首页 › 对比分析 › 菜单与菜单工程
传统方法 vs Masterestaurant 方法

凭喜好和传统 对比 菜单工程 Masterestaurant

Diego F. Parra 作者 Diego F. Parra · 更新于 · 菜单与菜单工程

2026年10月30日更新:新增2个常见问题。

凭喜好和传统 对比 菜单工程 Masterestaurant — Masterestaurant
快速结论

一份为展示厨艺而设计的菜单,和一份为创造毛利而设计的菜单,完全是两回事。如果您不清楚哪些菜是明星菜、哪些是瘟狗菜、哪些是问号菜,那您就是在盲目经营,而您最有力的资产也就无从发挥。没有被衡量的东西,就会流失。

⚖️ 对比并排对比,结合您的经营情况给出明确结论· 阅读约3分钟· 2026-10-30

做咨询时,我经常遇到菜单很长、有几十道菜、而厨房里没人能完全掌握的餐厅。主厨说每道菜都很好,每道都有自己的客人。当我们做菜单工程分析时,会发现一小部分菜品贡献了大部分销售额,而其中不少畅销菜的利润反而最低。这就是事倍功半。我在43个国家的8.400家餐厅都见过这种情况,规律几乎普遍存在。

菜单工程并不是新概念,但真正严格地应用它,对大多数餐厅来说仍然是新事物。MR方法让它变得实用、可执行:每道菜依据两个变量归入四个类别,即贡献毛利(售价−食材成本)和受欢迎程度(销售数量)。结果是一张决策地图,明确告诉您应该推广哪些菜、调整哪些、重新设计哪些、删除哪些。现在,AI可以利用您POS系统中的数据,每周实时自动完成这项分析。

并排对比

菜单工程:并列对比

传统方法Masterestaurant方法
菜单设计的基础✕厨师个人口味、传统做法,或“我们一直都是这么做的”✓基于贡献毛利 × 销量热度的菜单工程分析 MR
菜品分类✕无——所有菜品都“很好”✓明星(高毛利 + 高销量)、金牛(低毛利 + 高销量)、问号(高毛利 + 低销量)、瘦狗(低毛利 + 低销量)
菜单决策✕凭直觉,基于厨师或老板的个人偏好✓基于数据:推广明星菜、挖掘金牛菜的盈利潜力、研究问号菜、淘汰瘦狗菜
菜单规模✕失控式增长:菜品越多 = 选择越丰富 = 销量越高(这是错误的)✓精简的高周转菜单:菜品更少、更聚焦、更赚钱
菜单调整✕一年一两次,等到“某些菜不好卖了”才动✓每月做一次菜单工程分析,并同步更新销售数据
分析中的AI应用✕无✓AI每周分析POS中的数据,并自动为每道菜重新分类

凭口味的菜单:厨师一个人说了算

设计成展示厨艺的菜单,与设计成创造利润的菜单完全是两回事。在25年的咨询生涯中,我们服务过8.400家餐厅,遍布43个国家,Diego F. Parra 反复发现同一种模式:厨师按自己擅长的、自己热爱的或自认为顾客看重的来排菜单。结果就是菜单臃肿,动辄几十道菜,而大部分销量只来自少数几个单品。最畅销的菜品往往并不是利润最高的。这等于花了双倍的力气,只赚到一半的钱。凭喜好排菜并非出于错误的意图,而是方法上的错误。如果没有边际贡献和受欢迎程度的数据指标,餐厅老板就是在蒙着眼睛经营自己最有力的资产。

菜单工程究竟衡量什么

菜单工程用两个变量把每道菜划分为四类:边际贡献(售价减去食材成本)和受欢迎程度(一段时间内的售出份数)。边际贡献高、销量也高的是明星菜;边际贡献高、销量低的是问号菜;边际贡献低、销量高的是主力菜,也叫陷阱菜;边际贡献低、销量也低的是瘦狗菜。这套决策框架由Michael Kasavana和Donald Smith于1982年推广开来,它能准确告诉经营者该推广什么、该在价格或食材成本上调整什么、该重新设计什么、该删除什么。过去的难点在于执行:人工分析80道菜,每个周期要花4到8个小时。到了2026年,接入收银系统的工具可以实时更新数据,无需电子表格,也不会出现录入错误。

瘦狗菜隐藏的成本

删除瘦狗菜并不会减少销售额,反而能集中精力。在使用Masterestaurant方法所做的分析中,Diego F. 的结论很直接:在售的SKU越少,采购就越集中,因品种繁多造成的损耗越少,库存周转越快,后厨的备料也越简单。菜单很长的餐厅,在售食材可能多达数百种;菜单精简、选择得当的餐厅,用到的食材要少得多,却能保住大部分销售额。运营复杂度并不代表菜品质量,它反而是悄无声息的利润流失来源。

单品食材成本率:最容易被掩盖的指标

单品食材成本率是用食材成本除以售价得出的。在Masterestaurant的运营标准里,单品食材成本率不超过32%是最高可接受水平,而不是努力的目标。大多数凭喜好排菜的厨师并不清楚每道菜真实的食材成本率,他们看的是全店平均值,而平均值会掩盖差异。同一份菜单里,常常既有成本率很低的菜,也有成本率极高的菜,报表上的平均数看起来还过得去,直到利润表对不上账才暴露问题。Diego F. Parra 在自己的方法论中举过例子:一家每天接待大量客人的餐厅,当两三道陷阱菜占据了大部分销量时,每天都会流失相当一部分利润。没有被衡量的东西,就会悄悄流失。

人工智能的应用:从月度分析到实时红绿灯

人工智能把菜单工程从定期做的一次性分析,变成了持续监控的系统。接入收银系统的AI模块,可以每24或48小时重新计算每道菜的分类,即明星、问号、主力或瘦狗,无需人工干预。如果一道菜连续三个月都是问号菜,突然某一周销量大涨,系统会将其识别为明星候选,并提醒经营者及时推广或调整其在菜单上的位置,避免错过时机。在墨西哥和哥伦比亚的Masterestaurant项目试点餐厅中,这套反馈循环把对菜单机会的响应时间从30天缩短到了72小时以内。决策速度如今已成为可以衡量的竞争优势。

MR 方法如何组织菜单重构

Masterestaurant 方法把菜单工程分为四个具体步骤。第一,数据盘点:获取每道菜真实的食材成本率,以及过去90天的销量。第二,四象限分类:使用餐厅自身的标准,而非行业平均值,因为不同的餐厅定位、地段和客单价,成本结构差异很大。第三,按类别制定行动计划:明星菜在菜单和宣传中重点突出;问号菜在30天内通过调整价格或呈现方式进行测试;主力菜先优化食材成本,再考虑是否删除;瘦狗菜在下一个印刷周期中撤下。第四,60天后用新的分类结果验证效果。这种数据、决策、行动、衡量的迭代循环,才是重构菜单与仅凭审美重做菜单之间的区别。

菜单位置与视觉语言:不在食材成本里的利润

菜单心理学可以在不改动任何价格的情况下提升利润,因为它能引导食客点哪道菜。食客的视线遵循可预测的路径:双页菜单,视线先落在右上角;单页菜单,视线先落在中间。Masterestaurant 将这些原理融入菜单重构:明星菜占据视觉锚点位置;有潜力的问号菜与高价菜相邻摆放,以此树立价值感知;主力菜则放到最后,或在视觉菜单中淡化,即便仍然保留供应。去掉货币符号,在实验室研究中可以降低对价格的敏感度。每一个版面决策都是利润的杠杆。食材成本表上看不到的东西,会在每天打烊时的收银台上显现出来。

预期成果:前90天会发生哪些变化

一家餐厅若用Masterestaurant方法做菜单工程,并配合AI监控,几个月内就能看到可衡量的成效:平均食材成本率下降、原材料浪费减少,明星菜位置摆放得当后客单价提高。Diego F. 指出,菜单过于庞大的餐厅,如果将其精简为分类清晰的精选菜单,通常会在上半年看到运营利润增长,而且无需提价。菜单不是厨师喜欢写的那张清单,而是餐厅最有力的财务工具。把它当作工具来对待,正是生存与扩张之间的区别。

为什么菜单工程能在不增加销量的情况下提升您的毛利

凭口味定的菜单和用菜单工程做的菜单,区别不在纸质菜单上,而在月底的利润上。我分析过一些餐厅,淘汰几道瘦狗菜后,原材料浪费减少了,整体毛利反而提高了。它们的销量并没有下降,只是卖的东西更有重点了。这正是菜单工程在正确应用后带来的效果。 AI让这个过程发生了根本性变化,它把原本定期进行的工作变成了持续进行。人工做一次月度菜单工程分析要花好几个小时。而连接您POS系统的AI系统,可以实时更新每道菜的分类:如果上周还是问号菜的某道菜本周销量大涨,它就成了明星菜的候选,您应该立即把营销资源转向它。这种决策速度,决定了您是抓住趋势,还是事后才知道错过了趋势。

逐条对照

逐项对比:传统菜单(A)与菜单工程Masterestaurant(B)

菜单决策依据
A · 传统方法厨师口味、传统做法,“一直以来都卖得好的菜”
B · Masterestaurant贡献毛利 × 销量热度的数据,并进行矩阵分类
结论: B方案胜出。没有数据的菜单决策是赌博,有数据才是战略。
非盈利菜品管理
A · 传统方法因为“有自己的老顾客”而无限期留在菜单上
B · Masterestaurant瘦狗菜淘汰或重新设计;金牛菜依靠清晰的数据进行优化
结论: B方案胜出。菜单上的每道瘦狗菜,都是被白白浪费的运营成本和被偷走的利润。
菜单更新速度
A · 传统方法一年一两次,凭感觉或投诉来调整
B · MasterestaurantAI月度分析,并根据真实销售数据每周重新分类
结论: B方案胜出。菜单的调整速度,决定了您是抓住趋势,还是被趋势淹没。
每份菜的盈利能力
A · 传统方法不清楚:卖得越多,赚得越少,却不明白原因
B · Masterestaurant每道菜的贡献毛利清晰可见,并被主动管理
结论: B方案胜出。大量卖出错误的菜,是通往永远无法突破盈亏平衡点的最快捷径。
厨房运营效率
A · 传统方法菜单庞大 = 采购复杂、库存难管、备料繁重
B · Masterestaurant菜单精简 = 厨房更灵活、浪费更少、出餐速度更快
结论: B方案胜出。更小、更赚钱的菜单,也意味着更高效的厨房。
并排对比

凭感觉定的菜单会带来什么后果

  • 明星菜(高毛利、高销量)没有得到特别推广——所有菜品一视同仁
  • 瘦狗菜(低毛利、低销量)占用原材料、团队的精力和菜单位置
  • 金牛菜(高销量、低毛利)让您忙个不停,却赚不到多少钱
  • 问号菜(高毛利、低销量)得不到曝光,而它们本可能成为您下一个明星菜
  • 每次调整菜单都是凭主观判断下的赌注,而不是基于数据的决策

菜单工程MR带来的改变

  • 每道菜都有明确归属:明星、金牛、问号或瘦狗——每一类采用不同的策略
  • 明星菜在菜单、社交媒体和服务员推荐中重点推广
  • 金牛菜需要优化:在不影响口碑的前提下降低食材成本,或逐步提价
  • 问号菜获得策略性曝光:菜单靠前位置、服务员推荐、限时推广
  • 瘦狗菜要么淘汰,要么重新设计——每下架一道菜,都能减轻出品、采购和库存的负担
关键数据

真正重要的数字

47%
2024年最后6个月调高菜单价格的餐厅
+15%
运用菜单心理学提升客单价(无需涨价)
7–15
各品类的最优菜单规模
+3.5%
美国菜单价格通胀
15–20%
披萨的食材成本占菜单售价的百分比(高毛利)
+27%
带有描述性文字的菜品销量
数据可视化
关键数据图表
关键数据图表47% 2024年最后6个月调高菜单价格的餐厅; +15% 运用菜单心理学提升客单价(无需涨价); 7–15 各品类的最优菜单规模; +3.5% 美国菜单价格通胀; 15–20% 披萨的食材成本占菜单售价的百分比(高毛利); +27% 带有描述性文字的菜品销量2024年最后6个月调高菜单价格的餐厅47%运用菜单心理学提升客单价(无需涨价)+15%各品类的最优菜单规模7–15美国菜单价格通胀+3.5%披萨的食材成本占菜单售价的百分比(高毛利)15–20%带有描述性文字的菜品销量+27%
来源: TouchBistro 2024(通过 Apicbase) · NeatMenu — 2026年菜单心理学 · 菜单设计研究(汇总) · 美国全国餐厅协会 2025 · Sauce — 2025年最赚钱的餐厅菜品图表制作: masterestaurant.com
示例案例(综合)

“这家店原本有78道菜。我们做了MR的分析,发现14道明星、22道金牛、18道问号和24道瘦狗。我们淘汰了全部24道瘦狗菜,优化了金牛菜,并大力推广明星菜。两个月后,在不增加一桌客人的情况下,毛利提高了6个百分点。关键在于:去掉那些本不该出现在菜单上的菜。”

— Chef Andrés Fuentes,当代哥伦比亚菜餐厅,卡利,客户Masterestaurant

综合案例仅供说明:案例中的名称和数字不代表真实企业,也不是行业数据。

如何在您的餐厅中应用

本周如何应用菜单工程 MR

提取过去90天每道菜的销售数据
每道菜需要两个数据:卖出了多少份(热度),以及每份留下多少贡献毛利(售价 − 食材成本)。如果还没有算出食材成本,这一步是必须先完成的前提。没有数据,就谈不上菜单工程,只有主观判断。
计算每道菜的边际贡献
贡献毛利 = 售价 − 食材成本(按绝对金额计算),不要与食材成本率混为一谈。比如,一道菜售价较高,食材成本又控制在方法所定的上限之内,那么它实际留在收银台里的金额就相当可观。一道售价较低、成本也较低的菜,每份留下的钱反而较少,即便它的成本率看起来更好。比起比例,绝对毛利更重要。
为每道菜分类:明星、金牛、问号或瘟狗
画两条线:您菜单的平均毛利和平均热度。高毛利 + 高热度 = 明星。低毛利 + 高热度 = 金牛。高毛利 + 低热度 = 问号。低毛利 + 低热度 = 瘦狗。这就是您的决策地图。
启用人工智能,每周自动重新分类
将您POS的数据与MR系统连接后,AI每周重新计算每道菜的分类。当一道问号菜销量上升时,它会提醒您(这是升级为明星菜的机会);当一道明星菜因原料成本上涨导致毛利下降时,它会预警;当一道金牛菜占用运营资源却没有回报时,它也会发出提示。
✦ 人工智能应用

借助人工智能又如何?

优化菜单工程、菜品描述以及热销菜品的图片。 Diego F. Parra 是餐厅人工智能应用专家。

Masterestaurant 工具与方法

借助Masterestaurant的工具来做

Masterestaurant 提供菜单分析系统,即使您从未做过这类分析,也能从零开始实施菜单工程。

Diego F. Parra

Diego F. Parra — 国际餐厅咨询专家,擅长餐厅创建与提升,以及餐厅、食品科技和HORECA领域的人工智能应用。该方法已在43个国家的8,400多家餐厅中应用 · 餐厅、酒店服务及餐饮业务人工智能应用专家 · 在餐厅、餐饮外包、大型活动及企业增长领域拥有20多年经验 · 已出版3本带ISBN的著作:《Triunfar o morir en el intento》(2013)和《De esclavo a dueño》(2023)· HORECA行业国际演讲嘉宾及主题演讲人。

常见问题

关于餐厅菜单工程的常见问题

什么是菜单工程?它与凭感觉设计的菜单有什么区别?

采用菜单工程的菜单,会根据贡献毛利和热度为每道菜分类(明星、金牛、问号或瘦狗),并依据数据决定推广、调整还是淘汰。凭口味的菜单则依赖厨师的直觉。根据 NeatMenu《Menu Psychology 2026》,菜单心理学能在不涨价的情况下将客单价提高15%。

什么是菜单工程?它与凭感觉设计的菜单有什么区别?

采用菜单工程的菜单,会根据贡献毛利和热度为每道菜分类(明星、金牛、问号或瘦狗),并依据数据决定推广、调整还是淘汰。凭口味的菜单则依赖厨师的直觉。根据 NeatMenu《Menu Psychology 2026》,菜单心理学能在不涨价的情况下将客单价提高15%。

如何设计既能多卖、又不必提价的巧妙菜单?

从数据入手:按毛利和销量为每道菜分类,突出明星菜,下架瘦狗菜。根据 NeatMenu《Menu Psychology 2026》,菜单心理学能在不涨价的情况下将客单价提高15%。诱人的菜品描述同样有帮助:据康奈尔大学食品与品牌实验室(Wansink)的研究,销售额可提升27%。

如何设计既能多卖、又不必提价的巧妙菜单?

从数据入手:按毛利和销量为每道菜分类,突出明星菜,下架瘦狗菜。根据 NeatMenu《Menu Psychology 2026》,菜单心理学能在不涨价的情况下将客单价提高15%。诱人的菜品描述同样有帮助:据康奈尔大学食品与品牌实验室(Wansink)的研究,销售额可提升27%。

一份设计合理的菜单应该有多少道菜?

并没有一个神奇的数字,但盈利餐厅的经验表明,中高客单价的点菜餐厅更适合精简菜单:20-35道菜。菜品越多,采购越多,浪费越多,运营也越复杂。MR式的菜单工程通常能在不减少销售的前提下明显精简菜单,同时提高毛利。

一份设计合理的菜单应该有多少道菜?

并没有一个神奇的数字,但盈利餐厅的经验表明,中高客单价的点菜餐厅更适合精简菜单:20-35道菜。菜品越多,采购越多,浪费越多,运营也越复杂。MR式的菜单工程通常能在不减少销售的前提下明显精简菜单,同时提高毛利。

明星菜该怎么办:提价吗?

不一定。明星菜本身已经很好卖,提价的风险在于降低它们的热度,使其退化为问号菜。正确的做法是保持价格不变,提高其在菜单中的曝光度(位置、图片、描述),并培训团队主动推荐。先保护,再优化。

明星菜该怎么办:提价吗?

不一定。明星菜本身已经很好卖,提价的风险在于降低它们的热度,使其退化为问号菜。正确的做法是保持价格不变,提高其在菜单中的曝光度(位置、图片、描述),并培训团队主动推荐。先保护,再优化。

如何判断一道菜是瘟狗,还是只是需要更多营销?

如果一道菜在获得至少60天的菜单靠前位置、重点曝光和服务员推荐之后,依然毛利低、热度也低,那它就是瘦狗菜。如果它从未获得过曝光或推广,那它可能只是一个没有机会的问号菜。坚持60天的主动曝光测试,就能得到答案。

如何判断一道菜是瘟狗,还是只是需要更多营销?

如果一道菜在获得至少60天的菜单靠前位置、重点曝光和服务员推荐之后,依然毛利低、热度也低,那它就是瘦狗菜。如果它从未获得过曝光或推广,那它可能只是一个没有机会的问号菜。坚持60天的主动曝光测试,就能得到答案。

人工智能能否建议我为菜单新增哪些菜品?

可以。借助您餐厅的历史数据和市场趋势,AI能够识别出菜单中代表性不足、但潜在需求较高的菜品类别。但最终决策应结合AI的数据、厨师的烹饪判断以及对常客的了解。AI提供信息,厨师和老板做决定。

人工智能能否建议我为菜单新增哪些菜品?

可以。借助您餐厅的历史数据和市场趋势,AI能够识别出菜单中代表性不足、但潜在需求较高的菜品类别。但最终决策应结合AI的数据、厨师的烹饪判断以及对常客的了解。AI提供信息,厨师和老板做决定。

数据与来源

2026 数据(菜单工程)

可核实的基准数据,来自官方及非商业来源(政府、行业协会和市场数据),绝不取自竞争对手。

数据数值来源
西班牙葡萄酒表观消费量,截至2024年11月(单位:百万百升)9,78 百万百升(2024 年 11 月)Interempresas (INFOVI, Nielsen IQ, OIVE) — El consumo de vino en España se estabiliza con un ligero incremento del 0,7% anual (2025)
2024年西班牙餐饮渠道葡萄酒消费变化(增速放缓)-1,9 % (2024)Interempresas (INFOVI, Nielsen IQ, OIVE) — El consumo de vino en España se estabiliza con un ligero incremento del 0,7% anual (2025)
计划在 2024 年(美国)新增混合调酒产品的全service含酒精餐厅运营商占比54 % (2024)National Restaurant Association — Beverages are key to ringing up bigger sales (2024)
提供外带酒类、并在自取或配送订单中提供啤酒的美国餐厅占比(2024)83 % (2024)National Restaurant Association — Beverages are key to ringing up bigger sales (2024)
选择杯装葡萄酒、在整个菜单中为不同菜品搭配酒款的葡萄酒饮用者比例(美国、英国、澳大利亚;Coravin赞助调查,样本量超过1,500人,2025)34 % (2025)Coravin vía Wine Industry Advisor — Coravin issues global wine by-the-glass consumer behavior report (2025)
比两年前更频繁点杯装葡萄酒的葡萄酒饮用者比例(美国、英国、澳大利亚;Coravin赞助调查,2025)54 % (2025)Coravin vía Wine Industry Advisor — Coravin issues global wine by-the-glass consumer behavior report (2025)

您的菜单应该是最赚钱的销售员,而不是您的菜谱档案。

运用Masterestaurant的方法进行菜单工程,淘汰那些侵蚀您利润和运营效率的菜品,把菜单变成盈利的利器。答案就在您的数据里,这套方法让它们清晰可见。

社区

免费加入我们的社区 MASTERESTAURANT

来自43个国家的餐厅业主与团队在此分享知识、工具与应用型人工智能,内容直接推送到你的WhatsApp。

加入社区
作者: Diego F. Parra  ·  编辑: MASTERESTAURANT®
内容由AI辅助创作,经MASTERESTAURANT编辑团队审核。
MR 对比清单引擎 v0.9.394