如果你正在经营一个餐饮门店，作为店老板或者店长，你应该关注哪些数据？
本系列文章列举十一种店长必须关注的数据，其中一到五是结果层面的，六到十一是分析层面的。本文来解析结果层面数据的四和五。
菜品分析的目的是为了优化菜单
（四）看菜品
内容：①菜品的畅销与滞销情况；②菜品的受欢迎程度；③哪些菜品的盈利能力。
菜品的销售结构分析主要有三个工具：排行榜、点击率、波士顿矩阵。
用任何一个工具分析前，应注意两点：①先剔除出干扰分析的商品，比如米饭、餐巾纸等。②重点考察非套餐或非整桌出售的零点菜品，更能说明问题。这两点对于正餐门店应尤为注意。
菜品的排行榜，用于分析菜品的畅销与滞销情况。排行榜分为数量排行和金额排行，排名的范围也可分为总榜和在某一品类之内的小排行榜。
对于总榜，金额排行榜更有说服力，考察的是所有菜品范围内的销售额贡献排行。
对于品类内排行，数量排行榜更有说服力，考察的是菜品的销售能力。但要注意的是，有些菜品是一次卖多份的，应对数量进行适当合并后再做排行。
需要注意的是，对于被设计成“招牌菜”的菜品，在其品类内的数量排行，虽不一定是第一名，但应名列前茅；对于总榜的金额排行，则没有此要求，因为招牌菜不一定是最贵的，有可能是引流的。
菜品的千次交易成功率（UPT），用于分析菜品的受欢迎程度，也就是每1000次交易中，点击了这个菜品多少次。
某菜品千次交易成功率（UPT）＝该菜品销售数量÷总交易次数×1000
例如：门店全天交易笔数是100单，其中A菜品销售了50份，则UPT就是50÷100×1000＝500。
千次交易成功率与销售排行榜，对于单个门店的单个交易日来说，是没有区别的，但对于不同的日期和不同门店之间的对比则有意义，UPT可以拉平不同日期，不同门店进行横向对比时，因总销量不同而导致排行榜的无法合并对比。
需要注意的是，对于被设计成“招牌菜”的菜品，UPT必须排在前三名。否则就可能出现“招牌菜倒挂”的情况，是品牌设计和宣传需要改进的信号。
菜品波士顿矩阵（BCG），也叫“菜品四象限分析”，是综合从菜品销量和盈利能力角度来进行分析。
按照菜品的高销量、低销量、高毛利率、低毛利率，将菜品划分为四个象限。
菜品波士顿矩阵，也叫“菜品四象限分析”
明星菜：高毛利率、高销量。建议占整个菜单不少于80%。
问题菜：低毛利率，高销量。建议占整个菜单8%～10%。
金牛菜：高毛利率，低销量。建议占整个菜单8%～10%。
瘦狗菜：低毛利率，低销量。建议不要超过整个菜单的2%。
菜品波士顿矩阵是菜单优化的最直接数据基础，可以从矩阵分布直接获得菜品优化建议：
明星菜：越多越好，如果都是明星菜品，则可以让顾客“闭着眼睛点菜，道道都是高毛利”。
问题菜：虽然毛利低，但由于销量较高，可做为引流菜品，但数量不宜太多。问题菜也可改进菜品配方，适当降低成本，向明星菜转化。
金牛菜：经常是扮演重头戏的“压桌大菜”，其代表着品牌调性或档次，但种类也不宜太多。金牛菜也可改进菜品配方，适当降低毛利，向明星菜转化。
瘦狗菜：是优先菜单时首选被砍掉的菜品。如考虑品牌定位而必须有某道菜，则应改进该菜品，向问题菜或金牛菜转化。
要注意的是，“明星菜”不一定都是“招牌菜”，但“招牌菜”大部分应该是“明星菜”，也允许个别招牌菜可作为引流菜品。
客流分析的目的在于优化获客渠道
（五）看客流
内容：①哪些渠道获得的客流更多；②哪些渠道的性价比更高；③哪些渠道的获客能力更强。
获客渠道分为线上、线下两个部分，线上渠道包括美团、大众点评、抖音、小红书等公域渠道，也包括会员、社群等私域渠道；线下渠道则包括DM单、电梯广告、商场广告等。
从数据上来说，区分一个渠道，要满足两个条件：①是否可独立区分成本归属；②是否可追溯顾客来源。从这个角度来说，线下渠道是不容易被追溯的，因此可将所有线下渠道视同于同一个渠道，即除了各线上渠道之外的其他所有渠道投入和客流，均归属于线下渠道。
客流分析应包含以下几个字段：
①渠道名称：美团、大众点评、抖音、小红书、会员复购、微信社群……、线下渠道。
②渠道客流量：每一个来客追溯到是从何渠道而来的，从而统计出来自该渠道的客流量。各渠道客流量合计应等于门店总客流量。
③渠道销售额：每一个来客追溯到是从何渠道而来的，从而统计出来自该渠道的折后营业额。各渠道折后营业额合计应等于门店总折后营业额。
④渠道费用投入：投入在该渠道的全部费用合计，包括平台年费、扣点、套餐折扣、广告、推流等。
⑤渠道获客成本：渠道费用投入÷渠道客流量，单位是“元/人”，
⑥渠道回报率：渠道销售额÷渠道费用投入，单位是“%”，
通过对“渠道客流量”的排名，可考察哪些渠道获得的客流更多。
通过对“渠道获客成本”排名，并与客单价（AC）对比，可考察哪些渠道的性价比更高。
通过对“渠道回报率”排名，可考察哪些渠道获客能力更强，对于那些小于100%的渠道，应将其优化。
本文完成了对结果类数据的介绍，下一篇文章将开始介绍分析类数据，包括库存、成本、四效、顾客、会员、储值，敬请期待。