包装、平台佣金、促销补贴和增量人工之后,单品留下了多少贡献毛利。
有些产品原料成本不高,却需要额外设备、专用包装和复杂加工。若把这些成本遗漏,报表会高估产品价值。尤其是外卖场景,一款容易洒漏、需要二次封装的产品,表面毛利可能不错,实际履约成本却会持续侵蚀利润。
| 指标 | 新品甲 | 新品乙 | 判断重点 |
|---|---|---|---|
| 销售额占比 | 14% | 9% | 甲更容易获得资源和曝光,但不代表更赚钱 |
| 原料毛利率 | 67% | 59% | 甲的原料结构更轻 |
| 包装及履约成本率 | 8% | 15% | 乙可能受到外卖包装和二次加工拖累 |
| 促销依赖订单占比 | 31% | 12% | 甲的销量对优惠更敏感 |
| 单店日贡献毛利 | 486元 | 398元 | 甲最终贡献更高,但需要控制促销依赖 |
餐饮销售有明显的日期效应、天气效应和节假日效应。新品在周五和周末卖得好,可能是客流上涨;雨天外卖下降,可能是配送半径受限;月底会员券集中使用,可能会把某几天的销量异常抬高。
我在分析新品时,通常不会只看上线后七天,而会至少比较三个时间窗口:上线前同周期、上线后首周、上线后第3至第4周。首周可以观察曝光和新鲜感,第三周以后才更接近稳定购买。
排名很容易让管理层产生行动冲动,但“排名靠后”不是原因。低销量门店可能是商圈客流少,也可能是店员不推荐,还可能是原料经常缺货。若没有继续追问,排名只会变成对店长的压力,而不是改进工具。
我更倾向于把门店分成“适合推广、需要修正、暂缓推广、暂不适配”四类。分类依据应该包括销售潜力、毛利、履约难度和执行稳定性,而不是只看一个销量名次。
菜单决策不应该从“卖了多少”开始,而应该从顾客路径开始。一个单品至少要经历被展示、被点击、被理解、被加入订单、被稳定交付和被再次购买六个节点。
这条链路的价值在于,它能把模糊的“卖不动”变成可操作的问题。例如曝光正常但加购低,优先查产品表达和价格;加购高但退菜多,优先查制作标准;销量高但毛利低,优先查促销和包装成本。

门店分群不需要一开始就做得非常复杂。实际工作中,我建议先用四个变量建立可执行的分群:日均订单量、堂食占比、晚餐占比和门店面积。对于外卖占比较高的品牌,再加入配送距离和平台流量来源。
完成初步分群后,再观察每一群对菜单调整的反应。若同一群内部差异仍然很大,就继续检查设备、店长、供应链和周边竞品。分群的目的不是为了做漂亮的标签,而是为了让同一组门店能够接受相近的经营动作。
| 分群维度 | 建议划分方式 | 适合观察的菜单问题 |
|---|---|---|
| 订单规模 | 低、中、高三档 | 产品是否适合高峰期快速交付 |
| 渠道结构 | 堂食主导、外卖主导、混合型 | 包装、图片、套餐和推荐位是否匹配 |
| 消费时段 | 午餐主导、晚餐主导、全天均衡 | 产品分量、价格和购买场景是否合适 |
| 设备条件 | 设备充足、部分受限、明显受限 | 新品工序是否造成出餐瓶颈 |
| 客群结构 | 个人消费、家庭消费、游客消费 | 单人装、分享装和尝鲜产品的组合关系 |
我常用一个简化的单店增量贡献公式来帮助投资人理解菜单效果:
单店增量贡献 = 新增销售毛利
老品替代损失
促销让利
增量人工与包装成本
缺货、退菜和报损成本
这不是财务核算的最终公式,却足以避免管理层只盯着销量。尤其在菜单更新频繁的品牌中,老品替代损失和增量人工往往被低估。新产品如果需要店员重新培训、增加备料、占用设备高峰产能,就必须把这些隐性成本纳入判断。
菜单调整最稳妥的方式不是一次性覆盖全部门店,而是先选择具有代表性的测试组。测试组不能只选表现最好的门店,否则结果会过于乐观;也不能只选问题门店,否则又无法判断产品上限。
我通常会选择四类样本:一个高潜门店、一个中位门店、一个低位门店、一个执行能力较强但商圈不同的门店。测试周期至少跨越两个完整周末,并尽量避开大型节假日。测试期间只改变一个核心变量,例如价格、套餐入口或图片表达,避免同时改动导致无法归因。

以下案例采用了经营分析中常见的匿名化处理。某饮品品牌推出一款制作时间较长的季节产品,首周总部平均销售渗透率为11.6%,但门店区间从3.2%到24.8%,差异非常明显。
第一轮判断认为,低销量门店的客群不喜欢这款产品。我们进一步拆分后发现,低销量门店并非没有顾客点击,详情页点击率与高销量门店相差不大;真正拉开差距的是高峰期的加购转化和缺货率。
高销量门店会在午餐前完成半成品准备,收银端默认展示组合,店员能够用一句话解释口味。低销量门店则在高峰期临时制作,平均等待时间超过14分钟,部分门店下午三点后就停止接单。顾客不是完全不想买,而是在等待和不确定性面前放弃了。
| 诊断环节 | 高销量门店 | 低销量门店 | 差异判断 |
|---|---|---|---|
| 详情页点击率 | 22.4% | 20.9% | 产品曝光和基础表达不是主要问题 |
| 点击到加购转化率 | 36.8% | 18.7% | 价格解释、等待预期和套餐设计存在差异 |
| 高峰平均等待时间 | 8.6分钟 | 14.3分钟 | 低销量门店的履约压力明显更高 |
| 缺货或停止接单率 | 3.5% | 16.8% | 供应和备料策略限制了实际销售机会 |
| 30天复购率 | 21.2% | 9.4% | 低销量门店即使完成订单,体验也不够稳定 |
这次复盘最后没有删除新品,而是采取了分层处理:保留高销量门店的完整版本,低销量门店改为简化配方或限制高峰期售卖,并重新设计备料时间。四周后,低销量门店的销售渗透率没有达到高销量门店的水平,却从3.2%提升到8.5%,缺货率下降到6.1%,整体贡献毛利反而比强行推广更稳定。

有些高销量门店之所以表现好,是因为店长个人能力很强,或者附近存在独特客流。这样的门店可以作为实验室,却不一定适合作为标准模板。
例如,某门店店长每天会在午餐前根据前一日订单调整备料,并要求员工用固定话术推荐两款高毛利产品。这个动作带来的提升是真实的,但如果总部只复制产品而不复制备料机制、培训和排班,其他门店很难得到同样结果。
最佳门店的结果可以复制,最佳门店的个人能力未必可以复制。因此,在提炼案例时,要把“产品因素”和“管理因素”拆开,确认成果到底来自菜单设计、流量条件,还是某个人的额外努力。
我建议把报表按三个时间切片展示:上线前基准期、上线后短期试运行期、上线后稳定观察期。基准期用于判断原有结构,短期用于观察顾客是否愿意尝试,稳定期用于判断复购、毛利和操作成本。
如果只看短期,容易把新鲜感当成产品价值;如果只看稳定期,又可能错过产品早期曝光不足的问题。三个切片结合起来,才能判断是“顾客不愿意买”,还是“门店没有把产品持续卖出去”。

如果产品被看到的人少,但看到后的加购率并不差,说明产品价值可能没有明显问题,主要障碍在菜单位置、图片、搜索词、陈列或店员推荐。
此类门店如果直接降价,可能只是让原本愿意购买的人少付钱,并不能解决更多顾客看不见的问题。
顾客愿意点击,但不愿意加入订单,通常说明产品信息没有完成说服。常见原因包括图片与实际分量不一致、口味描述过于抽象、价格明显高于相邻产品,或者套餐组合让顾客无法快速判断是否划算。
我会先做三个小测试:把口味描述改成更具体的感官语言;增加分量、适用人数和辣度说明;设置一个可比较的中间价格档。测试时不要同时更换产品本身,否则无法判断究竟是表达改变还是产品改变起作用。
这种情况在外卖和小程序订单中较常见。顾客已经表现出兴趣,但在支付页面因为配送费、起送门槛、优惠券不可用或预计等待时间过长而退出。
此时调整菜单图片意义有限,应该先修复交易规则和履约承诺。
如果订单已经形成,但退菜率、差评率或退款率偏高,继续投放只会扩大问题。餐饮产品的复购价值建立在稳定交付上,一次口味偏差可能直接抵消多次营销带来的新客。
建议按门店、班次和员工拆分差评,重点寻找“某个门店集中出现”“某个时段集中出现”“某种包装导致出现”的模式。对于制作复杂的新品,标准化不只是配方,还包括备料时间、装配顺序、保存时长和出餐检查点。

有些产品销量不高,但毛利好、复购稳定,而且制作并不复杂。这类产品可能承担补充品类、满足特殊需求或提高菜单完整性的作用。若直接下架,顾客可能转向竞品,或者订单结构出现新的缺口。
对于此类产品,可以降低备货深度、缩小展示面积或只保留在特定门店,而不是全系统删除。菜单优化的目标不是让每个产品都成为爆款,而是让有限的厨房、页面和库存资源产生更高的整体价值。
当门店的客群、设备、供应链和履约能力高度相似时,统一菜单能够降低采购、培训、物料和系统维护成本。如果核心产品占据主要销售,统一标准也有助于保持品牌认知。
但统一菜单不代表每家店所有产品都必须完全一致。更好的做法是划分三层:核心菜单统一、区域菜单有限调整、门店菜单小范围测试。核心菜单保持稳定,差异化内容控制在可管理范围内。
如果门店所处商圈差异明显,或者堂食、外卖、团购结构不同,就应该允许有限差异化。社区店可以增加家庭分享和高性价比组合,办公区店可以强化单人快餐和预点单,商场店则可以优化视觉呈现和尝鲜型产品。
差异化必须有边界。总部应统一原料质量、核心配方、食品安全要求、价格上下限和数据口径;门店可以调整展示顺序、套餐组合、推荐时段和少量区域产品。
| 决策方式 | 优点 | 代价 | 适用情况 |
|---|---|---|---|
| 全系统统一 | 采购和培训简单,品牌表达一致 | 容易忽视商圈差异,失败时返工范围大 | 门店条件高度相似的品牌 |
| 按门店群调整 | 兼顾效率与适配度,便于复制 | 需要更完善的数据分群和物料管理 | 多数中型连锁最适合的方式 |
| 完全门店自主 | 反应快,能适应本地客群 | 采购、质量和品牌管理复杂 | 区域属性强、门店经营能力成熟的体系 |
并非所有门店都应该追求同一个新品渗透率。办公区门店的目标可能是提高午餐出餐效率,社区店的目标可能是提升晚餐客单,商场店的目标可能是提高周末尝鲜转化。若统一使用同一个销量目标,门店会为了完成数字采取不适合自身场景的促销动作。
我建议总部为不同门店群设置不同的目标组合,而不是只设一个销售目标。例如,高峰型门店同时看出餐时间和贡献毛利;家庭型门店看分享装占比和客单价;外卖型门店看破损退款率和复购率。

投资人常常担心差异化会增加系统复杂度,这个担心合理,但真正昂贵的成本往往来自错误统一。一个不适合某类门店的产品被强制推广后,会产生报损、培训、差评、员工抵触和顾客流失,这些成本通常不会出现在菜单项目预算里。
当然,差异化也不是越多越好。每增加一个区域版本,就会增加原料管理、菜单维护、培训和质量控制难度。因此,判断是否保留差异化时,要比较两笔账:适配带来的增量贡献,以及复杂度带来的管理成本。只有前者持续高于后者,差异化才值得保留。
如果报表目标是支持菜单调整,我建议至少建立四张相互关联的表。第一张是销售结构表,回答产品卖给了谁、在哪个时段、通过什么渠道卖出;第二张是履约质量表,回答门店能不能稳定交付;第三张是利润贡献表,回答产品留下了多少价值;第四张是顾客反馈表,回答产品是否值得长期保留。
四张表不一定要做得庞大,但必须使用相同的门店编码、商品编码和日期口径。否则销售表显示的新品销量与利润表中的新品成本无法对应,最后仍然只能回到人工解释。
我不建议让管理层每天查看几十个指标。日常经营可以先看八个核心指标:单店日均销量、销售渗透率、客单价变化、贡献毛利、老品替代率、缺货率、平均出餐时间和30天复购率。
其中,销售渗透率用于排除门店规模差异,贡献毛利用于判断真实价值,老品替代率用于识别虚假增长,缺货率和出餐时间用于检查门店能否承接,复购率则用于判断短期热度是否能够转化为长期需求。

很多报表的问题不是没有数据,而是数据没有解释。建议给每家门店增加异常原因字段,由店长或区域经理从标准选项中选择,例如缺货、设备故障、员工培训、商圈活动、天气影响、平台流量变化、原料质量和竞品促销。
这个字段不能完全替代数据分析,却能帮助总部把异常分成可复制问题和偶发事件。比如五家门店同时出现缺货,可能是供应链问题;只有一家门店在某班次出现异常,可能是排班或操作问题。
同时,异常字段必须要求填写证据,例如库存盘点、设备维修记录、平台活动截图或差评关键词。否则它很容易变成“销量不好,因为客流少”这样的无效解释。
周报的作用是及时发现过程问题,例如缺货、等待时间、推荐率和促销执行率。月报的作用是判断产品是否应该保留、扩大、改版或退出。两者不能混用。
如果每周都因为销量波动改变菜单,门店会不断适应新规则,员工也无法形成稳定动作。相反,如果三个月才看一次缺货和差评,又会错过调整窗口。合理的节奏是周度纠偏、月度评估、季度复盘。

如果这七个问题中有三项以上无法回答,我建议暂缓全量调整。不是因为数据必须完美,而是因为决策者还没有掌握足够的因果线索。先补齐最关键的字段,通常比继续争论“这款菜到底好不好”更有效。
第一周做基线,不改变价格和促销,只确认不同门店群的原始表现。第二周只调整展示和推荐,观察曝光、点击和加购变化。第三周调整套餐或价格结构,观察支付转化、客单和毛利。第四周检查复购、差评、缺货和门店执行负担。
这个过程不追求一次得到终极答案,而是逐步排除错误解释。四周后,如果某类门店仍然表现不稳定,就应当承认它可能不是这款产品的适配场景,而不是无限增加促销预算。
| 结果 | 典型表现 | 建议动作 |
|---|---|---|
| 扩大推广 | 销量、贡献毛利和复购均改善,门店差异可控 | 扩大到相似门店群,复制流程而非只复制产品 |
| 保留并局部优化 | 部分门店有效,部分门店受设备或客群限制 | 按门店群保留不同版本,设定差异化目标 |
| 暂停推广 | 订单有增长,但促销依赖、等待时间或老品替代过高 | 先修价格、工序或供应链,再重新测试 |
| 退出菜单 | 长期贡献毛利低,复购弱,执行成本高且无战略价值 | 分阶段清理库存和物料,保留顾客替代方案 |
我最想强调的一点是:门店差异大,本身不是坏事;在没有解释差异之前就强行统一,才是风险。差异可能意味着不同商圈存在不同机会,也可能暴露出供应链、培训、菜单表达或履约能力的短板。
餐饮店报表的价值,不是把所有门店排列成一个从高到低的名单,而是告诉投资人:哪一类门店为什么有效,哪一类门店为什么失效,复制成功需要哪些前置条件,继续投入的边界在哪里。
下一步可以从一款正在调整或争议最大的产品开始,补齐门店分群、时段、渠道、贡献毛利、老品替代、出餐时间、缺货率和复购率八项数据。先选四家具有代表性的门店做小规模测试,再决定是统一推广、分群推广、改版重测还是退出菜单。
真正成熟的菜单策略,不是追求所有门店看起来一样,而是让相似条件的门店能够稳定复制,让不同条件的门店有清晰边界地做适配。投资人最终要管理的不是一张菜单,而是菜单背后的经营约束、执行过程和利润结果。
我原本以为只要统一下架低销量菜、增加高毛利菜,各门店的结果就应该接近。但实际复盘时,我发现有的门店客单价上涨,有的门店却出现订单量下滑,我想知道这种差异到底是门店执行问题,还是菜单方案本身就不适合直接复制。
门店差异大,通常不是“店长执行不到位”这么简单,而是菜单调整同时改变了顾客选择、备餐动线和门店原有的销售结构。投资人最容易犯的误区,是只看调整后菜品的销售排名,却没有先确认各门店调整前的客群、商圈和品类基线是否接近。我曾参与复盘一轮覆盖12家门店的菜单调整:统一减少6个低销量菜,增加3个高毛利套餐。
四周后,整体毛利率从61.8%升到63.1%,看起来方案有效;但拆到门店,最高门店提升4.7个百分点,最低门店反而下降1.9个百分点。
门店类型调整前客单价堂食占比套餐销售占比变化毛利率变化 写字楼店48元72%+11个百分点+4.7个百分点 社区店36元54%+3个百分点+1.2个百分点 交通枢纽店42元31%-6个百分点-1.9个百分点 进一步看,写字楼店的顾客本来就更容易接受固定套餐,收银台和取餐区也能支持快速推荐;
交通枢纽店则更依赖单点、外带和快速出餐,套餐增加了顾客决策时间,反而拉低了转化率。表面上是同一套菜单,实际上改变的是三种不同的消费场景。我的判断标准是:先按商圈、客群、渠道和高峰时段给门店分组,再比较组内结果,而不是直接比较所有门店的平均值。
若同一组内仍然差异超过10%至15%,再检查培训、陈列、备货和收银推荐,否则很容易把结构性差异误判成执行问题。
我以前会优先删除销量低的菜,再把销量高的菜放到更显眼的位置。后来发现有些低销量菜虽然卖得少,却能带来较高毛利或拉动饮料、主食销售,所以我想知道菜单调整到底应该看哪些指标。
单看销量做菜单决策,最容易误删两类菜:一类是销量不高但毛利贡献稳定的菜,另一类是承担连带销售作用的引流菜。餐饮报表应该至少同时看销量、销售额、单份贡献毛利、售罄率、退菜率和连带购买率。我在一次门店复盘中,把某道月销量排名倒数第三的烤物列为待下架菜。
它单月只卖了286份,销售额约1.7万元,看起来不值得保留;但它的单份贡献毛利为24元,并且购买该菜的订单中,有41%同时购买饮料和小吃。
判断指标低销量烤物高销量低毛利主食真正应关注的结论 月销量286份1,120份不能单独决定去留 单份贡献毛利24元7元烤物更能贡献利润 连带购买率41%18%烤物具备带动作用 退菜率2.1%5.8%主食存在体验或出品问题 如果只按销量下架烤物,预计每月减少约6,864元直接贡献毛利,还可能连带损失饮料和小吃销售。
相反,真正需要优化的高销量主食,可能是份量、定价或出餐稳定性,而不是简单保留。我建议把菜品放进“销量,贡献毛利,连带价值”三维表,而不是只做销量排行榜。只有当一道菜销量低、贡献毛利低、没有明显引流作用,同时还占用大量备货和出品资源时,才适合进入下架候选名单。
同一轮调整后,我看到A店的套餐转化率明显高于B店,于是第一反应是认为B店培训没做好。但我担心这种判断太主观,想知道有没有一套报表方法,可以把菜单问题和执行问题拆开。
区分方案问题和执行问题,不能只看最终销售额,而要把顾客从“看到菜单”到“完成购买”的过程拆成几个环节。建议至少追踪曝光率、推荐率、点单转化率、出餐完成率和退菜率,定位差异究竟发生在哪一步。我曾对两家客群相近、营业面积接近的门店做过四周对照。
两家店的新套餐曝光率都约为80%,但A店的员工推荐率达到63%,B店只有27%;B店并不是顾客不接受套餐,而是大多数顾客根本没有被有效介绍。
环节A店B店差异判断 菜单或收银台曝光率82%79%方案展示基本正常 员工主动推荐率63%27%主要是执行差异 顾客接受率38%35%产品吸引力接近 出餐超时率4.2%11.6%B店后端产能不足 这组数据说明,B店前端推荐少、后端出餐慢,最终套餐销售低并不能证明菜单方案失败。
如果直接撤回套餐,实际上会错过一个已经验证过顾客接受度的产品。我的做法是先建立门店执行基线:推荐率低于目标值时查话术、激励和排班;接受率低时查价格、组合和呈现;接受率正常但出餐超时高时查备料和厨房产能。只有当执行环节达到标准后,门店结果仍显著落后,才有必要重新质疑菜单方案。
我见过门店在调整后一周销售下滑,就要求马上恢复旧菜单,也见过连续几个月不复盘、一直保留表现不佳的组合。我想知道餐饮店报表应该设置多长观察周期,以及哪些情况需要提前停止测试。
菜单调整不能只看一周,也不宜无限期观察。第一周通常会受到员工熟悉度、老顾客惯性、备货波动和促销曝光影响,数据噪声较大;比较稳妥的方式是把测试拆成预热期、稳定观察期和复盘期。
我在一轮8家门店的测试中,第一周新套餐订单占比只有9.4%,第二周升到14.8%,第三周达到17.2%,第四周稳定在17.5%左右。如果在第一周就判断失败,会错过员工推荐和顾客认知逐步形成的过程。
阶段建议周期重点看什么不宜做什么 预热期第1周陈列、培训、备货、系统配置不据此判断最终盈利 稳定观察期第2至4周订单占比、贡献毛利、复购和出餐不只看单日峰值 复盘期第5周分店分组、渠道和时段差异不直接用总平均覆盖问题 观察周期也要结合客流频率。
社区店需要覆盖多个周末和工作日,写字楼店则必须覆盖完整工作周;如果某道菜月均销量只有几十份,就不适合用一周数据下结论。不过,出现食品安全风险、退菜率连续超过基线两倍、缺货导致核心订单流失,或单份贡献毛利为负时,不需要等满四周,应立即暂停或修正。
我的判断原则是:普通销售表现看完整周期,经营风险看实时预警,不能用“再观察一下”掩盖已经明确的问题。


读者评论
以前看新品表现主要盯销售额,文章提到的内部替代很有启发。尤其是促销后还要拆分原价订单、优惠订单和搭售订单,否则很容易把老客换购误判成新增需求。
把“门店差异大”拆成商圈、时段、渠道和履约条件,确实比简单归因于店长执行更客观。B店新品渗透率低但出餐时间更长这个例子,说明菜单和厨房产能必须一起评估。
我比较认同不要只看总部平均数。高流量门店可能抬高整体结果,中位数和四分位区间更能反映普通门店情况。实际推广前,先按相似门店分组测试,风险会小很多。