很多餐饮老板看外卖月报，只看两个数：这个月做了多少单、赚了多少钱。看完感叹一声“这月还行”或“这月不行”，然后关掉后台，下个月继续凭感觉做决策。这样看报表，等于白看。《餐饮店外卖单量报表 外卖订单数量月度统计分析》的核心价值，不是帮你记录过去，而是帮你诊断问题、预测趋势、指导下个月的经营动作。我过去几年持续跟踪线下连锁门店和个体餐饮商家的外卖后台数据，一个深刻的体会是：凡是能把月度统计报表看出花来的老板，门店外卖都不差；
凡是只盯总额的老板，大多在靠天吃饭。这篇文章，我把自己的分析框架、踩过的坑和判断逻辑完整写出来。
先给大家一个结论，也是这篇文章最核心的一个判断：外卖订单数量的月度统计分析，真正的价值不在于统计本身，而在于通过数据变化定位经营问题。单量涨了，要搞清楚是平台流量红利、竞争对手出状况，还是自己菜单调整产生了效果；单量跌了，要分辨是淡旺季波动、天气影响、差评危机，还是门店评分下滑导致的流量加权降低。如果你只是把每个月的订单数量记下来，画一条上升或下降的曲线，那这条曲线对你下个月的经营毫无帮助。
我在给门店做外卖诊断时，问过很多老板同一个问题：“你上个月外卖单量为什么涨了？”得到的答案大多很模糊：“可能最近天气热大家不想出门吧”“应该是平台给了流量”“我也不太清楚，反正就是涨了”。这种回答说明一个问题：报表上的数字与经营动作之间，没有建立因果连接。
月度统计不是流水账，它是一张“因果对照表”。这个月你做了什么动作，平台发生了什么变化，天气和节假日是什么情况，竞争对手有什么动静，这些都要和单量曲线放在一起看，才有意义。孤立地看单量数字，就像看体温计却不看病症，数字告诉你了，原因还得你自己找。
这些年我形成了一套自己的分析框架，分享给大家。拿到一张外卖月度报表，我建议按下面四个层级逐层拆解：
第一层：看整体趋势。这张报表的订单曲线，是稳步上升、高位震荡、还是持续下滑？趋势本身代表门店的生命周期状态。
第二层：看周期规律。周一到周日，哪个时间段是高峰，哪个时间是低谷？工作日的午餐和晚餐有什么不同？周末的订单结构发生了什么变化？
第三层：看结构分布。多少个SKU在贡献主要订单？是爆款集中型还是分散型？新客和老客的比例是多少？不同价格带的产品销量占比如何？
第四层：看异常波动。哪一天单量突然暴涨或暴跌？往前翻日历，那天发生了什么？下雨？平台大促？竞品开业？门店评分被恶意差评拉了低分？
这四个层级，趋势先行，周期随后，结构定位，异常归因，层层递进。这样一份月报拆下来，至少需要40分钟到1小时。但拆完之后，你对自己门店外卖的经营状况，会有一个清晰的全局认知。
需要特别说明的是：单月的报表只能反映短周期波动，不足以下长期结论。至少连续看3个月的报表，才能初步判断某些趋势是真实方向还是偶发波动。6个月以上的数据，才具备做运营决策的统计意义。经常有老板拿着一个月的下滑数据来问我“是不是门店要完了”，我通常先让他把前两个月的数据调出来，看看是否也出现过类似波动。很多时候，季节性因素或平台活动周期能解释很大一部分波动。
理论讲完了，来一些真实场景。这些年接触过的门店，有连锁品牌，也有街边夫妻店，他们的外卖月报呈现出来的问题，很有代表性。
这是2024年我在一个二线城市调研时遇到的门店。老板老周经营一家社区面馆，外卖月销量稳定在3000单左右。他找我帮他看数据，因为“单量明明涨了，月底算账却发现利润反而降了”。
我把他的月报打开，发现一些问题：这个月订单数量确实比上个月增加了一些，但门店的客单价从26元降到了22元。同时，退单率从上个月的2.1%升到了4.5%。再看产品结构，月销量最高的五个SKU中，有四个是低价引流款，毛利本来就不高。
这里面有几个值得注意的细节。这个月平台有两次“大额满减”活动，老周为了冲排名都参加了，每单实际到手金额被压低了。另外，他上个月把一款定价28元的招牌牛肉面从菜单上撤了下来，理由是“太贵了没人点”，结果点25元以上价位产品的顾客流失了不少。低价引流款卖得多，满减参加得猛，高价位产品线被砍掉，三个因素叠加，单量涨了，但每单利润被压缩了。
这就是典型的“虚胖型增长”。月报分析如果只看单量，很容易被这种表面繁荣误导。
第二家店是写字楼商圈的一家快餐店，老板小李。他来找我的时候很困惑，说“每天单量都还可以，就是周一特别拉胯，比周二到周五能少三成”。我说这不奇怪，如果按你的菜品种类和定价，主要客群是周边写字楼的白领，周一单量低主要有三个原因：周末刚过，很多人带饭，或周末在家囤了食材；周一上午通常是团队例会时间，点餐时间被压缩；加上周一工作状态普遍比较倦怠，对吃的要求会降低。
小李听了一半就不耐烦了，打断我问“那我该怎么办”。我给他三个建议：第一，周一的满减力度比其他工作日加大一个档位，比如平时满30减8，周一满25减7，降低下单门槛；第二，周一中午主推套餐，把“一人食”套餐的搭配做精，减少用户选择成本；第三，周一上午十点开始在社群或门店微信群发当天的菜单和限时折扣，提前锁定订单。
他回去照做了，三周后周一单量比之前提升了接近20%。虽然还是低于周二到周四的水平，但已经不像以前那样断崖式下跌了。这个案例说明，月报中暴露出的“周期性低谷”，往往可以通过针对性的运营动作，而不是“全时段促销”来修复。
第三个案例更有意思。一家做烧烤外卖的店，老板姓赵，他看到某个周五晚上下雨，预期单量会暴涨，备了很多货，结果那天单量反而比平时还少一截。他不理解，来问我“是不是外卖平台出问题了”。
我说不是平台出问题，是你的品类和雨天消费习惯不匹配。雨天确实会带动一部分本来想出门堂食的顾客转投外卖，但烧烤这个品类有明显的社交属性和“计划性”消费特征。很多人周五晚上吃烧烤，是提前和同事朋友约好的，下雨会取消或改期。另外，雨天骑手运力紧张，配送时长拉长，烧烤这类需要趁热吃的品类，体验受影响最大。所以雨天对烧烤来说，是利空而非利好。反过来看，雨天对粥、汤、麻辣烫、快餐这类更适合一人食、且对配送时长容忍度更高的品类，才是实打实的利好。
我让赵老板把这个月下雨天的数据单独拉出来看，果然不只是那一天，整个月凡下雨天，单量都略低于同时段非雨天水平。他之前没做这个对比，是因为他的月报分析只看了“最高峰”和“最低谷”的日子，没有按天气维度做交叉分析。从那以后，他开始在后台记录天气信息，两个月后再看数据，规律就非常清晰了。
这四个场景，看起来各不相同，但暴露的是同一个问题：没有把报表数据与经营场景建立关联分析。单量涨，不知道为什么涨；单量跌，不知道为什么跌。报表背后的经营逻辑，没有被真正读出来。
在大量接触餐饮老板之后，我总结出五个常见的月报分析误区，写出来供大家对照排查。
这是最常见的误区。只看月总单量、月总营业额，然后判断“这个月比上个月好还是差”。这种分析方式忽略了内部结构的变化。同样是50单一天，30个新客+20个老客，和10个新客+40个老客，代表完全不同的经营状态。前者说明门店拉新能力不错，后者说明复购率高但可能缺乏新客流入。只看总额，这些信息全部丢失。
正确做法是：把单量按新客/老客、按时间段、按产品线拆开看。新客占比高，说明转化漏斗的上游流量是健康的，但要注意复购能否跟上；老客占比高，说明现有客群粘性强，但要警惕新客增长放缓。
外卖平台的商家后台，默认展示的指标里没有“单均利润”这个字段，需要商家自己根据客单价、满减后的实收、食材成本、包装配送成本去综合计算。绝大多数老板不会去算这笔账。
我在帮门店做月报分析时，会把单均毛利作为核心指标之一。一个小建议：这个月你的单量涨了10%，单均毛利如果跌了15%，这笔生意可能是亏的。那种靠满减和打折冲出来的单量，需要格外警惕。做月报分析时，单独拉一张表：SKU、实收价格、大致毛利、销量、单量占比，很快就能看出哪些产品是真正的利润担当，哪些是纯粹做量但没利润的“过路产品”。
美团、饿了么后台提供了大量数据，但它们是平台视角，不是门店视角。后台能看到订单量、营业额、客单价、流量转化率，但看不到食材成本率、人工成本摊薄、单均配送距离、复购顾客的真实频率。我在实地走访时发现，做得好的门店，都有一个自己的“经营台账”，把平台数据与自己的成本数据合并在一起看。这样才能判断外卖业务是否真正在赚钱。只盯平台后台，等于让平台帮你定义经营状况，这是有风险的。
年同比是个有迷惑性的指标。很多老板喜欢把今年6月和去年6月做对比，发现“同比增长还不错”，就觉得经营状况良好。但环比更能反映近期变化趋势。今年6月比5月下滑了，可能是一个需要引起警觉的信号，但它被“同比上涨”掩盖了。正确的做法是同比和环比一起看。同比判断你是不是跑赢了大盘和去年的自己，环比判断最近的经营拐点。
这是最核心的一个误区。很多老板看月报，纯粹在看“结果”，从来不把这个月做过的运营动作对应起来看。上个月调整过菜单、改过满减、换了主图、参加了平台活动、处理过几条差评……这些动作，都要在月报上找到对应的日期，然后观察这些日期前后各一周的单量变化。关联不起来，你就永远不知道哪些动作有效、哪些动作无效。月报分析做得好的老板，都有一个动作台账。他们清楚记得哪天改了菜单，哪天调了活动，然后对照数据看效果。
这样一年的动作积累下来，这个老板对门店运营的理解，会远超同行。
误区说完了，来点建设性的内容。我把自己解读月报的完整流程整理成“五步法”。这套方法既适合没有分析经验的单店老板，也适合连锁品牌的区域督导。
拿到一张月报，第一步不是看数据，而是回头看过去3个月的数据，算出“基线”。基线包括几个数字：日均单量的均值、单日单量的最高值和最低值、周一到周日的平均单量分布、各时间段的不同单量。
基线是你判断异常的标准。只有知道“正常”长什么样，你才能识别“异常”。比如，某个店平时周一平均50单，这周一只有35单，那这个落差就需要解释。如果该店平时周一本就只有四五十单，波动很大，即便有落差也可以视为正常的随机波动。
基线的价值在于：帮你区分波动和趋势。单次波动可以是随机噪声，连续三个周期都在同一个方向上偏离基线，才是趋势。
第二步也很关键：把本月所有可能影响订单的外部事件，在日期旁边做标注。我建议的标注维度有三个：
平台相关：平台大促、品类活动、周末补贴、节假日流量变化、减免配送费等活动开始或结束的日期。
门店相关：菜单调整日期、促销活动开始/结束日期、新品上线日期、差评出现日期、竞品开店日期、门店评分变动日期、营业时间变动日期。
外部环境：雨天、大风、极端高温/低温天气日期、法定节假日及调休日期、当地大型活动日期。
标注完成后，你会得到一张日历，上面布满了事件节点。然后，把订单曲线放在这张日历旁边看，会非常有参考价值。
事件标注完毕后，进入分析的核心环节。把订单曲线上每一个明显的“拐点”都摘出来，往前或往后推1-3天，看有没有对应事件。比如，你的菜单是8月12日调整的，单量从8月14日开始连续三天缓慢上升，那调整可能就是原因。如果你的门店评分在8月20日从4.8掉到了4.7，8月21日午高峰流量明显下降，那评分波动大概率是原因之一。
这个环节最需要耐心。一次关联找到不算数，至少要找到三次数据支持，才形成初步的归因判断。比如，你发现“每次平台有大额满减活动，店里的单量都会上升约15%，但客单价会下降约8%”，这个规律连续出现两三次后，你就可以把它当作自己的运营经验。
在寻找关联时，要注意排除干扰因素。什么是干扰？就是那些看似是原因、实际没有因果关系的表面相关性。比如，你发现“周末单量高”，如果你把这个当作判断“周末是外卖高峰期”的结论，就有点浅了。更进一步的判断是：周末单量高，是你的菜品结构适合家庭点餐？还是周末写字楼周边的竞争变少、流量集中到你这里了？还是因为平台周末有补贴？
排除干扰的方法是看“交叉验证”。比如，如果“周末单量高”确实是因为竞争减少，那你的周末订单中“自然搜索流量占比”会明显高于工作日；如果是因为家庭点餐，那“大份”“套餐”类SKU的占比应该会上升。月报分析的价值就在于，你可以用月报去验证这个猜测，而不是停留在表面相关性上。通过多个维度交叉验证，才能做出更准确的判断。
前四步都是在“理解过去”，只有第五步是在“指导未来”。做完关联分析和归因之后，你会得到一份关于门店的相对清晰的认知：哪些运营动作有效、哪些无效，哪些外部因素对单量影响大、哪些影响小。基于这个认知，为下个月制定3-5条具体的行动计划。
这3-5条计划的执行效果，将在下个月的报表中得到验证。这样每月迭代，你的外卖运营能力会持续提升。月报分析是一套学习方法论，不是在交作业。
针对单店老板的实际需求，我来完整复盘一个我自己做过的月报分析案例。为保护门店隐私，品牌和具体城市做了处理，但数据结构和分析逻辑完全真实。
这家店位于南方某新一线城市的老城区，主营品类是“现炒快餐+炖汤”，客单价在24-30元之间，主打周边老小区居民和老写字楼员工的午餐和晚餐。外卖月销量在2800-3300单之间，属于典型的社区型快餐店。
门店的外卖后台，连续4个月的核心数据如下：
表面上看，第4个月环比第3个月微降。但实际上，从时间顺序和结构变化来看，能梳理出一些更细的内容。
第1个月末，门店做了一件事：下架了三款销量垫底的小炒，换上了一款新的“胡椒猪肚鸡汤饭”，定价25.8元。产品上架后，第二周开始，这款新品的单量逐步爬升，目前已经进入门店销量前十。
同期，平台对该商圈加大了一轮补贴力度，因此该月的订单量出现了明显的上涨。但那位老板自己说，这波增长“来得突然，去得也快”。第2个月，补贴结束，订单量自然回落。但值得注意的是，回落后的订单量，并没有回到补贴前的水平。原因不难看出：补贴期间，有一批新客被吸引进来；补贴结束后，其中一部分转化成了老客，留下了消费习惯。
第2个月中旬，门店收到一条差评，内容关于“配送超时，汤洒了”。门店评分从4.7掉到了4.6。随后一周，门店的自然搜索曝光量和入店转化率均出现小幅下滑。老板很快做了两件事：联系骑手和顾客，妥善处理了售后；在包装上加大了对汤品类的防漏措施。第三周开始，门店评分回升到4.7，流量也逐步恢复。
第3个月表现出的明显峰值，出现在月中。当时平台上有一场“快餐品类节”活动，门店参与后，当天订单量比平时高出约35%。但活动结束后两天，单量回落。到第4个月，平台整体流量趋稳，门店订单量回归到常态水平。
有一个数据值得单独提出来讲：退单率。第2个月退单率升到3.4%，第4个月又降到2.2%。如果只看两个月的数据，会得出结论“门店售后能力变强了”。但把第2个月的退单明细拉出来看，会发现：当月退单中，约45%是“配送超时/洒漏”类原因，30%是“顾客取消（个人原因）”，25%是“商家出餐错误”。
配送相关的差评，往往不是商家自己能完全控制的，但可以通过更稳妥的包装和更有序的出餐流程，降低发生概率。这家店就是从这两方面入手，后来才把退单率降了下来。
这家店4个月的数据，如果只看总额，会得到一个相对模糊的结论：单量是3100、2850、3200、3080。但把每个月的经营动作、平台活动和异常事件关联起来后，每个数字都有了具体含义：新品上架有效、平台补贴带来的流量红利只能阶段性利用、差评的流量影响周期需要重视、品类活动是有效的冲量手段。
这就是月报分析想要达到的效果：让报表上的每个数字，都能对应到一个经营动作或外部事件。这样，你做出的每个判断，都能在数据上找到依据。
每家门店的外卖现状不同，月报分析后的行动方案也应该不同。我按门店外卖业务所处的阶段，把行动建议分成四种类型。请先对号入座，再看对应建议。
这种门店通常的问题是：大盘的流量红利吃完了，门店自身又没有建立复购体系。表现为：单量缓慢下滑，但客单价还在，老客复购率也在，说明产品和口碑没问题，主要是新客流入减少。
行动建议：把重心放在“拉新”上。具体动作包括：
这种门店需要警惕“虚假繁荣”。单量看着不少，但算上各项成本后，净利润可能还不到3%。问题出在产品和促销结构上：低价引流的SKU占比过高，满减力度过大，把利润都冲掉了。
行动建议：聚焦“客单价提升”。具体动作包括：
打开后台发现，曝光量很大、点击率也还行，但“进店-下单”的转化率低于商圈平均水平。这种情况通常不是流量问题，是页面（你的菜单和展示）问题。
行动建议：优化菜单结构和呈现。具体动作包括：
前一天还50单，后一天只剩20单，没有任何明显规律。这类门店的运营状态比较“脆弱”，抗风险能力差。
行动建议：增加经营的确定性。具体动作包括：
做外卖运营，最难的往往不是知道该做什么，而是知道该放弃什么。月报分析进行到最后，一定会面临取舍决策。我在这里给出几个常见场景下的取舍思路，供大家参考。
很多老板舍不得下架引流款，觉得“靠它拉单量呢”。但如果你核算下来，某个引流款毛利极低甚至接近亏本，且它的销量占据了全店30%以上，那你需要考虑清楚：这个低价引流品的真实价值到底有多大？它引来的新客，有多少转化成了购买其他高毛利产品的回头客？如果转化率很低，你真的需要这么多“只薅羊毛不回头”的单量吗？
我的判断逻辑是：拿7天时间，把引流款下架，观察全店单量和客单价的变化。如果单量略降但客单价上升，总毛利反而是增加的，那就说明引流款投入产出比偏低。如果单量明显萎缩，说明引流款的“过路客”确实带动了其他产品的销售，那它就有保留的价值。不同门店情况不同，需要实测。
平台每个月都有各种主题活动，有些是流量红利，有些是“赔本赚吆喝”。我的取舍逻辑是：看活动对“用户长期价值”的影响，而不是单纯看活动当天的单量。
平台活动如果吸引了新客，且这些新客在活动结束后的两周内产生了一次以上再次购买，那这个活动值得参加。如果活动带来的全是价格敏感型的“一次性客”，活动结束就走，那建议谨慎参加，尤其要避免为了冲排名而参与过度大额的活动。外卖的排名加权是重要，但用亏损换排名，成本太高了。
如果一家门店的评分从4.8掉到4.5，通常不是一条差评造成的，而是连续一周内收到了多条差评。此时，优先投入的应该是“差评处理”和“评分恢复”，而不是抢流量。评分是外卖平台流量分配的核心权重之一。在评分修复之前，很多流量可能是“来了也白来”，因为顾客看到低评分会流失。
具体做法是：逐一分析差评原因，涉及出餐速度、口味、包装、配送四个主要维度，针对性做周内整改；然后通过“好评有礼”之类的合规手段，在整改到位的前提下鼓励老客留下真实好评。评分恢复需要时间，但至少要确保它不再下滑。
很多老板总想给顾客更多选择，结果菜单SKU越加越多，反而增加了后厨出餐压力和顾客选择成本。从月报数据来看，如果你的门店60%的订单集中在10个SKU以内，那就说明这些才是你的核心产品。排在后面的长尾SKU，大部分都是“贡献不了销量、也贡献不了利润”的库存和损耗负担。
我的取舍建议是：将长尾SKU里近30天销量为个位数的产品，全部下架或用“售罄”方式退出菜单。把精力集中在有销量、有利润的SKU上，集中火力提升出餐速度和出品稳定性。少即是多，这在餐饮外卖领域尤其适用。
如果月度报表只用来做单月复盘，价值会被压缩不少。真正有效的月报分析，应该把数据沉淀下来，形成门店自身的“经营时间序列”，这样才能看到更长期的变化规律。
我建议每个外卖门店，都建立一个简单的Excel或纸质台账，记录这12个数据项：月份、总订单量、实收营业额、客单价、退单量、退单率、新客订单占比、老客订单占比、评分、参加的平台活动次数、当月主要动作（新品/调价/改包装）、备注（天气/节假日/竞品动态）。
坚持记录12个月后，这张表的作用会逐渐显现。你大概可以看出：季节性规律（比如火锅店冬季单量冲高、轻食店夏季走强）、平台活动节奏（平台大促通常在哪些月份）、自己运营动作的实效周期（调整菜单需要多久才能反映在数据上）。这些认知，比平台后台给你的任何一张报表都更贴近你的门店实际。
每个季度结束后，把三个月的月报数据合并成一份“季度经营简报”。季度简报的重点不是罗列数据，而是回答三个问题：这个季度的外卖业务，是增长、萎缩还是持平？增长或萎缩的核心驱动因素是什么（内部动作还是外部环境）？下个季度，门店要做的三件最重要的事是什么？
这样做的好处是：防止被每个月的数据波动干扰判断，从更长时间尺度看问题。很多门店在3月份单量小幅下滑，老板很焦虑，但如果从季度角度看，1月到3月的整体曲线是稳中有升的，下滑只是3月份最后一周受到天气影响的偶然波动，对全局影响甚微。
不少老板会问我：“我的月销3000单，在快餐行业算什么水平？”单店与行业平均值的对比可以作为参考，但不宜过于关注。因为品类、商圈、定价、城市级别都不同，任何“行业平均单量”都无法准确衡量你的门店是否健康。
我更推荐做的对比是：与自己对比+与同商圈对标。与自己对比，看趋势；与同商圈对标，看差距。如果你的商圈同品类头部店铺月销是5000单，你是3000单，中间这2000单的差距，就是你可以努力提升的空间。但不建议把自己的门店与小部分超头部店铺做直接比较，那些店铺往往有独特的资源或模式，模仿成本很高。
最后，给大家一个可以直接拿来用的月度分析表框架。不用特别复杂的工具，一张Excel或在线表格就能完成。我按字段逻辑分为“基础数据区”“事件记录区”和“分析输出区”三个模块。
这里记录每天的客观数据，建议每天花2分钟更新，放在后台数据接入或手动录入均可：
日期、星期、天气、当日订单数、实收营业额、客单价、退单数、退单率、新客占比、老客占比、评分变化（4.8/4.7→4.8）、备注（平台活动/竞品开业/特殊事件）
这里记录本周围绕外卖做了哪些动作，方便月底回溯时快速定位：
月底汇总数据，输出三个结论：
这套模板我在多个门店推动使用过，落地难易程度不一。最容易坚持下来的，反而是那些原本对数据最不上心的老板。原因很简单：它每天只需要2分钟，不用花时间思考，只要填空即可。但他们坚持记录了一个月后，普遍反馈“第一次知道自己的外卖原来有这么多规律”。这也是我愿意把这个模板结构写出来的原因，月报分析的门槛，远远没有想象中那么高。
文章写到这里，该总结一下了。回到开头那个判断：外卖月报的本质，是一份“门店经营诊断报告”。它告诉你过去一个月你的店整体表现如何，也告诉你哪些环节出了问题、哪些环节值得继续投入。但前提是，你要用正确的方法去读它。看报表的习惯，决定了你是靠经验经营，还是靠数据经营。在餐饮竞争越来越激烈的今天，后者的胜率要高得多。
如果你看完这篇文章，只记住三句话，我希望是这三句：
下一步动作很简单：这个月月底，打开你的外卖商家后台，把近三个月的订单数据拉出来，按照文章里“五步法”的流程走一遍。没有经验的，先从“建立基线”和“标注事件”开始。坚持三个月，你会对外卖运营产生全新的感觉。到那时候，你再看这篇文章，体会会完全不同。之前是“看热闹”，之后就是“看门道”了。
想看更多类似的外卖运营分析和真实案例拆解，可以持续关注我后续的系列内容。下一篇我会写《外卖单量下滑自查清单》，把“归因分析”部分展开成更细的实操步骤。咱们下篇见。
读者评论
写得挺实在的，以前我查外卖月报确实只看总单量和营业额，看完就关了。文中所说的四层拆解法点醒了我，尤其是异常波动要关联当天发生了什么，而不是笼统归因于天气。这个月准备尝试做动作台账，把每次改菜单、调满减都记下来，月底对照数据看效果。
作为连锁门店的运营督导，我特别认同“月报是诊断报告不是成绩单”这句话。文章里的周一写字楼低谷案例很典型，很多时候我们只看到了数据落差，却没从顾客行为和消费场景去拆原因。五步法里先建立基线的思路也很有用，能帮我们区分正常波动和真正的问题。
我家小店就是典型的只看总额类型，经常单量涨了月底一算利润反而少了。文中老周的案例几乎就是我的翻版，低价引流款卖得多，高毛利产品被砍掉，加上满减参加得猛，最后成了给平台打工。这篇文章让我意识到，必须自己把单均利润和产品结构拉出来好好算一算。
最触动我的是最后那个误区：不关联运营动作。确实，上个月做过什么活动、改过什么设置，我基本靠印象，从没在报表上标注过日期。看完文章才知道为什么有些动作看着有效，但说不清具体是哪个环节起的作用。以后我会按文中方法建立动作台账，让运营经验能沉淀下来。
暴雨天烧烤单量反而下滑这个案例让我印象深刻。以前总以为下雨天外卖必定暴涨，其实要分品类看。这个月报分析框架把天气、平台活动、竞品这些外部因素都纳入考虑，交叉分析的方法很实用。准备试试按天气维度拉数据，看看我们店雨天到底谁涨谁跌。
文章提到的误区我几乎全踩过，尤其只看同比不看环比。因为同比上涨就以为经营没问题，结果环比已经连续下滑好几个月都没警觉。现在想想，平台后台展示的指标确实容易把人带偏。老板必须结合自己的成本数据和运营动作来读报表，才能真正指导下个月的经营决策。