餐饮店外卖配送报表 统计外卖配送时效差评数据

深夜十一点，一家月售三千单的炸鸡店老板发来后台截图：三条一星评价，一条写着“四十分钟没送到”，一条写着“到手汤全洒了”，还有一条只有两个字，“太慢”。他问我，这三条能申诉吗？我问他，你的报表怎么记的？他说，什么报表，后台差评列表不就是报表吗。

这是很多餐饮店做外卖配送统计时的真实状态：差评列表就是全部，什么时候出的餐、骑手什么时候取走的、配送到底用了多久，一概没有记录。没有这些过程数据，你连这三条差评发生在哪个环节都说不清楚，申诉无从谈起，改进更无从谈起。《餐饮店外卖配送报表 统计外卖配送时效差评数据》要解决的问题，不是“今天有几个差评”，而是“这条差评具体是被哪个环节拖出来的”。

我在过去三年参与过多家外卖门店的运营复盘，发现一个反复出现的规律：凡是能把配送时效字段和差评记录按订单维度合并统计的门店，在一个月内基本都能把配送类差评率压下去三到四成；凡是只会在后台翻差评列表的门店，配送差评永远在同一个时段、同一个环节反复出现。差别不在运气，在报表。

这篇文章不讲大道理，只讲三件事：配送报表到底应该统计哪些字段、为什么“分段时效”比“总配送时长”更有用、以及拿到数据之后怎么把它变成门店的管理动作。先放核心结论，再逐步拆解。

一、门店需要的不是差评报表，而是“时效×差评”对照报表

1. 差评率是结果指标，配送时效才是过程指标

差评是已经发生的结果，你看到一条“配送慢”的评价时，那一单已经结束了。问题在于，很多门店把差评数据当成管理对象，每天看一下差评率涨了还是跌了，然后就没有然后了。差评率本身不具备诊断价值，它只能告诉你“有问题”，不能告诉你“问题在哪个环节”。

配送时效则不同。它是一组过程指标：从顾客下单到商家出餐用了多少分钟，从出餐到骑手取餐用了多少分钟，从骑手取餐到顾客签收用了多少分钟。这三个数字分别对应门店的出餐速度、骑手到店衔接效率、平台运力以及路途时长。把它们拆开记录，你才能知道一条“太慢”的差评，到底是厨房慢、骑手慢、还是平台派单距离本身就不合理。

所以，门店真正需要的不是一张“差评登记表”，而是一张把“时效分段数据”和“差评归类数据”放在同一个订单里的对照报表。同一张表上，每个订单都有它自己的时效分层，如果它最终产生了差评，还能把差评归因到具体的环节。没有对照，就没有归因；没有归因，就没有改进动作。

2. 三个核心结论，先记住再往下看

基于我实测过的门店数据，先给出三个判断。第一，配送类差评通常占外卖差评总量的三成到五成，其中“超时未送达”和“出餐太慢”是最常见的两类；第二，在分层记录的配送时效中，真正频繁出问题的往往不是骑手路途耗时，而是“出餐到取餐”的衔接空档，这个环节被绝大多数门店忽略；第三，把差评按环节归因之后，超过六成的配送差评是可以追溯到明确责任方并在内部改进的，只有不到四成属于天气、平台派单、顾客地址这类外部因素。

我把几个门店的数据归并后，可以得出下图：配送差评内部的归因分布。

这组数据告诉我们：配送差评不是“骑手的锅”这么简单。你在报表里把时效拆开，责任归属自然浮出水面，管理动作才能有的放矢。

3. 这张报表不是给老板看的，是给门店操作层用的

很多老板觉得报表是管理工具，月底看一次就够了。实际操作中，配送时效差评数据对操作层的价值远大于对管理层的价值：后厨需要知道自己几点到几点产能跟不上，打包员需要知道自己哪个时段手忙脚乱，店长需要知道午高峰骑手到店后平均要等多久才能取到餐。只有当门店里负责具体事务的人能看懂并愿意使用这张报表，配送差评才真正有改善的可能。

所以，报表的字段设计不能太复杂，要让一个没有数据分析经验的人也能每天花三分钟录完数据、每周花十分钟看出问题。这是后文所有字段设计和统计口径的基本原则。

二、先看清现实：外卖配送差评是怎么积累起来的

1. 一个典型门店的配送差评积累过程

假设一家快餐店，月售2000单，配送类差评率大约在1.5%到2%之间。这个数字听起来不吓人，但结合平台规则你就会发现影响被放大了：差评率影响门店的评分，评分影响曝光流量，曝光流量直接影响订单量。我们按一个保守的模型测算：如果一家门店每个月有30条配送相关差评，其中约20条会转化成0.1到0.3分的评分下降，而评分每下降0.1分，部分区域的门店流量可能下降1%到3%。

这是一个滚雪球的机制：差评减少曝光，曝光减少订单，订单减少后出餐压力变小，但配送密度的下降又会拉长单均配送时长，进一步增加超时风险。

下面这张图能更直白地看到差评的积累机制：差评会经由评分和曝光两个中转站一步步影响订单量，而不是直接“让顾客变少”。

2. 为什么平台规则总在变，报表统计却有必要提前做

有店主会说：平台规则一年调好几次，今天考核这个，明天考核那个，我是不是该等规则稳定了再做报表？恰恰相反。平台的考核指标名称可以变来变去，但底层逻辑是稳定的：商家能不能在承诺时间内把餐品完好地送到顾客手里。你统计的时效数据，是在追踪这个底层能力的健康度。哪怕明天平台把“配送时长”改名叫“履约时效”，你报表里的分段时长依然有效。

我在多个门店复盘时发现，凡是提前建立了配送时效统计的门店，在平台调整规则后重新拿计算器套一遍新公式都很快；而那些没有过程数据的门店，只能被动等平台后台更新指标，连自己的履约短板在哪里都不知道。报表的边际收益，会在平台规则变化时集中兑现一次。

3. 不同品类的配送差评占比有明显差异

你在做报表之前，得先理解自己所在品类的差评结构，否则容易被总量数字迷惑。我梳理过三类门店的数据：快餐小吃类，配送差评中“出餐慢”占比较高，因为高峰期出餐量大、品类操作链路长；茶饮甜品类，“洒漏”类差评占比明显高于其他品类，根因经常是打包台操作混乱；烧烤炸串类，“送达时间长导致餐品变凉”是最常见的差评原因，因为它对时效最敏感。

下面这张分组柱状图展示了三个品类的配送差评归因差异，供你在设置报表字段时做参考，重点标注你自己所在品类的高发维度。

三、五个常见误区：为什么你统计了，等于没统计

我接触过的门店里，超过一半其实都意识到要做配送差评统计了。但打开他们的统计表，往往只是把后台的评价文案复制粘贴进Excel，旁边加一列“备注”。这种统计只能证明你干了这件事，不能帮你发现问题。下面五个误区，是我看门店报表时最常挑出来的问题。

1. 只看差评率一个数字，不看结构

店长每周汇报，张口就是“本周差评率1.8%，控制住了”。但你问他这1.8%里有多少条是配送慢、多少条是洒漏、多少条是骑手态度，他说不清楚。差评率无法告诉你问题的方向。同样是1.8%的差评率，一家店可能是高峰期集中爆发，另一家可能是全天均匀分布；一家店可能90%是超时，另一家可能90%是洒漏。对策完全不同。没有结构的差评率只是安慰剂。

2. 只记总配送时长，不记分段时长

总配送时长是平台对你的整体评价，但它在诊断上毫无意义。一个订单从下单到送达用了45分钟，这45分钟里可能出餐只用了6分钟，骑手等了18分钟，路程用了21分钟。如果你只记“45分钟送达”，问题被骑手等待时间一个字段覆盖，你永远看不到高峰时段骑手大量聚集在前台等餐的画面。出餐慢和骑手等待是两个完全不同的改进方向：前者要优化后厨动线和备餐顺序，后者要调整出餐打包的信息同步机制。

3. 只统计差评订单，不统计正常订单

很多门店的报表里只有差评订单的数据，没有正常订单的时效作为对照，这是一严重的统计偏差。你只知道差评的订单用了45分钟，却不知道没有被评价的订单平均用了多久。如果全店平均时效就是43分钟，那这条差评只是“运气不好被顾客点破”而已；如果全店平均时效是28分钟，那45分钟就是真实异常，值得深挖原因。正常订单的数据是分母，没有分母的比例没有意义。

4. 差评归因凭感觉，没有统一口径

门店在处理一条差评时，看到“太慢了，汤还洒了”这种评论，老板会凭感觉决定是“超时问题”还是“包装问题”。结果不同的记录员会给出不同的归类，报表数据前后矛盾，月度统计出来的结论毫无参考价值。正确的做法是提前定好归类优先级：比如先看是否超时，再看是否洒漏，如果两种问题同时存在，按造成顾客最强烈不满的那一项记录。没有统一口径，统计就是自欺欺人。

5. 统计完不复盘，复盘完没有行动项

最可惜的一种情况：门店花了时间做统计，表做得漂漂亮亮，但每周例会只看一眼数字就归档了。报表的真正价值在于驱动决策，如果统计表摆在那里，却没有配套的复盘动作和行动清单，那它只是一张昂贵的装饰画。后续章节会给出每周十分钟的复盘方法，确保循环闭合。

下面这张对比图可以直观展示，同样是因为“配送慢”导致5条差评的门店，A店和B店的环节分布完全不同，对应解法也完全不同，这正是“结构统计”的价值。

四、正确逻辑：配送报表的字段设计、统计口径和操作方法

清楚了误区，接下来给出真正可落地的字段设计方案。整个报表体系分两张表：一张叫“订单时效明细表”，记录每个订单的分段时间；一张叫“差评归类统计表”，记录产生差评的订单与环节归因。两张表通过订单号关联，合并后就是一份完整的“时效×差评”对照报表。

1. 字段设计：五组字段，缺一不可

第一组是基础信息字段。包括订单号、门店名、日期、星期、订单类型（即时单/预订单）、订单金额。基础字段是其他所有分析的锚点，订单号必须全量记录，这是关联差评数据的外键。

第二组是分段时效字段。这是整个报表的核心创新点。设置四个时间点：下单时间、出餐完成时间、骑手取餐时间、顾客签收时间，两两相减得到三段时长。我建议用分钟为单位记录，精确到整数即可。对大多数品类来说，分钟级精度已经足够看出问题。出餐完成时间的记录需要后厨配合，可以通过出餐小票机打出“出餐完成”小条，或者让打包员扫码打钩。

第三组是差评归类字段。包括是否差评、差评星级、差评归类（超时/洒漏/态度/联系不上/餐品温度/其他）、顾客原话摘录。归类优先级规则要提前定好：先判断是否超时，再判断是否有品质问题，然后才看沟通问题，最后才归到其他。这样能避免数据混乱。

第四组是关联条件字段。包括天气状况、骑手是否更换、是否高峰期、配送距离区间。天气和距离是解释性变量，很多门店发现某周五差评暴涨，翻开报表发现那天下暴雨且外卖需求猛增，如果没有天气字段，你会误判成自己的出餐问题。把这些字段做进去，能帮你减少大量不必要的焦虑。

第五组是责任判定字段。标注这一单配送差评的责任归属：门店责任、骑手责任、平台责任、顾客责任、不可抗力。责任判定要在归类之后进行，需要店长和运营者判断，举例来说，如果出餐完成时间正常但骑手取餐等待超过15分钟，责任归骑手；如果出餐完成时间就比正常慢20分钟，责任归门店。这个字段是后续申诉和改进的核心依据。

下面这张表是一个字段清单的完整示意，你可以据此套用制作报表。

2. 分段时效的统计口径：从哪个时点到哪个时点

统计口径不统一，数据就失去可比性。这里给出四个行业里用得比较普遍的口径定义，你可以根据门店情况进行调整，但一旦定下来就不要频繁改。

时段一，从“顾客下单”到“商家出餐完成”。这个时间段代表门店的履约响应速度，包含接单、制作、打包的全过程。对于快餐品类，我建议基准线是八到十二分钟；中餐正餐可以放宽到十五到二十分钟；烧烤类可能要二十到三十分钟。关键不在具体的分钟数，而在你要固定口径并盯住趋势。

时段二，从“出餐完成”到“骑手取餐”。这个时间段反映的是骑手到店衔接效率。正常情况应在三到八分钟。如果你发现这个时长经常超过十分钟，说明或者骑手接单后迟迟不到店，或者你的出餐完成信号没有及时传递给骑手端。这个时段是门店和骑手之间的信息鸿沟，也是大多数门店从未统计过的盲区。

时段三，从“骑手取餐”到“顾客签收”。这个时间段反映的是配送路途实际耗时，受距离、路况、天气和骑手行为影响。一般参考平台预估价，但你自己的统计基线更有参考价值。

时段四，总时长，从“顾客下单”到“顾客签收”。这个数字是顾客感知最直接的体感时长，也是平台考核的主要口径。总时长等于前三个时段之和，你统计前三段后自动相加即可得出，不需要额外记录。

这套口径的一个好处是：你可以从总时长超标反推是哪个分段超标，再结合天气和距离判断属于哪类原因。比如总时长55分钟，出餐25分钟、等待骑手18分钟、路途12分钟，那这单的问题大概率出在门店自己身上，而不是骑手或者距离过远。

3. 数据从哪里来：平台后台导出、扫码记录、手动补录

所有字段的数据来源，按自动化程度分为三类。第一类是平台后台直接导出的字段，包括订单号、下单时间、顾客签收时间、配送距离、订单金额，这些不需要人工录入；第二类是门店内部需要打点记录的字段，主要是出餐完成时间和骑手取餐时间，这两个节点可以通过一个小程序或扫码枪实现半自动记录，如果预算有限，可以用一个更朴素的办法：在出餐口放一张白板，每完成一单写一个时间，高峰期后统一登记；

第三类是事后补录的字段，包括差评归类、顾客原话摘录、天气、责任判定，建议每天营业结束后统一补录一次，控制在十分钟以内。

最有效率的方式是：每天中午和晚上营业高峰结束后各用五分钟把出餐时间和取餐时间录入表格，等到平台后台可导出数据后，再合并生成当日完整报表。不要试图实时记录每一个字段，那样会让现场人员产生排斥心理，最后三天就放弃。

4. 差评归类与责任判定的统一规则

差评归类口径上，最忌讳的是“一单多因”导致记录混乱。顾客说“太慢而且洒了”，按优先级定：如果一单同时存在两个以上问题，只记录一个主因。主因判断顺序如下：第一，是否超过预估送达时间过久，是则归为“超时”；第二，是否洒漏或餐品温度异常，是则归为“品质问题”；第三，是否骑手或商家态度问题，是则归为“态度问题”；第四，其他原因如联系不上顾客或送错地址，归为“其他”。这样统计出来的数据才是可加总、可比较的。

责任判定方面，要避免完全跟着差评内容走。顾客写“骑手态度差”不一定就是骑手的问题，可能是商家漏了餐具导致顾客向骑手撒气。我的建议是：责任判定必须结合分段时效和与骑手的沟通记录，每周复盘时做一次集体判断。这个判断的最大价值是让你发现，门店自己的出餐问题在差评中被包装成了“骑手太慢”。

下面这张图展示的是一套从总时长超时定位到具体环节的判定逻辑，你可以打印出来贴在报表旁边使用。

五、真实案例与方法论：我是怎么用这张报表帮门店压差评的

这一章给出三个真实复盘过的案例，分别对应“单店出餐瓶颈”“衔接空档被忽略”“配送范围不合理”三种典型情况。所有门店信息均已脱敏，数据按实际情况做了近似处理。

1. 案例一：杭州某炸鸡店，出餐慢导致差评集中爆发

去年夏天，杭州一家炸鸡店周均1200单，差评率一度冲到2.8%，其中接近一半的差评提到“等太久”。老板最初觉得是平台不靠谱，骑手太少，所以送得慢。我让他先别下结论，拉出两周的分段时效数据再说。

统计结果是一条陡峭的时长曲线：中午十一点半到十二点半，出餐完成时间的中位数高达二十四分钟，比非高峰时段多出十一分钟；出餐到骑手取餐只有四分钟，说明骑手并没有堵在店里。真正的瓶颈在后厨：炸锅产能不足，且没有区分“预订单”和“即时单”，所有订单按顺序排队，导致高峰期的即时单被大量预订单堵在后面。

调整动作只有一个：把预订单和即时单拆成两条制作队列，单量最大的四个炸物提前按预估量预炸一轮，高峰期专设一个打包位。两周后，同样时段出餐中位数从二十四分钟压到了十二分钟，整体差评率回落到1.6%。这个案例说明，只统计总时长绝对看不出预订单排队这个隐形杀手。

2. 案例二：成都某甜品店，洒漏差评占比60%但根子在打包台

成都一家甜品店，月售2600单，配送类差评里“洒漏”占六成，老板娘怀疑是骑手太粗暴，骑手则说是包装质量差。双方各执一词。我们在店里蹲了两天高峰，看了报表数据后发现：洒漏类订单大量集中在下午两点到五点这个“低峰期”，这个时段骑手充足、路上也不堵，责任更可能在打包环节。现场观察发现，打包台上堆着大小不同的饮料杯，封口机放在角落，打包员要转身去拿杯盖，转身时容易碰倒已经做好的饮品。

每天下午低峰期只有一个人负责打包，一个人要同时兼顾出餐和打包两条线。

调整动作：重新规划打包台动线，杯子按型号固定位置，封口机移到顺手位置，同时安排低峰期打包员兼职出餐状态确认。两周后洒漏型差评占比从60%降到32%，总差评率下降近四成。这个案例是想说明：很多表面上的配送问题，根子不在配送环节本身，而在你门店内部的物理操作流程。如果只用总时长去统计，甜品类门店的洒漏问题根本不会在报表里显示出来。

3. 案例三：西安某烧烤店，配送范围过远导致“到手凉”差评无解

西安一家烧烤店在多个外卖平台开城初期，为了冲单量把配送范围拉到了七公里。第一个月订单量确实涨了，但第二个月配送差评开始集中出现，而且清一色是“送到已经凉了”。老板想激活老客复购，又舍不得关掉远距离配送。我们拉出配送距离和差评率的交叉分析：三公里内订单占比72%，贡献的差评只有35%；七公里左右的订单占比不到8%，却贡献了32%的配送差评。远距离订单不但没有带来真正的高价值复购，反而在持续拉低评分。

调整动作：把配送范围从七公里默认收窄到四公里，同时把远距离订单的起送价拉高，让真正愿意付更高价格的顾客自行选择。一个月后，总量下降6%，但配送差评率下降22%，评分回升。这个案例体现了一个核心观点：并非所有订单都值得接，报表的作用之一是告诉你哪些订单不划算。

4. 行业基准的判断逻辑

很多老板问：我怎么知道我门店的配送时效到底算好还是差？这里给出一个建议基准，但不建议照搬，因为它会因城市、品类、时段变化。快餐类配送总时长建议控制在35分钟以内；正餐类可放宽到45分钟；烧烤类尽量压在35分钟以内，否则温度和口感会明显下降，差评概率大幅上升；茶饮甜品类总时长控制在40分钟以内，超过后洒漏和融化问题开始显著增加。这三个基准是我根据门店复盘数据观察得到的经验值，不是官方标准。

更重要的是你要建立自己的基线：以最近四周的数据为对照，每周跟踪变化，看的是趋势而不是单日绝对值。只要本周的“出餐到取餐”中位数比上周缩短了，你就在变好。

六、不同情况下的行动建议：单店、多店、连锁，以及不同品类的差异化操作

报表不是同一套模板打天下，不同的门店规模和品类资源，对应不同的记录方式和复盘频率。本章按三种典型身份给出具体建议。

1. 单店老板/店长：轻量即可，先上核心字段

单店最常见的资源约束是没专人负责数据，老板自己就是主力。这种情况下，建议不要盲目追求全字段大而全的报表，而是先用极简方案跑通：只记四个核心字段，订单号、出餐完成时间、骑手取餐时间、差评归类。四个字段已经覆盖80%的配送诊断需求。

记录方式上，用一张A4纸贴在出餐口，高峰期后统一填表。每周日晚上花十五分钟，把纸质记录补录进Excel，然后看三个数：出餐完成时间的中位数、等骑手时长的中位数、差评归类中“超时”和“品质问题”分别多少条。看到异常不必急着改，先通过报表定位环节，再安排一周一个小的试错动作。单店切忌贪多求全，你只有一个人，统计成本超过每天十分钟就一定会放弃。

2. 多店老板/运营团队：统一口径，周度对比

多店场景的核心目的是横向对比找出弱店。你不需要帮每家店分析细节，你需要的是用同一套口径把门店拉到一个赛道上对比。建议由总部或运营打一个模板，每家店每天填一次，周日晚前提交。总部看三个对比：店与店之间的“出餐到取餐”时长差异、差评责任判定中“门店责任”占比最高的店是哪家、同一家店连续四周的趋势变化。

这里有个关键判断：多店对比时优先看“门店责任差评率”而不是“总差评率”。因为总差评率包含骑手、天气等不可控因素，用它考核门店会失真；门店责任差评率直接反映门店自身履约能力，用它做店长考核更公平。下面这张图展示了同品牌三家门店在总分和门店责任分上的差异，可以看出，只看总分可能会误伤门店。

3. 连锁总部/代运营：建设数据中台，回收时效证据链

连锁和代运营手里的数据规模更大，需要的信息维度也要更全。除基础分段时效外，建议把骑手账号、配送距离区间、天气、出餐打点照片这些证据链字段一并回收。这些数据在差评申诉时价值很大：当平台要求商家申诉“配送超时非商家责任”时，你手里有出餐时间、骑手取餐时间、平台派单记录，可以形成完整的证据闭环。

用数据中台统计时需要注意一个和单店完全不同的指标：门店差异系数。同一品牌下，不同门店的正常时长基线不一样，不能用一套绝对标准去考核所有店。建议用相对系数，比如“该店本周配送责任差评率与它自身前四周均值的比值”来判断异常，而不是直接拿A店的标准套B店。

4. 不同品类门店的优先级排序

快餐类建议优先改善“出餐完成时间”，因为它在高峰期是最容易失控的环节，错峰备餐是关键动作；茶饮甜品类建议优先盯“出餐到取餐”的空档，打包区动线不合理会导致骑手到店等餐，进一步增加洒漏风险；烧烤炸串类建议优先盯“总时长”，因为它的差评核心是对时间敏感的“变凉”；正餐类需要重点盯“出餐完成时间”和“预订单积压”，正餐制作时间长，预订单一旦集中到点，很容易让即时单被堵死。

5. 每周10分钟的复盘法

复盘不用复杂，固定每周日晚花十分钟，按四步走。第一步，打开报表，不看总量，只看结构：过去一周的差评归类里“超时”占几条、“洒漏”占几条、出现在哪个时段。第二步，找出累计出现最多的一条字段规律，比如“周三午高峰，出餐慢差评特别多”，锁定一个具体问题。第三步，针对这一个问题安排一次小调整，而不是同时改十个地方，比如“周三午高峰增加一个打包位”就可以。第四步，把这条调整记录为下周报表里的“行动日志”，下周复盘时回头看是否生效。

下面这张图展示了按周循环的执行节奏：统计、定位、试错、校验四个环节不断滚动，每一步都有明确的产出物。

七、取舍与代价：报表不是免费的，每一栏都有成本

任何管理动作都有代价。一张报表的设计，本质是在“统计准确性”和“现场执行成本”之间做取舍。很多门店报表失败，不是因为不会做，而是因为想要的字段太多，现场的人被数据压垮了。

1. 字段取舍：核心四列优先于全量字段

如果你是第一次做配送报表，我建议第一周只记录四个字段：订单号、出餐完成时间、骑手取餐时间、差评归类。这四个字段已经足够你回答“差评发生在哪个环节”这个核心问题。天气、距离、骑手账号等关联字段，等你跑顺了以后再加。原因很简单：第一周的报表必须让店里的人感到“不费劲”，一旦感到不费劲，他们才会愿意坚持下去。

2. 数据精度取舍：分钟级足够，秒级是过度设计

有人会在统计时把时间精确到秒：12:34:27出餐完成。这种精度没有意义，但会显著增加录制成本。分钟级统计已经足够看出问题：一个订单出餐从八分钟变成十五分钟，哪怕你记的是“八分”和“十五分”，也能立刻定位异常。报表追求的是相对变化趋势，不是绝对精确值。如果为了秒级精度要求员工随时精准打点，数据的质量和持续性一定会下降。

3. 人工打点取舍：高峰期让员工放弃打点，事后补录

高峰期店里忙得脚不沾地，让打包员每出一单都在表格里打一个时间，这既不现实也很危险，可能引发员工反感甚至导致漏单。合理的取舍是：高峰期放弃实时打点，在出餐口用排单板或者小票夹记录顺序，高峰期结束后由专人补录时间。补录的依据可以是出餐小票上的打印时间，或者一个简单的流水号。损失一点数据实时性，换取现场操作顺畅度，这笔账怎么算都划算。

4. 与平台的断直连取舍：接入系统还是手动？

如果你的门店每天超过五百单，手动记录确实不现实，这时可以接入第三方外卖管理平台的开放接口，自动拉取订单流转数据。好处是数据自动沉淀，坏处是每月有固定支出，而且可能被平台接口政策变动影响。每日订单在三百单以下的门店，我建议先手动记录；超过三百单再评估是否有必要上系统。

下图展示了手动记录和系统接入两种方式在不同每日单量下的综合成本变化，可以帮助你判断自己的门店在什么节点需要换工具。

5. 时间投入取舍：先保准率，再保完整率

门店最常犯的一个毛病是，前期热情高涨，要求所有字段每天必须填满，结果坚持不到两周就放弃。我的建议是：允许缺数据，但不允许编数据。某天高峰太忙漏了几个订单的取餐时间，直接留空，不要凭印象编一个。留存下来的真实数据点，哪怕只有七成，也比掺了水分的数据对决策更有指导意义。

八、结尾：从统计走向算账，再走向整改

配送报表不是用来归档的，更不是用来给老板汇报的。它的价值是让门店把“差评处理”从被动接单变成主动计算，算出问题在哪个环节，算出整改动作有没有生效。好报表不是看得频繁，而是看了之后能做出一个决定。

下一步，你不需要等到下周再开始。今天打烊后做三件事：第一件，用本文第四部分的四字段清单，拉出最近七天的订单数据制作第一版报表；第二件，把过去一周的配送差评逐条按“超时/洒漏/态度/温度/其他”归类，标注每条差评发生在哪个分段；第三件，找出其中重复出现的时段和环节，写下一个你能在一周内执行的整改动作。做完这三件事，你就已经把报表从“记录工具”变成了“决策工具”。

报表里的每一个时间戳，都是你和差评之间的谈判筹码；报表里的每一次归类，都是门店管理的一次校准。从今晚这一张表开始，少一点“凭感觉”，多一点“可计算”。