做餐饮门店数据陪跑这几年，我见到的菜单优化大多数不是死在“不会改”，而是死在“改完之后讲不清到底涨没涨”。有一家社区家常菜馆的老板，把菜单从46道砍到28道，又换了供应商，月底看到营业额涨了18%，很高兴地认为菜单优化成功了。
但把账摊开一看，满减活动让实收折扣从3%扩大到6%，去掉活动补贴和新增的食材损耗，净利几乎没动。这就是《餐饮店菜单优化报表 菜单优化后整体营收数据变化》要解决的问题：菜单优化不是一次改版，而是一次需要被记录、被对比、被归因的经营动作。这篇文章会给你一套可以照着填的报表框架、七个关键数字、一次完整的复盘演示，以及最容易让数据“说谎”的检查点。
菜单优化后的营收数据变化，只有在“动作有记录、周期可对比、结果可归因”三个条件同时成立时，才值得作为经营决策依据。没有动作记录的报表，只是一堆数字；没有对称周期的对比，只能看到波动；没有归因的结论，只是在给下一次试错找理由。
我的实操经验是：一张非常简单、只用几个数字的Excel表，通常在连续记录8周之后，就能让老板自己看出菜单里哪些菜在拖后腿。但这张表必须从一开始就存在，而不是等优化做完再补。因为补出来的报表，永远写不清“当时为什么这样改”。
下图是我对不同验证方式误判率的一个样本观察。它说明一个核心问题：菜单优化后的营收判断，不是靠记忆力，而是靠记录结构。
（1）动作有记录。菜单优化过程中发生的每一次删除、提价、换供应商、上新菜，都要写下具体日期和内容。动作记录的价值在于：当客单价上升时，你能说出是“因为这个菜提价了”，还是“因为顾客更愿意点其他菜”。
（2）周期可对比。优化前至少要留4周基线数据，优化后也至少记录4周。自然周比自然月更适合对比，因为月与月的营业天数、周末数量往往不同。春节、国庆这类集中消费期，必须单独标注，不能混进常规对比。
（3）结果可归因。看到数据变化时，必须拆到动作层面。比如毛利上涨，先判断是成本下降还是售价上涨；两项都有，就要分别估算贡献。无法归因的增长，不能作为复制菜单模型的依据。
很多老板一听到“报表”就觉得要建大数据系统，其实不需要。真正需要盯紧的只有七个数字。我把它们分成三组：经营结果组、菜单结构组、后厨效率组。这七个数字构成了“菜单优化报表”的最小可用集合。
| 指标 | 怎么取值 | 为什么关键 |
|---|---|---|
| SKU数量 | 统计在售菜品总数 | 看菜单厚度和备货复杂度是否下降 |
| 客单价 | 营业额 ÷ 买单数 | 看顾客是否点得更贵、更多 |
| 综合毛利率 | (营业额 – 食材成本) ÷ 营业额 | 看产品结构是否更赚钱 |
| 爆款集中度 | 销量前10菜品的销量合计 ÷ 总销量 | 看菜单是否有焦点，爆款是否突出 |
| 滞销菜占比 | 日均销量为0-1份的菜品数 ÷ SKU总数 | 看还有多少“占着菜单不赚钱”的菜 |
| 出餐时长 | 从下单到出餐的平均分钟数 | 看SKU删减是否真的减轻后厨压力 |
| 复购客流占比 | 30天内回头客消费次数 ÷ 总消费次数 | 看老顾客是否接受新菜单 |
为什么不用“营业额”和“净利润”作为核心指标？营业额当然要看，但它不是第一个用来判断菜单优化方向的指标。营业额上升可能来自折扣活动，净利润上升可能来自食材成本下降，两者都会受到太多非菜单因素干扰。真正能反映“菜单结构有没有变好”的指标，是客单价、毛利率和爆款集中度。营业额放在“动作记录”里作为背景数据，而不是放在决策指标里。
大部分人理解的菜单优化是“设计一本新菜单”。实际经营里，菜单优化是三个动作同时发生：砍SKU，删掉销量垫底、备货复杂、毛利过低的菜；调价格，根据成本和价值感重新定价；换供应链，更换供应商、调整食材规格、减少损耗。
这三件事常常挤在同一到两周内完成，因为它们都在为“新菜单”服务。但每件事对营收数据的影响方向不同。删菜影响的是SKU和出餐效率；调价影响的是客单价和毛利；换供应链影响的是毛利率和食材稳定性。如果不记录动作，数据一变，你根本不知道是谁带来的。
我跟踪过一家社区家常菜馆，老板王姐（化名）把菜单从46道砍到28道，把招牌菜提价8元，同时换了冻货供应商。月底她发来一张报表，显示营业额比上月增长18%，她认为菜单优化成功了。
但当我帮她把“月末满减活动”剔除后，实收折扣从3%扩大到6%，实际毛利反而比上月下降。她缺的不是优化菜单的方法，而是把动作和数据放在同一张表里看的能力。因此我一直强调：菜单优化报表中最有价值的一列，不是任何数字，而是“关键动作记录”。
在我接触的门店样本里，单个动作完成的菜单优化很少见。大部分门店在4到6周观察期内，会同时发生两到三个动作。比如换菜单的同时换供应商、做店庆活动。也就是说，如果报表不记录动作组合，后续复盘基本无法归因。
一家店营业额从10万涨到11万，看起来很漂亮。但如果综合毛利率从55%掉到50%，多出来的1万营业额可能只贡献4000元毛利，而房租、人工并没有减少。更极端的情况是，卖得最好的菜全是低毛利甚至亏损菜。所以在菜单优化报表里，综合毛利率比营业额更能反映菜单质量。
菜单优化的试验期如果刚好撞上端午节、国庆节或本地消费券发放，营业额上涨是自然的。很多老板在旺季做完优化，看到数据好就以为自己“改对了”，第二个月流量回落又开始焦虑。正确做法是：记录周期时剔除节假日，同时和上一个自然周、去年同期做横向对比。
我见过最典型的做法是：改菜单的同时搞“第二份半价”。月底复盘时把营收增长全部记在菜单优化头上，这会直接带偏后续决策。促销和菜单优化必须分开验证。要么优化期不做大促，要么报表里的“动作记录”列把活动标记清楚，单独计算活动带来的增量。
优化前算的是“堂食+外卖”，优化后却只算堂食；优化前看月总营业额，优化后看日均营业额；优化前毛利率按“出库成本”算，优化后按“采购成本”算。口径一变，数据就失效。统一口径比追求精细更重要。哪怕你只用最简单的“周营业额÷周买单数”算客单价，只要前后一致，也比花哨但不连续的算法可靠。
老板天天在店里，感官会放大短期变化。今天门口排队20分钟，就觉得“菜单改对了”；下周客流回落，就觉得“新菜单不行”。感觉是波动的，数据是累计的。报表的作用，就是让长期趋势呈现在眼前，而不是被单日情绪左右。
下面这张图大致反映了我观察到的误区出现频次。最普遍的问题仍然是“只对比总营业额”，这个误区会把折扣、天气、节假日全部混进菜单优化的功劳里。
在判断“菜单优化后营收数据变化”时，我建议把数据拆成三层：第一层是营业额，只看金额，先不作判断；第二层是毛利率和毛利额，这是菜单结构是否更健康的信号；第三层是出餐时长和复购，用来判断效率和长期价值。
三层的口径必须统一。堂食和外卖要分开记录，因为外卖受平台活动影响大；正餐记录“日均营业额”，不记录“总营业额”，因为月总营业额会被周末数量干扰。下图展示了一个模拟案例：月度总营业额增长14.2%，剔除节假日天数后变成8.6%，再剔除满减活动后只剩3.4%。口径越收紧，越接近菜单优化的真实贡献。
基线不是随便找一周，而是连续4周。取4周的平均值作为“优化前数值”，同时标出最高和最低。优化后的数据如果落在基线最低值以下，哪怕高于平均值，也不能说优化有效。
举个例子：基线4周营业额分别是10万、9.8万、10.5万、10.2万，平均值10.1万，最低9.8万。优化后第一周营业额10.3万，看起来比平均值高，但它仍然可能只是正常波动。你需要连续看4周，而不是看单周。
动作记录不是随便写“改菜单”，而是要写清楚“哪一天、对哪个菜、做了什么动作”。建议用简洁的记录格式保存在报表旁边，每一条都要有日期。以下是我在门店辅导中常用的记录格式：
6月10日 删除菜品：尖椒肉丝、干锅土豆片、酸豆角鸡杂（共14道）
6月12日 价格调整：招牌烧鱼 48元→52元
6月15日 供应链：更换冻猪肉供应商，采购价下降8%
6月18日 活动：外卖平台满60减8
这段记录的价值在活动行：如果没有“6月18日满60减8”，6月18日之后的营业额上涨就会被误判成菜单优化的功劳。报表里最重要的不是数字算得多准，而是动作列有没有写全。
“大指标变小指标，小指标找动作”是归因的基本方法。毛利率变化要先拆售价和成本，售价变化再拆到具体菜品，成本变化再拆到供应商和备货损耗。客单价变化要拆到单品价格和点菜数量。出餐时长变化要拆到SKU复杂度和后厨动线。拆到最后，每个数字都能在动作记录里找到一个责任人。
为了让你看到“菜单优化报表”到底怎么用，我用一个模拟案例来做完整演示。门店命名为“老灶家常菜馆”，不是真实门店，数据是推演出来的，但记录结构和复盘逻辑与我在实际项目中使用的完全一致。
下面这张表展示了优化前4周均值与优化后第4周的数据。这张表不是营销宣传，而是“报表填出来之后”的原始结果。每个数字背后，都能在动作记录里找到对应动作。
| 指标 | 优化前4周均值 | 优化后第4周 | 变化 |
|---|---|---|---|
| SKU数量 | 32道 | 18道 | -43.8% |
| 客单价 | 39元 | 44元 | +12.8% |
| 综合毛利率 | 52% | 58% | +6个百分点 |
| 爆款集中度 | 22% | 41% | +19个百分点 |
| 滞销菜占比 | 31% | 6% | -25个百分点 |
| 出餐时长 | 9.5分钟 | 7分钟 | -2.5分钟 |
| 复购客流占比 | 18% | 24% | +6个百分点 |
报表不只记录“优化前最后一周”和“优化后第四周”，还要看中间过程。下面这张折线图展示了客单价和综合毛利率从优化前基线到优化后第4周的变化过程。重要的是：数据是逐周抬升的，不是靠某一天突然冲高。
综合毛利率从52%涨到58%，这6个百分点不能全部记在“菜单优化”头上。要做归因，就得把动作记录里的每一项拆开看：
（1）供应商更换贡献约2.6个百分点。采购价下降8%，这部分直接进入毛利，但它不是菜单设计产生的。
（2）SKU删减贡献约2.1个百分点。删掉14道低效菜之后，备货损耗和过期报废减少，出餐稳定，这是菜单优化的直接功劳。
（3）招牌烧鱼提价贡献约1.3个百分点。招牌菜的销量占比高，价格上调4元，对综合毛利的拉动明显。
三个贡献相加约6个百分点。这是一次典型的“供应链+菜单精简+价格调整”混合归因。如果老板忽略报表，把6个百分点全归功于“菜单设计更漂亮”，下一次只靠删菜时，效果就会明显小于预期。
我的回答是：这份报表只能说明“这次菜单优化与观察期内的数据变化存在关联”，还不能证明它会长期成立。第5到第8周如果没有持续记录，就无法判断复购提升是不是被新客尝鲜潮掩盖。所以专业的复盘结论应该写成“方向可能正确，需要再记录4周验证”，而不是“优化成果显著”。
单店不需要建立复杂的报表系统，用Excel或纸质本子都可以。关键是把记录周期跑完整。建议按以下步骤推进：
多店验证最怕“所有店一起改”。一家店改完没效果，其他店还能恢复；所有店一起改完没效果，损失会被放大。建议按以下步骤操作：
连锁品牌做菜单优化，最大的问题不是数据少，而是门店各自为政。可能A店同时做了套餐活动，B店换了供应商，C店没跟上新品检查。没有统一版本号，总部复盘时根本分不清数据差异来自哪里。建议按以下规则推进：
下面这张气泡图展示了三种门店规模的验证投入差异。规模越大，需要的基线和观察周期越长，每周记录的人工成本也越高。不要用“单店2周基线”的标准去要求连锁品牌，否则结论很可能失真。
快餐顾客的决策时间很短，菜单越厚越难选，后厨也越容易卡单。所以这类门店应该优先压减SKU和出餐时长。但要注意：外卖平台需要商品丰富度来匹配搜索词，如果SKU太少，自然搜索入口会减少。取舍方式是保留8-10个核心产品，再配2-3个高毛利小食作为凑单产品，整体菜单控制在20个以内。
正餐靠客单价和桌均，但客单价不能只靠提价。删菜时，要保留有记忆点的大菜和适合请客的硬菜，因为顾客为宴请买单时，更看重“面子菜”。正餐店优化的重点不是把菜单做薄，而是把“招牌硬菜”和“时令菜”突出，把低价值的“备选小炒”和“半成品菜”删掉。客单价提升来自顾客愿意点更贵、更完整的套餐组合，而不是单纯被价格推高。
单品店天然适合高爆款集中度，但集中度过高会有供应链单点风险。比如以酸菜鱼为唯一爆款的单品店，如果鱼价短期大涨，整店毛利会瞬间失控。所以单品店在做菜单优化时，除了盯爆款集中度，还要看供应链稳定性和备选菜品。建议保留1-2道备选招牌菜，同时把滞销菜占比控制在10%以下，防止菜单优化变成菜单固化。
下面这张雷达图是我在给不同业态门店做菜单优化时常用的优先级评分框架。评分越高，代表在这类门店里越需要优先配置资源。不同业态的选择权重差异非常大。
回到开头那个老板的问题：菜单优化后营收涨没涨？这个问题不是靠“感觉”回答的，也不是靠一张涨跌截图回答的。它需要一张报表、七个数字、连续几周的记录，以及一层一层拆开看的归因。
真正懂菜单优化的人，不是删菜最多的人，而是能说清每道菜为什么留下、每个数据为什么变化的人。菜单优化只有从“一次性赌注”变成“可迭代的经营动作”，后厨效率、毛利率、客单价和复购才会真正变得可控。
下一步，不要急着找模板。先打开Excel，把你现在的菜单列出来，记下每个菜的售价和食材成本，再连续记录两周基线的客单价和毛利率。完成这一步，菜单优化才真正开始。
我是一家小餐饮店的老板，前阵子刚对菜单做了精简，表面看营业额好像涨了一点，但我不太确定这到底是菜单优化的功劳，还是碰上了周末人流量大。我想知道除了营业额，还应该盯住哪些数据，有没有一套能自己看懂的验证方法？
应该按顺序盯7个数字，而不是只看营业额。先记录优化前一周的基线，再记录优化后每周，连续记录4周。这是我给餐饮老板做复盘时，最常拿来收口的起步方式。1. SKU数量：直接数菜单上的在售菜品总数。目的是确认你确实做减法了。
如果优化后SKU没变化，那后面所有数据变化都可能来自定价或活动，和“菜单优化”无关。2. 客单价：用营业额除以买单数。这个数字升了，说明顾客点得更多或更贵；降了，说明你的删菜或调价可能让顾客觉得不划算。我见过一家快餐店砍掉小食后客单价反而降了，因为顾客觉得“搭配都不划算了”，又不敢加价。
综合毛利率：用（营业额-食材成本）÷营业额。这个指标比营业额重要得多，因为营业额增加完全可能是卖了很多低毛利菜品。菜单优化最应该改善的就是产品结构带来的毛利变化。4. 爆款集中度：统计销量前10名菜品占总销量的比例。如果这个比例太低，说明菜单没有焦点，顾客不知道点什么；
太高则说明太依赖一道菜，也不健康。理想情况是前10占40%-60%之间，小餐饮店尤其如此。5. 滞销菜占比：算日均销量0-1份的菜品数量，再除以SKU总数。这个比例最好控制在10%以内。如果优化后还是有超过20%的菜几乎没人点，说明删得还不够彻底。6. 出餐时长：后厨从下单到出菜的平均分钟数。
菜单精简的直接好处应该是后厨效率提升、出餐更快。如果这个数字没变，说明你删掉的菜没有真正简化操作流程。7. 复购客流占比：统计30天内回头客消费次数占总消费次数的比例。老顾客愿意回来，才是新菜单真正被接受的关键。这块数据可以从点餐系统或会员记录里取。
给你看一个我实际复盘时常用的数据对比框架，字段就是上面7个。这里是一组模拟数据，用来展示报表怎么读： 优化前一周：SKU 32、客单价39元、毛利率52%、爆款集中度22%、滞销占比31%、出餐时长9.5分钟、复购占比28%。
优化后第四周：SKU 18、客单价44元、毛利率58%、爆款集中度41%、滞销占比6%、出餐时长7分钟、复购占比35%。只看这张表，你会觉得整体都在变好。但我必须提醒你，这只是“报表能读”的演示数据。真实门店里，毛利率从52%到58%里可能有一半是换了便宜的供应商，不一定全是菜单删减的功劳。
所以不要直接拿这个数据去对标，要建立自己门店的基线。现在你就可以做：把上面7个字段做成一张表，先连续记录优化前4周，再在优化后继续记录4周。注意统计口径要一致，比如客单价只用正餐时段，不要混入早餐和外卖。
我想给店里做一张菜单优化报表，但不知道表格要设计成什么样，网上搜到的模板要么字段太多看不懂，要么只有菜品销售排名，根本没法判断优化效果。有没有一种既简单又能覆盖关键信息的报表结构，最好能直接照着做。
我用的报表结构很简单，只有11列，小餐饮店完全能看懂。门店名称 / 记录周期 / 菜单版本号 / SKU数量 / 客单价 / 综合毛利率 / 爆款集中度 / 滞销菜占比 / 出餐时长 / 复购占比 / 关键动作记录。最关键的是最后一列“关键动作记录”，这一列很多模板都没有，但它是所有数据归因的基础。
每周填写时，把这一周对菜单做的任何改动写进去，比如“删掉了5道滞销菜”“招牌鱼从48元提到52元”“换了一家冻肉供应商”。没有这一列，数据变化出现时你根本不知道原因。我建议每个自然周填一行，连续填4周。不要只记优化后，优化前也要记4周，这样才能有基线对比。
我第一次帮一家饺子馆设计这套表时，店长前两周都填“没做什么”，我说这种记录等于白记，因为数据变化没法解释。后来他每次改完都写下来，才搞明白毛利率提升主要是换供应商带来的，不是单纯删菜带来的。
下面是一个可以直接用的表头结构示例： 门店名称 | 记录周期 | 菜单版本号 | SKU数 | 客单价 | 综合毛利率 | 爆款集中度 | 滞销菜占比 | 出餐时长 | 复购占比 | 关键动作记录 示例一行： 老灶家常菜 | 2025-06-16至06-22 | V3 | 18 | 44元 | 58% | 41% | 6% | 7分钟 | 35% | 删2道凉菜；
招牌鱼涨价4元；新菜单上墙 这里要注意三件事。第一，客单价和毛利率要按同一统计周期来算，建议用“整周”，避免周末和工作日差异带来的波动。第二，爆款集中度和滞销菜占比的数据可以来自POS系统，也可以每天打烊后手动数一下菜品销量，不需要特别复杂的工具。第三，“菜单版本号”很关键。
每次改菜单，都生成一个新版本号，这样两周数据对比时能立刻知道数据对应的是哪个版本的菜单。
三个月前我把菜单从40多道菜砍到了20道，也重新排了价格，但每个月的营业额几乎没变，我很焦虑。是不是我优化的方式有问题？还是说菜单优化本身就不会直接影响营收？希望有人能帮我分析一下可能的原因。
我见过很多老板遇到这种情况，菜单改完没变化，是因为他们把“删菜”当成了“优化”，但真正的菜单优化是重新分配顾客的注意力。最常见的问题是，删掉的全是本来就没人点的菜。如果一套菜单里真正贡献销量的只有几道招牌菜，你砍掉那些“僵尸菜”，总营业额当然不会变。
你只是把无效SKU清掉了，并没有让顾客点得更多、更贵。这种动作不会带来明显收入提升，但能降低备货损耗，只是数据上很难在营业额里看到。第二个常见问题是，删了菜但没调整价格结构。菜单优化不只是做减法，还要重新设计“引流款、利润款、形象款”。比如一家店常年靠一道19元套餐引流，但毛利极低；
如果删掉周边小食，客单价反而下降。你需要的是用高价新品或组合套餐把客单价拉上来。我们帮一家快餐厅复盘时，发现他们减菜后客单价从35掉到31，就是因为删掉了顾客觉得“划算”的搭配，后来他们加回了一款3元的黄金糕，并把套餐价提了2元，客单价才回到36。第三个原因是统计不到位。
你只看总营业额，但没看毛利率、爆款集中度、复购占比。菜单优化最直接的效果体现在毛利率和产品结构上，而这两个指标不一定同步反映在营业额里。比如换掉低毛利食材后，营业额不变，但食材成本下降，净利提高了。你不看毛利，就以为优化没用。第四个原因是环境干扰。
如果你的优化和节假日、外卖活动挤在一起，营业额很容易被这些因素盖过。比如国庆期间营业额涨15%，你以为是菜单改得好，其实自然人流贡献了一大半。所以必须做归因，而不是看“感觉”。第五个原因是观察期太短。菜单优化后顾客需要一个适应期，至少要看4周完整数据。
有些菜刚删掉，老顾客还没反应过来，前两周数据会波动，如果你只看了两周数据，很容易误判。
我们店优化菜单的同时上了平台促销，结果营业额确实涨了，但我不确定这是菜单调整的功劳，还是折扣活动带来的。有没有办法把两个因素拆开？想听一下靠谱的归因方法，而不是凭感觉判断。
要确认菜单优化的贡献，必须用“动作记录+多周期对比”来做归因，核心是避免多个变量同时变化。首先，在优化前先收集4周基线数据，并且把这段时间设为“不动期”，不要改菜单，也不要特意搞活动。然后开始优化，但每次只动一个变量。
这个变量要写进报表的“关键动作记录”里，比如第1周只删6道滞销菜，第2周只换供应商，第3周只调价。这样每个动作对应的数据变化才能被拆出来。我用“老灶家常菜”这家店给你演示一下归因过程。基线4周的平均值是：客单价39元，毛利率52%，每天客流80人左右。
接下来动作分为三步：第5周删除6道菜并更换冷冻肉供应商；第6周招牌鱼从48元提到52元；第8周上线双人套餐活动。优化后第4周的数据显示：客单价44元，毛利率58%，每桌客均消费提高5元。如果直接说“菜单优化让客单价提升5元”，这是不严谨的。
拆下来看，招牌鱼涨价贡献了约2元，删菜后顾客更集中点招牌菜贡献了约3元；而毛利率提升的6个百分点里，换供应商贡献了约3-4个百分点，删菜减少损耗贡献了1-2个百分点。所以功劳不能全算在“削SKU”头上。怎么区分“促销活动”和“菜单优化”？
你可以用这个简单的公式：菜单优化净效果 = 优化后第4周指标 – 优化前4周平均值 – 同期自然增长率 – 同期活动影响。同期自然增长率可以用去年同期的周环比来估算；同期活动影响要把活动期间的订单剔除，或者看“非活动时间段”的数据表现。
比如你的双人套餐只在周末做，那么统计平日数据就能屏蔽掉大部分活动影响。如果实在不会算，就记住一个原则：把动作拆开，不要同时改。菜单优化不是一次做完的，而是分阶段改、分阶段记录。很多人急于求成，第一周删菜、第二周涨价、第三周做活动，所有数据都混合在一起，最后营业额涨了也不知道哪个做对了。
所以建议你这么做：先在每个月的前两周只做菜单结构调整，第三周再加活动，第四周做复盘。持续三个月，你就能形成自己的归因数据库。到那时你不仅能判断菜单有没有优化对，还能判断哪些动作可以复制。
读者评论
作为餐饮老板，这篇文章戳中了我的痛点。之前我们也把菜单从40多道砍到20多道，月底看营业额涨了挺高兴，但一算净利润基本没动，后来才发现是折扣活动吃掉了利润。文章提到的“动作记录列”确实关键，可惜很多小店一开始没意识。如果能再给一个更简化的模板，方便我们这种没专人做数据分析的小店用就更好了。
作为餐饮数据分析师，我非常认同文章强调的“归因”和“口径统一”。很多客户拿来报表只讲营业额，但毛利率、客单价、爆款集中度才是判断菜单结构是否优化的核心。文章用模拟案例演示了从月总营业额到真实贡献的修正过程，很直观。不过文中数据多来自12家门店的观察，样本量有限，希望后续能看到更大范围的验证。
从后厨角度看，菜单优化确实不能只盯着菜品数量。SKU减下来后，出餐压力小了，但供应链和定价必须跟得上，否则毛利还是上不去。文章提到要记录每道菜的调整日期和原因，我觉得这对后厨和前厅的沟通也有帮助，至少能说清楚某道菜为什么下架或涨价。不过连续记录8周对忙碌的小店来说是个考验，需要老板真的重视。