「排骨飯總是銷量排行榜前幾名，應該也是店裡最賺的餐點吧？」
先別急著下結論！有些餐點賣得多，扣掉食材成本後，每份留下的錢卻不多；有些餐點每份貢獻不錯，客人卻很少注意到。
哪些該主推、哪些要調整，又有哪些值得考慮下架？這次麥編用一個簡單例子，帶你認識「菜單工程」，並搭配大麥「AI 菜單健檢」，替下一次更新菜單找出方向！
｜什麼是菜單工程？把「賣出幾份」和「每份留下多少錢」一起看
這套四象限分析方法，由 Michael Kasavana 與 Donald Smith 約於 1982 年在美國密西根州立大學提出。它把餐點的「銷售人氣」與「每份貢獻金額」放在一起比較：一道菜賣得好不好？每賣一份，扣掉食材成本後，能留下多少錢？
依照這兩項指標，可以分成四類：
⭐ 明星商品（Stars）：高人氣、高貢獻。
客人常點，每份留下的金額也高於同類平均，是值得重點經營的品項。
🐎 人氣商品（Plowhorses）：高人氣、低貢獻。
賣得好，但每份留下的金額低於同類平均；靠著銷量，仍可能帶來可觀的總貢獻。
💎 潛力商品（Puzzles）：低人氣、高貢獻。
每份留下的金額不錯，卻比較少人點，值得找出影響銷售的原因。
🔍 待調整商品（Dogs）：低人氣、低貢獻。
點的人較少，每份留下的金額也偏低，需要評估改善方式與保留價值。
這裡的「高、低」，都是相對於同類餐點的分析基準；低貢獻不代表賠錢，高貢獻也不等於淨利。本文先以「售價減食材成本」計算，實際調整仍要考慮人事、包材與其他營運開銷。
接下來，用一組餐點數據，看看怎麼算、怎麼分類，再決定菜單怎麼改。
｜第一步：準備銷售資料，算出兩個數字
可以從大麥後台匯出最近一個完整月份的銷售資料，列出每道菜的售價、銷量，再補上每份食材成本，包含配菜與醬料。
【每份貢獻金額】＝售價－每份食材成本
【點單率】＝該餐點銷量÷同類餐點總銷量 × 100%
這裡的「點單率」看的是售出份數占比，不是營收占比，也不是有多少比例的客人點過。
比較時，要用同一期間、同一類餐點的資料，例如主餐跟主餐比、飲料跟飲料比。若有折扣，售價應以折扣後的平均每份收入計算；新品、缺貨或限時販售也要另外註記，避免誤判。
假設大麥便當店只有以下 4 款主餐，一個月共賣出 1,000 份，沒有額外折扣：
| 餐點 | 售價 | 食材成本／份 | 每份貢獻 | 月銷量 | 點單率 |
| 香煎雞腿飯 | 180 元 | 80 元 | 100 元 | 400 份 | 40% |
| 酥炸排骨飯 | 150 元 | 90 元 | 60 元 | 400 份 | 40% |
| 香料牛肉飯 | 200 元 | 80 元 | 120 元 | 100 份 | 10% |
| 椒鹽魚排飯 | 130 元 | 80 元 | 50 元 | 100 份 | 10% |
可以發現，雞腿飯與排骨飯一樣熱賣，但每份留下的金額差了 40 元。只看銷量排行榜，就容易忽略這個差別！
｜第二步：怎樣算高、怎樣算低？先找出比較基準
算出每道菜的「點單率」與「每份貢獻」後，我們用同類餐點的數據算出「人氣」與「每份貢獻」兩條分界，看看哪些比較多人點、哪些每份留下的錢比較多。
① 【人氣分界】：賣多少，才算有人氣？
先想像，如果店裡 4 款主餐賣得一樣多，每款會占多少銷量？
100%÷4＝25%
不過，顧客各有偏好，不必要求每款餐點都達到 25%，才算有人氣。傳統菜單工程因此將門檻設為「平均占比的七成」：
【人氣分界】＝100%÷同類品項數×70%
套入這家店的例子：
25%×70%＝17.5%
也就是說，這次分析中，點單率達到 17.5% 就歸為高人氣。
因此：
- 雞腿飯、排骨飯：點單率都是 40%（高於17.5%），歸為「高人氣」。
- 牛肉飯、魚排飯：點單率都是 10%（低於17.5%），歸為「低人氣」。
※ 為什麼是七成？
這是原模型採用的參考門檻，讓判定比「必須達到平均占比」寬鬆一些，並不代表七成對所有餐廳都最準，也不是「七成客人點過」的意思。
若餐點接近分界，建議多觀察幾期，別因為一次低於門檻，就急著下架。
② 【貢獻分界】：平均每賣一份，能留下多少錢？
這條分界看的是：同類餐點實際賣出後，平均每份留下的金額。
先將各餐點的「每份貢獻×銷量」加總：
| 餐點 | 每份貢獻 × 月銷量 | 當月總貢獻 |
| 雞腿飯 | 100 元 × 400 份 | 40,000 元 |
| 排骨飯 | 60 元 × 400 份 | 24,000 元 |
| 牛肉飯 | 120 元 × 100 份 | 12,000 元 |
| 魚排飯 | 50 元 × 100 份 | 5,000 元 |
| 合計 | 1,000 份 | 81,000 元 |
再除以總銷量：
【貢獻分界】＝同類餐點總貢獻金額÷總銷量
81,000 元÷1,000 份＝每份 81 元
為什麼不能直接把四款餐點的每份貢獻相加，再除以4？因為每款賣出的份數不同。賣出 400 份的餐點，對整體表現的影響，比只賣出 100 份的大，所以要把銷量一起算進去，這就是「依銷量加權」。
以每份 81 元為分界：
- 雞腿飯、牛肉飯：每份貢獻分別為 100 元、120 元，高於平均。
- 排骨飯、魚排飯：每份貢獻分別為 60 元、50 元，低於平均。
提醒一下，低於平均不代表賠錢，81 元也不是損益兩平線。它只是這家店在這段期間、這一類餐點的比較基準。
有了這兩條分界，就能把餐點放進四象限，找出下一步該優先調整的方向。
｜第三步：對照四象限，決定菜單怎麼改
依照剛才算出的 「17.5% 人氣分界」與「每份 81 元貢獻分界」，四款餐點的位置如下：
① 雞腿飯：多曝光，別讓客人想點卻點不到
放在主餐分類前段，搭配清楚的照片，讓客人容易找到。熱門時段也要備足食材、顧好出餐品質，避免太早賣完，錯失生意。
② 排骨飯：賣得多，每份省一點就有差
不用因為每份貢獻偏低，就急著把熱賣商品藏起來。先檢查備料耗損、份量是否一致，再評估調價或套餐搭配。假設每份成本減少 5 元，每月同樣賣出 400 份，就能多留下 2,000 元。
③ 牛肉飯：找出客人不點的原因
是照片不吸引人、菜名看不懂，還是客人覺得太貴？可以先調整一項，或請店員主動介紹，再觀察銷量。如果想降價，也要算算多賣出的份數，能不能補回每份少留的錢。
④ 魚排飯：留不留，要看它對店裡的價值
如果很少人點，又要另外備料、常有食材用不完，可以考慮調整菜色、限量供應或下架。但若有固定熟客愛吃，或能滿足特殊飲食需求，就值得一起考量，不必急著刪除。
四象限幫你找到優先檢查的品項；真正要改哪裡，還得把數字和店裡的實際情況放在一起看。
｜菜單品項多、不知道怎麼改？讓大麥 AI 菜單健檢幫你找方向
知道哪些餐點需要改善後，下一步就是決定怎麼改。除了單品的銷量與成本，整份菜單的分類、價格安排、餐點介紹，也值得一起檢查。
大麥後台的 「AI 菜單健檢」能根據目前菜單提供業態分析與建議，並整理餐點販售設定、分類與品項配置、價格分布，幫助老闆一次掌握菜單整體狀況。
① 從整份菜單找方向，抓到檢查重點
品項一多，很容易只注意熱賣或滯銷的幾道菜。「AI 菜單健檢」能協助分析整體結構與業態，讓你重新檢視餐點分類、品項配置是否符合店裡的經營方向。
② 看懂定價分布，評估價格安排
菜單上的價格集中在哪個區間？不同餐點的價差，是否能從份量、食材或特色看出差異？透過健檢提供的定價分布，搭配實際成本與銷量，就能更有依據地評估哪些價格值得調整。
③ 檢查內容與銷售狀態，減少逐項檢視的負擔
除了價格，健檢也會分析菜單內容完整度與餐點銷售可用性，協助你掌握目前設定，找出需要進一步確認、補充或更新的地方。對品項多、經常換菜單的店家來說，更能幫助店家更快掌握需要檢查的項目。
以牛肉飯為例，四象限分析告訴你「每份貢獻不錯，但比較少人點」；接著就能參考 AI 健檢結果，檢查菜單結構、內容與價格安排，再決定優先改善哪一項。
讓 AI 協助整理菜單問題，老闆就能把時間花在評估與調整上。再搭配銷售報表、實際成本與顧客回饋，讓每次更新菜單都更有方向，也能持續追蹤改版後的表現。
｜改完菜單，記得確認有沒有變好
建議一次先改 1～2 個品項，記下日期與修改內容，先觀察 2～4 週，並與調整前相近的營業天數及星期組成比較；若銷量較少，則延長觀察期間，同時留意假日、促銷與缺貨的影響。
除了銷量，也要看整個分類的總貢獻金額、食材耗損與出餐負擔。牛肉飯多賣了，是否只是取代原本的雞腿飯？套餐賣得好，折扣後是否真的留下更多錢？
下次更新菜單前，就先挑一個分類試算看看。從數字找出問題，再搭配 AI 菜單健檢調整，讓每次改版都有方向，也有結果可以追蹤！
｜想讓菜單調整及營運管理更有依據？從了解大麥開始！
每天忙著顧現場，還要抽空整理數字、檢查菜單？大麥智能餐飲將菜單管理、營運報表與 AI 輔助分析結合在日常後台操作中，協助店家掌握營運狀況、找出改善方向。
想了解「AI 菜單健檢」如何搭配店內的菜單管理與營運需求？歡迎點擊下方 「聯絡我們」，告訴我們你的店型與目前遇到的問題，讓餐飲顧問協助介紹適合的功能與應用方式。
｜ 菜單工程常見問題 FAQ ｜
Q1：菜單工程多久做一次？
可以先以每月檢查一次作為起點，使用最近一個完整月份的銷售與成本資料。調整售價、更換菜單或食材成本明顯變動時，也建議重新分析；若銷量較少，可延長觀察期間，避免短期波動影響判斷。
Q2：飲料也能用菜單工程分析嗎？可以和主餐一起算嗎？
飲料也適用，但建議與主餐分開計算。主餐和飲料的價格、成本及消費情境不同，混在一起容易影響分類結果。分析時，應使用同一期間的資料，讓飲料跟飲料比、主餐跟主餐比。
Q3：菜單品項很少，也適合做菜單工程嗎？
可以。即使只有幾款同類餐點，也能比較銷量與每份貢獻，本文的四款主餐就是例子。不過，品項越少，分類越容易受到單一品項影響，建議搭配實際金額與多期表現判斷；若只有一款，就不適合做同類品項的四象限比較。