餐饮店写字楼客流报表 写字楼门店工作日客流数据统计
上周，一个做写字楼快餐的老板发来一张客流报表。报表里只有一行总数，没有时段分布、没有天气情况、没有外卖单量，甚至连“这数字到底是进店人数还是订单数”都说不清。他问我：“店里到底缺不缺人？”我盯着那张表看了五分钟，只能给出一个令他不满意的回答：“这张表看不出来。”这大概是写字楼餐饮人最熟悉的困境：客流数据每天都记，但记完之后既不知道店正不正常，也不知道下一步该改什么。
这篇文章想把“客流报表”这件事讲透，从口径统一、工作日客流曲线、七个关键判断指标，到续租、排班、周末营业、营销动作怎么用数据拍板。所有数据均来自我这些年参与过的门店复盘与行业观察，已做脱敏，部分为示意数据，供参考。
先说结论。客流报表的价值，不在于把数字记下来，而在于用它回答三个问题：我的店正不正常？问题出在哪个环节？下一步该做什么？如果一张报表回答不了这三个问题，那它只是一堆自我安慰的数字。
我见过太多写字楼门店的报表停留在“记录”层面：今天300人，昨天280人，周环比涨了7%。然后呢？没有然后。涨了7%是好事还是坏事？是因为天气晴好、外卖平台活动、还是隔壁店倒闭带来的自然流入？这些信息如果不在报表里，这个7%就没有任何决策价值。
关于客流报表，我的三个核心判断如下。
第一，报表必须分时段，否则集中度风险完全看不出来。写字楼门店的客流高度集中在工作日的午市。上午11:30到下午13:30往往能贡献全天一半以上的订单。如果你只记“全天总数”，你就看不到“午市压力过大、其他时段完全空转”的结构性问题。
第二，报表必须统一口径，否则三个店的数据放在一起就没有可比性。A店按“订单数”统计，B店按“进店人头”统计，C店按“路过顾客目测估算”统计。三个店拿同一张总表向总部汇报，数字看起来都正常，实际根本没有对比基础。
第三，报表必须记录外部变量，否则所有波动都无法解释。天气、外卖平台补贴力度、周边写字楼的公司活动、甚至楼里电梯检修都会影响当日客流。不记录这些变量，三个月后回看数据，你根本想不起来某一天为什么暴跌。
有一个反常识的观察：统计误差可以被容忍，但口径不一致会直接误导决策。我曾经对比过同一家店的两个数据来源：人工估算的全天客流是612人，POS订单数是486单，按客单价折算成“实际到店消费人数”约为432人。612与432之间相差了41.7%。如果经营者拿着“612人”去衡量服务员配置，就会多排一个人，每月多付出3500元到4500元的人力成本。这个错误不是统计精度的问题，而是定义问题。
做客流统计前，首先要明确“客流”是指哪种客流。这个词非常含糊，在写字楼餐饮场景里至少有三种截然不同的含义。
经过客流指从门店门口经过的人数，衡量的是位置价值和楼宇活力。写字楼门店的经过客流受电梯口位置、楼层高度、楼宇底层商业布局影响很大。一家开在写字楼一层大堂旁边的店和开在三层角落的店，经过客流可能相差3到5倍。
进店客流指实际踏入门店的顾客人数，衡量的是门头吸引力、品牌认知和产品展示效果。多数人工计数和摄像头统计的都是这一层。
有效客流指实际产生消费行为的人数。对餐饮门店来说，有效客流最接近“订单数”或“消费人数”。POS机里的订单数据和外卖平台后台的订单数据，本质上都属于有效客流的口径。
三种口径差多少？有一次我做门店调研，某家80平方米的写字楼简餐店，午市高峰门口人来人往，经过客流估算接近600人，进店约210人，最后产生订单的只有178人。从“经过”到“有效”，层层过滤掉了70%。同样坐落在写字楼商圈，位置好的门店天然能拿到更多“经过客流”，但如果产品不对路，进店转化和下单转化仍然可以很低。
自从帮几个门店做过客流统计方案之后，我发现很多老板纠结于“买什么设备”，但很少先想清楚“我要哪个口径的数据”。这里做一个直接对比。
| 统计方式 | 统计口径 | 优点 | 缺点 | 适合场景 |
|---|---|---|---|---|
| 人工计数 | 进店客流为主 | 成本最低，随时可做，灵活调整统计时段 | 人数易遗漏，无法统计消费转化，高峰时段容易数错 | 刚开业的店、小型门店、临时调研 |
| POS收银反推 | 有效客流 | 数据最真实，可同步统计客单价、时段和品类，零额外成本 | 漏单、并桌、一单多人时会有偏差；无法统计未消费的进店者 | 所有有收银系统的门店，建议作为基础口径 |
| Wi-Fi/Beacon探针 | 经过/进店客流 | 可识别手机MAC信息，能判断新老客比例 | 手机不开Wi-Fi则无法识别；隐私合规风险高；数据噪声较大 | 商场/写字楼整体客流动线分析，单店不推荐 |
| 摄像头AI识别 | 进店/经过客流 | 自动化程度高，可结合人体识别与头肩检测，支持回溯 | 需要硬件投入，安装位置影响准确率，一单多人仍无法区分 | 连锁品牌、多门店统一统计；需要回看视频验证的场景 |
| 外卖平台后台 | 有效客流（线上） | 订单数据完整，可直接看时段分布，附带平台活动数据 | 只能反映外卖单量，无法覆盖堂食；不能反映到店转化 | 外卖占比高、需要评估线上堂食比例的门店 |
我对大多数写字楼门店的建议是：用“POS订单数+每天三次人工时段计数”作为最小可行方案。不要一上来就买几万块的客流统计设备。先用最低成本跑两周，把“分时段订单数”“午市高峰进店人数”“雨天/晴天对比”这几个核心数据记下来，再判断要不要增加硬件投入。
这里给出一个我常用的报表字段模板，可以直接复制到Excel或腾讯文档里使用。
日期,星期,天气,时段,进店人数,订单数,平均客单价,外卖单量,当日备注
2024-04-08,周一,晴,08:00-10:00,36,27,18.5,14,早餐高峰较短
2024-04-08,周一,晴,11:30-13:30,186,152,28.5,63,午市排队约10分钟
2024-04-08,周一,晴,14:00-16:00,48,35,22.0,21,下午茶缓慢
2024-04-08,周一,晴,17:30-19:30,41,30,35.0,16,加班餐少
这组数据的意义在于：分时段看问题，而不是只看全天总数。当天全天订单244单，如果只看总数，你会觉得“还不错”。但拆开看，午市152单，占比62.3%，高峰忙到排队；其他三个时段合计92单，大量人力处于闲置状态。这就是一个典型的“午市依赖型”门店。
在讨论客流报表时，很多经营者缺少“参照系”。他们不知道自己的工作日照进多少人是正常的，什么时候开始下滑是危险的。这里先给出一条从多个写字楼门店运营经验中总结出的通用参考曲线。注意：这不是权威统计，只是经验观察，不同城市、不同楼宇品质、不同品类差异显著。
写字楼门店的工作日客流大致可以分为四种波形：单峰型、准双峰型、双峰弱晚市型、全时段分散型。
单峰型最典型的是快餐、简餐和面馆。早餐贡献5%到10%，午市11:00到13:30贡献60%到75%，下午茶极弱，晚市基本依赖加班人群，贡献通常不足10%。这种店的经营逻辑非常清晰：极致的午市效率。任何在午市之外增加人手的想法，都必须先算过账。
准双峰型常见于咖啡、茶饮和轻食。早餐时段有一波外带高峰，午市是绝对主峰，下午茶14:30到16:00形成第二波缓坡。因为这类型门店的客单价更高，下午时段的产品价值大于快餐店，所以下午茶能有效补充营收。
双峰弱晚市型常见于商务简餐和部分面食店。午餐主峰之外，晚市17:30到19:00还有一波小高峰，通常来自加班团队和邻近楼宇的晚餐需求。但晚市点位一般只有午市的20%到30%，不一定能支撑完整的晚市排班。
全时段分散型多出现在写字楼底商的大堂店或地铁接驳口店铺，全天都有零散客流，但没有明显主峰。这种店的优势是风险分散，劣势是人力效率低。
下面这张折线图展示了一种典型的写字楼快餐店工作日客流波形，供大家对比自测。
这里用表格形式给出快餐、咖啡茶饮、简餐正餐三类门店的时段参考占比。
| 门店类型 | 早餐（08:00-10:00） | 午市（11:00-14:00） | 下午茶（14:00-16:00） | 晚市（17:30-19:30） |
|---|---|---|---|---|
| 快餐/简餐 | 5%-10% | 60%-75% | 5%-10% | 5%-15% |
| 咖啡/茶饮 | 10%-15% | 35%-50% | 20%-30% | 10%-20% |
| 正餐/商务餐 | 忽略不计 | 55%-70% | 5%-10% | 20%-30% |
这个表格说明一个容易被忽略的问题：不同品类的“工作日曲线”完全不同，不能用同一个标准衡量。如果你开的是咖啡店，午市占比只有40%是正常的；但如果开的是快餐店，午市占比低于55%，反而要警惕，是不是外卖比例导致堂食被蚕食，或者选址的写字楼本身午市消费力不足。
工作日客流不能只看某一天，要看一周的节奏。经验观察中，写字楼门店的一周通常有这样一个规律。
周一和周二是客流高峰日。经过周末两天的休息，商务客流回归，开会、接待、商务聚餐需求集中。多数写字楼快餐店这两天能达到一周客流的峰值。
周三是承上启下的一天。客流量通常略低于周二，但仍在高位，整体运营节奏最稳定。
周四是隐性转折点。部分公司开始安排远程办公或弹性办公，尤其是科技、互联网行业扎堆的写字楼。如果周四客流突然下滑超过10%，需要特别记录。
周五十字路口：可能腰斩，也可能狂欢。这里必须强调，周五对写字楼餐饮来说是一个“隐形杀手”。很多公司在周五下午提前放假，下午茶和晚市会出现明显的客流断层。另外，周五午市的“聚餐属性”更强，多人一桌的情况更多，导致订单数下降但客单价上升。所以，周五可能出现“营收没跌、订单数跌了”的异常组合。只看营收，你会以为一切正常；拆开看订单数，才发现经营压力已经积累。
搞清楚口径和标准曲线之后，接下来要建立一套可复用的“指标仪表盘”。这些指标不是为了追求报表的专业性，而是为了让经营者能在一分钟内判断出自己的门店健不健康。
午市翻台率是写字楼快餐店的生死线。计算方式是：午市订单数除以餐位数，再除以午市营业时长（小时）。例如：一家45平方米的快餐店有32个餐位，午市11:00到13:30产生152单，那么午市翻台率约为152÷32÷2.5≈1.9次/小时。
经验参考范围：快餐店午市翻台率在1.2次/小时到2.5次/小时之间属于正常，低于1.0说明午市动线或产品吸引力有问题，高于2.5说明排队流失风险很高，需要考虑优化出餐速度或增加外卖占比。
异常信号：如果翻台率在高位而全天营收没有明显增长，说明门店正处在“忙而不赚”的状态。订单多但客单价低，或者小食饮料占比过高。这时候要调整的不是翻台，而是产品结构。
计算方式是：工作日日均客流 ÷ 周末日均客流。经验观察中，纯写字楼门店这一比值通常在4:1到10:1之间。
如果比值低于3:1，说明门店客流来源不完全是写字楼，可能周边有住宅小区、商场或旅游人流，这时候要重新评估“写字楼店”定位；如果比值高于10:1，说明门店对写字楼通勤客群的依赖极强，周末营业基本是亏本的。
需要注意：加班型写字楼与行政型写字楼的比值差异很大。在互联网公司聚集的科技园区，周末可能仍有加班客流，工作日与周末比可能只有5:1；在传统金融或行政办公区，这个比值可能达到15:1。因此，必须以自己门店的连续四周数据为基准，不要直接套用别人的数字。
午市集中度的计算方式是：午市营收 ÷ 全天营收。这个指标衡量的是门店对午餐时段的依赖程度。
经验参考范围：快餐店60%到75%，咖啡店35%到50%，商务正餐60%到70%。午市集中度高于75%是一个危险的信号。它意味着一旦周边写字楼出租率下降、企业班车调整或外卖平台补贴政策变化，门店可能瞬间陷入困境。
降低集中度的方法不是放弃午市，而是有意识地培育其他时段。
天气敏感系数 = 雨天日均客流 ÷ 晴天日均客流。经验参考范围：0.5到0.8属于正常。低于0.4，说明门店依赖的是随机路过型顾客，缺少复购粘性；高于0.9，说明门店有较强的会员基础或企业团餐支持，雨天仍然有人专门到店。
为什么这个指标重要？因为它直接决定了雨天要不要推广、要不要调整备货。一家天气敏感系数为0.35的门店，雨天备货按晴天75%的量准备，仍然可能造成大量损耗。
周五衰减率 = （周二客流指数 − 周五客流指数）÷ 周二客流指数。
经验观察中，写字楼门店的周五客流衰减常见区间为15%到30%。如果超过35%，要警惕门店客群偏年轻、弹性办公比例高；如果周五不跌反涨，说明周边有周末消费型补充业态，门店的客流基盘可能比预想的好。
周五衰减率是很多经营者忽略的指标，因为它藏在“一周平均数据”里。单独拆出周五才看得见。
外卖订单占比 = 外卖订单数 ÷ （堂食订单数+外卖订单数）。这个指标要按周观察趋势。如果外卖占比连续四周上升，而总订单数没有明显增长，说明堂食吸引力在下滑，顾客正在从“到店消费”转向“点单消费”。
写字楼场景的特殊性在于，外卖和堂食之间存在明显的竞争关系。午市高峰期，外卖订单越多，出餐压力越大，堂食顾客等待时间越长，堂食体验下降又进一步推动顾客转向外卖，形成恶性循环。因此，外卖占比不是越高越好，而是要找到一个平衡点。
企业团餐渗透率 = 企业团队订餐营收 ÷ 总营收。这里说的企业团餐，包括公司会议餐、员工加班餐和团体下午茶。
这个指标是写字楼门店的“安全垫”指标。团餐占比越高，门店对随机客流的依赖越低，雨天、周五下午和节假日前的营收波动越小。经验观察中，团餐占比超过20%的门店，经营稳定性显著优于纯散客门店。
但团餐也有代价：团餐通常伴随账期和折扣，应收账款压力大。要在稳定和现金流之间做取舍。
用七个指标给一家门店做全面体检时，可以套进下面这张对比图。我把一家“健康门店”和一家“亚健康门店”放在同一张图上进行对比，便于看出差距。
理论指标讲完，下面用三个我实际参与过的门店复盘案例，来说明客流报表如何真正发挥作用。为保护门店隐私，相关信息均做脱敏处理，数据为示意数据。
这家店位于某商务区写字楼三层，面积45平方米，32个餐位，主营中式快餐。2023年上半年的流水基本稳定在每天7500到8500元，但老板很焦虑：午市高峰期排队到电梯口，人手已经加到极限，流水却怎么也上不去。
我拿到前两周的POS分时数据后，发现一个核心问题：午市营收占比高达72%，下午茶时段只有11%，晚市17%。整家店几乎完全押注在11:30到13:30这两个小时上。
进一步分析排班发现，午市高峰期店里同时有6个人在忙，但只有2个餐位在交替使用，出餐速度已经逼近极限。问题不是不够快，而是产能瓶颈被完全锁死在午市时段。
后来我们做了三个调整：一是推出早餐套餐，把8:00到10:00的时段利用起来，用豆浆+包点+咖啡的组合跑量；二是针对下午茶时段推出“工作餐下午茶化”的小食拼盘和饮品，吸引在办公室开会的团队；三是与同楼宇的三家公司签加班餐协议，把晚市从散客随机消费变成计划性团餐。
三个月后，日营收从8100元提升到8600元左右，增幅约6%，但更重要的是午市集中度从72%降到了63%，下午茶贡献从11%提升到19%。店铺的抗风险能力和整体坪效都发生了变化。
这是一家位于科技园区写字楼底商的咖啡店，面积60平方米，40个座位，周一到周五营业。老板在复盘时遇到一个困惑：周五的总营收看起来并不差，但每周五下午店里的空座率却比周中高得多。
调出周五的分时段数据后，发现问题藏在结构里：周五午市客单价高，不少团队会点商务套餐，单量大，掩盖了下午茶时段的下滑。单独计算周五下午茶（14:30-16:00）的订单数，发现比周三同段下降了38%。原因很简单：科技园区很多公司在周五下午弹性办公，员工提前离开或选择在工位摸鱼，导致下午茶到店购买需求大幅下降。
针对这个信号，我们做了一个很轻的调整：周五下午固定开放“16:00试饮+储值送券”活动，把原本已经离开写字楼的人重新拉回，或者至少促使他们在周五下午下单外带。
这个动作带来的增量不算大，核心启发是：如果不把周五单独拆出来看，老板永远不知道周五下午发生了什么。很多写字楼店的周五不涨反跌，但被中午的商务订单掩盖了。
第三家店是一家连锁面馆的分店，也是典型的写字楼门店。店长每周凭感觉排班，人力成本占营收比例一直高于同品牌平均水平约3个百分点。总部原本以为是“门店租金太高”，结果一查报表，问题出在错配。
通过分时客流数据比对，我们发现了这样一个情况：午市最高峰11:45到12:30，店里只排了2个人在出餐口，排队超过10米；而下午14:00到16:00客流已经明显回落，店里却还排着4个人。高峰不够人，低谷闲到玩手机。
原因非常简单：店长按照“自然日”排班，没有按照“客流曲线”排班。写字楼门店的人工成本要想健康，必须实现“排班人数跟着客流走”，而不是“固定班次死等客流”。
调整方案是引入分时段排班：11:00到13:30高峰段加人到5名；14:00到16:00保留2名；17:30后视当日订单量再决定是否增补。调整后，人力成本占营收比例回落了约2.5个百分点，而午市高峰期出餐速度明显提升，排队投诉减少。
报表本身没有价值，用报表做的决策才有价值。对写字楼门店经营者来说，有四个决策场景最值得用数据支撑。
很多老板续租时只看“这个月赚了多少”，然后顺着租金涨幅讨价还价。我建议换一种方式：用连续三个月以上工作日数据中的“低谷月地板值”来评估抗风险能力。
计算逻辑如下。月租金承受上限 = 低谷月日均流水 × 月工作日天数 × 租金占比上限。其中租金占比上限是经验参考值，通常建议控制在流水的8%到12%之间，但不同城市差异较大，一线城市核心地段可能高达15%，四五线城市写字楼门店可以压到8%以下。
举例：一家快餐店连续三个月的最低日均流水是6800元，每月工作日按22天算，月流水约149600元。如果按10%的租金占比上限计算，这个门店的月租金承受上限就是14960元。如果现在的租金已经超过这个数字，一旦楼宇空置率上升或客流下滑，门店就没有缓冲空间。
用“低谷月地板值”而不是“最佳月平均值”，是因为写字楼门店的客流受经济波动影响大，续租合同通常一签两到三年，必须把最差的情况考虑进去。
排班的核心不是“每天几个人”，而是“每个时段几个人”。这里给一个简单的判断公式：时段所需人力 = 该时段订单数 ÷ 单人每小时可处理订单数。单人每小时可处理订单数需要根据自己的门店实测，快餐店大约是15到25单/小时，咖啡店大约是12到18单/小时。
用这个公式反推，如果午市一小时预计100单，单人效率按20单/小时计算，就需要5个人同时出餐。如果下午茶一小时只有15单，那么1个人就够。
备货同样可以按客流曲线执行：根据前两周的时段订单数，推算出本周各时段需求量，再结合天气和周几做修正。周一的备货量可以定为基准值，周五的备货量需要在肉蛋奶等易耗品上保守一些，因为周五即使客流没有大降，加班晚餐的消费结构也可能变化。
周末营业决策是写字楼门店经营者最常纠结的问题之一。这里我给出三条经验判断。
第一，工作日与周末客流比高于8:1，优先选择周末闭店或缩短营业时间。周末营业带来的营收可能覆盖不了人力、水电和食材损耗。这时与其硬撑，不如让员工休息，减少设备损耗。
第二，工作日与周末客流比在4:1到8:1之间，可以尝试“限定周末营业”。比如只做周六半天，或者只承接周末团队餐和活动餐。用预约制代替自由散客消费。
第三，工作日与周末客流比低于4:1，意味着周边有住宅、商场或加班客流支撑，值得系统研究周末产品。这时候反而应该增加周末早午餐、家庭聚餐等供给，把周末时段从包袱变成增量。
注意，以上比例是经验参考值，不要直接套用。每个店必须有自己的连续四周数据作支撑。
天气敏感系数高的门店，雨天营销的意义不大，除非能做到“即使下雨也愿意来”。天气敏感系数低的门店，雨天反而是一个低成本获客的机会。
如果雨天客流跌到晴天的50%以下，可以考虑做“雨天专享”的线上活动：雨天到店自提享受9折，或者雨天外卖免配送费。这类活动在大雨天通常能拉回一部分客流。
如果雨天客流只跌10%，说明门店有足够的粘性顾客，这时候不需要做任何促销，只需要做好雨天运营细节：门口防滑垫、外卖包装防雨、高峰时段的备餐提醒。
在帮门店做复盘的过程中，我发现不少老板拿来的报表存在明显的“加工痕迹”。这些数据不是主动造假，而是无意识的估算和凑数。识别这些假数据，是使用报表的前提。
如果一周七天的客流分别是300、320、310、280、290，这大概率是估算出来的。真实客流往往带零头：317、305、286、304、298。整百数意味着统计者没有数数，只是在“填表”。
在纯写字楼门店，周五客流通常低于周一到周三。如果报表里周五客流和周均值完全一样，很可能是老板在周五没有认真统计，最后用平均值补了一个数字。这种情况会直接掩盖“周五衰减”信号。
特殊情况下，雨天客流确实可能高于晴天，比如写字楼与地铁直通，雨天上班族更愿意在楼下解决吃饭问题。但如果雨天客流每天比晴天高20%以上，且不是网红效应、不是开业期，就需要怀疑数据的可靠性。
真实的写字楼门店，总会有某个冷门时段连续多日没有订单。比如下午15:30到16:00可能经常是0单。如果报表里每个时段都有数字，说明统计者是“按经验分摊”填的。
这是口径问题，也是隐性造假。进店客流包含只看不买的人。如果用进店客流当订单数去算翻台率，得出的一切结论都会偏乐观。
营收可以被客单价拉升。如果只看营收，看不出“人数在跌、单价在涨”的结构变化。很多写字楼门店周五“数字不错”，实际上订单数已经下滑，全靠多人聚餐的大单撑住。这不是健康信号。
没有备注的报表无法解释异常。真实世界的客流变化永远有原因，不记录原因的数据是一堆死数字。
拿“假数据来源”做个简易分解：以营收反推客流的估算型造假占比最高，其次是分时段汇总失真、整日估数、以及用平均值补齐缺测时段。下面这张饼图给出示意分布，便于理解问题大概出在哪个环节。
客流报表的深度不必一步到位。不同阶段解决不同问题，我的建议是按下面的节奏推进。
筹备期不要急着买客流统计设备。租铺前找一个工作日和一个周末，在目标写字楼周边做三次计数：早上8:30到9:30上班客流方向，中午11:30到13:30午餐去向，晚上17:30到18:30下班路线。
重点观察四个问题：一是附近餐饮门店的午市排队情况；二是外卖骑手的聚集密度；三是便利店的繁忙时段；四是楼盘企业类型。互联网密集区、金融聚集区、制造园区三种类型的客流节奏完全不同。
这一步是选址层面的“上游证据”，能在签约前避开大量坑。
开业三个月后，门店进入稳定期。此时的核心任务不是优化，而是建立基线基线。用前面提供的最小报表模板，连续记录四周。不要只记一天，不要只记总数，必须分时段、记天气、记外卖单量。
四周之后，你会得到一组只属于自己门店的参考数据：午市集中度是多少、周五衰减率是多少、雨天客流跌幅是多少。这些基线数据比任何行业报告都更有价值，因为它是“你的店”真实的生命体征。
当你负责的店超过三家，就必须统一口径和设备标准。这时建议至少引入POS分时数据同步和统一的人工计数方法，各门店用同一张表、同一个指标定义。
这个阶段最有价值的分析不是看单店涨跌，而是看“同类门店横向对比”。同样是在写字楼商圈，为什么A店的午市翻台率是1.9，B店只有1.2？差异可能出在动线设计、出品速度、套餐结构，也可能出在楼宇内企业类型不同。没有统一口径，这些对比根本无法进行。
当外卖占比超过40%，客流报表就不能再只盯堂食。此时必须把堂食客流与外卖订单拆成两条线：堂食客流看的是“到店体验和转化能力”，外卖订单看的是“线上曝光和履约效率”。
两条线混在一起管理，极易出现“订单涨了但店里依旧冷清”的怪象。老板需要独立监测外卖高峰时段，确认备餐是否影响了堂食出餐；也要关注堂食客流下滑是否由外卖平台价格倒挂造成。
不同阶段的数据投入需求差异很大，这里用一张对比图说明各阶段在人工成本、决策效率和风险敞口上的区别。
客流报表最终的形态，应该是一份能够帮助你“做判断”的数据资产。市场行情、写字楼出租率、外卖平台政策都会变，但你自己建立的“基线数据”永远都在。
如果这篇文章只留下一句话，我想说：从今天开始，用最简单的工具记录客流。分时段、记天气、备注异常，连续记30天。30天之后，你会比大多数同行都更了解自己的店；60天之后，你能用数据回答“要不要续租”“要不要做周末”“排班怎么排”这些真正要命的问题；90天之后，你就拥有了一份属于自己门店的“经营底牌”。
现在就可以打开一个Excel表格，从今天的分时段订单开始记起。报表不是一门学问，而是一种习惯。
读者评论
这篇文章说到我心坎里了。我之前做写字楼快餐店，每天只记一个总数，根本看不出午市压力有多大。后来按分时段记录，才发现下午全在空转，排班也重新调整了。文章里说的POS订单数加人工时段计数确实是最实用的起步方案。
作为餐饮咨询从业者，很认可作者对客流口径的强调。见过太多门店用‘估算人数’汇报，跟实际订单数差30%以上还浑然不知。‘有效客流’这个概念很重要，建议所有连锁门店先把口径统一了再谈数据分析，否则横向对比毫无意义。
内容很接地气，特别是那几种客流波形图很有参照价值。不过文中数据也标注了是示意，希望读者别直接套用。个人觉得周四五的客流变化分析很有洞察，值得每个写字楼餐饮老板认真记录一段时间自己的数据。