菜单工程:哪道菜该涨价、哪道该下架
用「明星、跑马、困惑、落水狗」四象限,把菜单从感觉决策变成数字决策,找出真正该涨价、该下架的品项。
曼谷一家经营八年的某泰国中小企业家庭式泰式餐厅,老板娘每季换一次菜单封面,却从没换过品项顺序——招牌打抛猪永远放第一页最上面,因为「卖得最好」。直到请会计师朋友帮忙算了一次每道菜的实际毛利,才发现打抛猪用料成本高、特调酱料贵,毛利率其实是全店倒数第三名;反而角落那道乏人问津的青木瓜沙拉,食材便宜、备料快,毛利率是全店第一。老板娘只凭「哪道卖得多」做决策,却没问「哪道赚得多」——这正是菜单工程要解决的问题。
为什么
多数餐饮业者用「销量排行榜」决定菜单去留,但销量高不代表利润高。若定价策略本身没问题(可延伸阅读本站「定价的力量」系列,这里不重复展开定价心理学),真正该问的下一个问题是:这道菜同时具备「卖得好」和「赚得多」吗?如果只看销量,很容易把毛利低的招牌菜捧上神坛,却让真正赚钱的品项被雪藏在菜单角落。菜单工程(Menu Engineering)提供一套简单的分类方法,把每道菜放进「销售占比」×「贡献毛利」两个轴线的四象限,让涨价、下架、重新包装的决策有数字依据,而不是老板的直觉或情怀。
怎么做
1. 先把每道菜的「贡献毛利」算出来
贡献毛利=售价-这道菜的直接食材成本(不含房租、人事等固定费用)。这一步最耗时但最关键,建议用试算表,一道菜一行,把主要食材成本抓到七、八成准确度就够用,不必追求会计级别的精确。
2. 再算出每道菜的「销售占比」
用最近一到三个月的POS或手写点餐记录,算出每道菜占全店总销量的百分比。若同类品项有十道菜,平均应占十分之一(10%)的销量,高于平均即为「高人气」,低于平均即为「低人气」。
3. 画出四象限,对号入座
把「贡献毛利高低」和「销售占比高低」交叉,会得到四种菜:
- 明星(Stars):高人气、高毛利。维持现状,适度小幅涨价测试,是菜单封面的当然主角。
- 跑马(Plowhorses):高人气、低毛利。顾客爱吃但不赚钱,优先考虑调整食材配方降低成本,或小幅涨价(通常顾客对热门菜的涨价敏感度较低)。
- 困惑(Puzzles):低人气、高毛利。赚钱但没人点,问题通常出在菜名不吸引人、摆放位置不显眼,或服务生没有主动推荐,先试着改名、换位置、加入套餐再观察一季。
- 落水狗(Dogs):低人气、低毛利。既不赚钱也没人爱,是下一次菜单改版第一波该下架的品项。
4. 每季重跑一次,不是做一次就结束
食材成本会波动、顾客口味会变,菜单工程不是一次性项目,而是每季(或至少半年)重新盘点一次的例行动作,尤其原物料涨价时,更要优先重算「跑马」和「明星」类品项的毛利。
🔧 AI 动手做
把你的菜单品项、售价、主要食材成本、上月销量整理成一张简表(不用完美,抓大概数字即可),贴给AI同事,请它帮你算出四象限分类和具体建议:
你是我的餐饮顾问。以下是我的菜单数据,栏位为:品名、售价、食材成本、上月销售份数。 [在这里贴上你的菜单数据,例如: 打抛猪饭、120、55、420 青木瓜沙拉、90、20、95 泰式炒河粉、100、48、310 ...] 请帮我: 1. 算出每道菜的贡献毛利(售价-食材成本)与毛利率 2. 算出每道菜的销售占比(该品项份数 ÷ 全部品项总份数) 3. 用「销售占比高于平均=高人气、贡献毛利高于全店中位数=高毛利」为分界,把每道菜分类为明星/跑马/困惑/落水狗 4. 针对「跑马」类给我1-2个降低食材成本或小幅涨价的具体建议 5. 针对「困惑」类给我改名或套餐搭配的具体建议 6. 列出建议下架的「落水狗」品项与原因 用表格呈现,并在最后用三句话总结这次菜单改版的重点方向。
本周就能做的一步:不用等到正式改版,这周先挑五道你最有把握、卖得也不错的招牌菜,用试算表算出它们的实际贡献毛利,你可能会像那位老板娘一样,发现排行榜第一名不见得是荷包里的第一名。
📎 理论依据:菜单工程(Menu Engineering)矩阵分析法,概念源自 Kasavana 与 Smith(1982)于美国饭店餐饮管理领域提出的「销售占比×贡献毛利」四象限分类架构,为餐饮业普遍采用的菜单获利分析工具;实际定价与成本结构仍需依店家财务数字与当地会计师确认。