用數據做決策：餐廳數據分析與營收成長關鍵指標

為什麼「看營收數字」不等於懂你的餐廳

每個月月底,你打開 POS 報表,看營收、毛利、來客數。數字漂亮就放心、難看就焦慮——但你其實不知道為什麼這個月好、下個月該怎麼辦。

台灣大部分餐廳老闆的「餐廳數據分析」就停在這裡:看落後指標、憑經驗反應。資料有,但你只拿到四分之一的故事。

餐廳營收其實是一道簡單的乘法:

營收 = 來客數 × 客單價 × 回頭率

少看一個乘數,判讀就一直偏。更麻煩的是,大部分 POS 只算得出前兩個,第三個被鎖在訂位系統、會員名單、LINE 群組裡,沒人串起來看。

這篇文章會帶你把這四個核心指標(加上一個大家常忽略的第五個)盯對、算對、用對。目標不是多看三份報表,而是每週花 30 分鐘,做出真的會影響下週營收的決策。

營收成長的 4 個核心指標(和大家常忽略的第 5 個)

來客數與翻桌率

來客數是最基本的。POS、訂位系統、門口計數——三個來源都可以,重點是每天都要看。

翻桌率比來客數更有意思。公式是「當日實際服務人次 ÷ 總座位數」。熱炒店常見 3–4 次、咖啡廳 2 次、法式餐廳可能不到 1 次。翻太快砍體驗、翻太慢壓營收,要看業態。

假設你有 40 張桌子、週末晚餐翻桌率 2.2,一餐服務約 176 人。下週多派一位 runner、把出菜時間壓短 5 分鐘,翻桌率來到 2.5,多出來就是 12 桌——不用多一張桌子、不用多一個菜、不用多一檔行銷。純粹是從現有資源擠出的營收。

客單價

公式簡單:營業額 ÷ 訂單數。但很多老闆看一個平均值就放過,錯過真正的線索。

拆開看:平日午餐 TWD 280、週末晚餐 TWD 620——這個落差就是菜單設計的入口。套餐加購佔比 18% 還是 3%?哪幾道單品最常被升級?這些才是客單價的真問題。

提升客單價的招數很多人寫過——加購、升級、套餐、儲值。重點不是知道這些招,而是你有沒有追蹤哪一招對你的客人有效。沒有分業態、分時段、分分層追蹤,你只是在試運氣。

回頭率(多數 POS 根本算不出來的指標)

回頭率 = 某段期間內再訪顧客人數 ÷ 同段期間的總顧客人數。

問題是:POS 看的是訂單,不是「人」。 你每天出幾百張單,卻不知道其中有幾位是 30 天內看過的同一張臉。

台灣大部分餐廳的現實:POS(iCHEF、Eats365)管結帳不管會員;訂位系統(inline、EZTABLE)有顧客資料但不進 POS;LINE 官方帳號有一份好友名單但你不知道他們是不是來過店裡。三套資料不互通,回頭率這個該由老闆決策的指標,通常沒人算得出來。

這也是為什麼 walk-in 客人(通常佔 60–80% 的生意)對你是匿名的。常見做法是結帳時請客人加 LINE 送折扣券,但一桌往往只抓到最早報名字的那位。

這個場景是 Enrolments 設計的原因:用 NFC 或 QR Code 讓每位到店客人自己快速入會,順便回答兩三個有用的問題(你住附近嗎?怎麼知道我們的?),不是擠一桌只抓一個人。

合理基準:休閒中餐約 20–30%,精緻餐飲可達 40% 以上、早午餐與咖啡廳以 35%+ 為目標。如果你的回頭率是 15%,那不是「行銷沒做」,是「資料沒接起來、根本不知道」。

行銷轉換率

你每月寄 email、發 LINE、推限時優惠——這些動作到底帶來多少實際訂單?

行銷轉換率 = 活動產生的訂單數 ÷ 活動觸及人次。多數餐廳寄了訊息就不追,等於在黑盒子裡打廣告。

根據 Oddle 內部合作資料,活躍經營的 email 行銷活動開信率合理區間在 25–40%。如果你的活動開信率低於 10%,不是「email 沒人看」,是名單已經失溫(停寄太久、沒有分眾、時機不對)。

舉例:生日優惠寄 1,200 位會員、開信 340 人(28%)、當月兌換 62 次——轉換率 5.2%。下個月只寄給 30 天內到訪的活躍顧客,轉換率提升到 12%——這就是活動真的在動的證據。

隱藏指標——顧客分層

你的營收不是所有顧客平均貢獻的。 80/20 法則在餐飲業特別明顯。

把顧客分成五類:最佳顧客(頻繁再訪、客單價高)、潛力顧客(來過 2–3 次、有機會變熟客)、新顧客(30 天內首次到訪)、流失風險(以前常來、最近 60–90 天沒見)、已流失(180 天以上沒回來)。

看每類的人數、平均客單價、回頭頻率,你會發現:最佳顧客約佔 15–20% 的人數,卻帶來 40–60% 的營收。

沒有這層視角,你做的所有「提升客單價」「提升回頭率」都是對著全體亂打。有了這層視角,你可以寄 VIP 活動給最佳顧客、試用優惠給新顧客、喚回訊息給流失風險——不同分層用不同內容,這才叫行銷。

這是 Customer Intelligence 內建 Lifecycle Map 在做的事:把訂位、線上訂單、店內 Enrolments、行銷活動四個來源的顧客資料彙整,自動分成這五類,不用你自己跑 Excel。

指標之間怎麼互動?——疊在一起才看得出真相

單一指標會騙你。疊起來看才有故事。

情境 A:客單價上升、營收也上升,但回頭率下滑。 看起來菜單升級成功,其實是老熟客因漲價跑掉、被新客填補。新客的 LTV 比熟客低——短期好看、長期虧本。光看 POS 看不出這件事;你需要顧客分層才會發現「流失風險」在變多。

情境 B:週末來客穩定,但新客全來自 foodpanda 和 Uber Eats。 看起來生意穩定,其實內用客悄悄減少。外送平台抽 25–35%,毛利在被侵蝕。POS 報表告訴你營收持平,但不會告訴你「誰在吃你、吃多少」。

共通點:你需要同時看到「訂單」和「人」。 台灣大部分餐廳不是這樣,不是你做錯什麼——是整個餐飲科技市場預設訂單系統和顧客系統分開。要解決,就要讓資料從「分散記錄」變成「同一位顧客的完整歷史」。

從報表到行動:一週該做的三件事

看再多數據、沒動作也沒意義。

iCHEF 餐廳幫提過一個我認同的節奏:「發現變化 → 了解原因 → 採取行動」。每週執行:

週一早上花 30 分鐘,看四個主指標的週變化——來客數、客單價、回頭率、行銷轉換率。只要有一個和上週差超過 10%,標起來。

先假設原因,不要馬上反應。 客單價降是因為天氣冷外送變多?回頭率掉是因為上月 email 寄太多寄累了?翻桌率慢是因為新外場還在學?寫下假設。

做一件事去驗證。 調整一項菜單、寄一封針對某分層的 email、或重新排週末人力。不要同時動三件事——下週看同樣的數據,才分辨得出哪件有效。

這不需要資料科學家、不需要新工具,只需要每週固定時間做。四週後,你會驚訝自己的餐廳突然變得很懂自己。

不同業態該盯哪幾個指標?

同一組指標,不同業態的權重完全不同。

早午餐、咖啡廳: 客單價低、翻桌率高,回頭率是生死線。客人一週來三次和一個月來一次,營收天差地別。訂閱制、會員儲值、社群經營是主戰場。

熱炒、居酒屋: 團客多、客單價中等、營收集中在週末晚餐。盯加點率(桌均加點幾次)和週末回頭率。行銷以揪團優惠、節慶加菜為主。

火鍋、燒肉: 單價高、翻桌率中等、節慶聚會是獲利高峰。行銷轉換率是關鍵——母親節、畢業季、尾牙能不能提前滿座,決定整個月。

精緻餐飲 / Fine Dining: 翻桌率不重要,客單價和熟客佔比才是重點。一位熟客一年貢獻的營收可抵 10 位新客——顧客分層在這類店特別重要。

盯對指標的第一步,是承認自己的業態有節奏,不要抄別人的 KPI。

為什麼「連得起來」比「看得多」更重要

問題不是資料不夠多,是資料沒有連起來。

典型的台灣中小餐廳科技組合:iCHEF 或 Eats365 負責 POS、inline 或 EZTABLE 負責訂位、LINE 官方帳號負責行銷。三套系統、三份不互通的顧客資料。每個都看,也拼不出同一位客人的完整歷史。

Oddle Reserve 的訂位資料、Oddle Shop 的線上訂單、Enrolments 的店內檢查資料、Marketing 的活動紀錄——全部匯到同一個 Customer Intelligence 視角。你看到的不是四份報表,是一位顧客過去 12 個月的每次互動。

這不是「功能多」的差別,是「看得到全貌」的差別。看得到全貌,前面五個指標才能組合起來回答:誰帶來你的營收?誰快流失?下一個動作該做什麼?

最後——先盯一個指標就好

不要讀完就想把五個指標同時抓起來。會累死、做不出結果。

挑一個。建議從回頭率開始,因為大部分台灣餐廳老闆從沒真的算過。花四週把資料接起來、追蹤它、用分層做一次 email 活動、看轉換率。四週後你會比現在多懂自己的餐廳一倍。

Oddle 經手超過 5,000 家餐廳的顧客資料。如果你想看看自己餐廳的回頭率現在長什麼樣——不是猜的、是從你的訂位、訂單、會員資料串出來的——我們可以一起看。