# 收入方程

**第03章**

## 收入不是一条线，而是一个立方体

大多数餐厅把收入看作图表上的一条线。这个月对比上个月。今年对比去年。上升是好，下降是坏。

但一条线会掩盖所有有意思的东西。两家餐厅可以拥有相同的收入，却处于完全不同的健康状态。一家可能在稳步扩大回头客群，同时悄悄失去一个渠道。另一家可能在某个新的外卖平台上猛增，而堂食客群却在流失。表面上的营收数字是一样的。底层现实却可能天差地别。

收入不是一条线。它是一个立方体。你可以旋转它，从六个不同的面去看，而每个面都会告诉你一些关于真实情况的不同信息。

<figure><img src="/files/c69234048d585c94c9a78e82a7cd289e5a41aa86" alt="The revenue cube — six dimensions to understand your revenue"><figcaption></figcaption></figure>

***

## 维度1：按客户生命周期

把你的收入拆成两部分：来自首次到店顾客的收入，以及来自回头客的收入。

这是最基础的划分，因为它直接对应两项工作。首次收入告诉你创造得怎么样。回头收入告诉你留存得怎么样。

**要看什么：**

首次顾客收入占比高，听起来像增长，但往往意味着相反的情况——说明你的顾客没有再回来。你在制造试尝，却没能实现留存。这就是第1章里的漏桶，在数据中清晰可见。

回头客收入占比高，感觉很安全，但要看趋势。如果回头客收入保持稳定，而首次顾客收入在下降，你的基础客群就在老化。自然流失——人会搬家、改变习惯、感到厌倦——会随着时间侵蚀它。你需要持续引入新顾客，去替换那些你注定会失去的人。

健康的模式是：回头客收入基盘逐月增长，并由稳定的首次顾客转化为复购顾客所推动。这个比例会因餐厅类型和环境而异，但方向比数字更重要——你希望看到回头客收入随时间占比提升。

***

## 维度2：按渠道

按顾客到达你的方式拆分收入：堂食、线上点单（自有平台）、外卖平台、外带、团餐、预约驱动与临时到店。

**要看什么：**

**渠道集中度。** 如果超过60%的收入来自单一渠道，你就存在依赖。这本身不一定坏——一家只做堂食的餐厅，按定义就是渠道集中的。但如果有很大一部分来自你无法控制的渠道（比如外卖平台），你就暴露在风险之下。一次佣金调整、一次算法微调、一次把你排在前面的新竞争对手，你的收入就可能在一夜之间变化。

**渠道利润率。** 并非所有收入都一样。通过自有点单平台产生的一笔50美元订单，你可能净赚47美元。同样一笔50美元的订单，经由平台抽佣后，你可能只剩35美元。即使表面营收看起来一样，渠道结构也会直接影响盈利能力。

**渠道增长方向。** 哪些渠道在增长，哪些在萎缩？如果你的直销线上渠道在增长，而平台收入持平，那即使总收入不变，这也是一个正向的利润结构变化。反过来，如果情况相反，你会更忙，却赚得更少。

***

## 维度3：按时段

把收入按一天中的不同时间段拆分：早餐、午餐、下午茶、晚餐、夜宵/深夜时段。具体划分取决于你的营业时间和市场。

**要看什么：**

**空档时段。** 大多数餐厅至少有一个时段：厨房有人、房租在付、灯光亮着——但几乎没有收入进来。这是产能闲置，而且是免费的增量空间。在空档时段多服务一位顾客的边际成本很低，因为固定成本已经被覆盖了。

**时段依赖。** 如果70%的收入来自晚餐，而午餐几乎没有贡献，那你就是一家单时段生意。这对高端餐饮概念来说也许没问题，但对于休闲餐厅或快餐连锁来说，这说明你错失了机会。

**时段趋势。** 你的午餐收入在增长，而晚餐在走弱吗？深夜客群在消失吗？时段表现的变化，往往反映的是你所在社区、客户群或竞争格局的变化，而这些在总额数据里看不出来。

***

## 维度4：按产品和品类组合

按顾客实际点了什么来拆分收入：主菜、小食、饮料、甜点、套餐、特定高价值单品与日常单品。

**要看什么：**

**收入驱动因素 vs. 利润驱动因素。** 有些商品负责把顾客吸引进门。有些商品负责赚钱。你的招牌菜可能是顾客选择你的原因（收入驱动），但你的饮料和甜点可能利润更高（利润驱动）。理解这种区别，能避免你把优化目标放错地方。

**品类集中度。** 每家餐厅都有畅销品。问题在于，分布看起来是健康的80/20——也就是头部菜品占据了相当份额，但下面还有足够多样性——还是危险的95/5，几乎所有订单都集中到同样那几道菜上。高度集中意味着风险：如果你核心原料的供应成本飙升，影响会被放大。它也说明顾客并没有被引导去探索菜单的其他部分。

**平均购物篮构成。** 每单有多少件商品？通常怎么搭配？顾客是在点前菜和甜点，还是只点一道主菜？购物篮构成告诉你消费场景（单一道主菜是功能性午餐；多道菜订单是一种体验），也告诉你追加销售的效果。

***

## 维度5：按订单类型

按交易发生方式拆分收入：堂食、外带、外卖、预约与临时到店。

这与渠道有重叠，但关注的是不同的东西——交易的运营特征和关系特征。

**要看什么：**

**预约与临时到店比例。** 预约能给你可预测性、提前承诺和客户数据。临时到店带来灵活性，但可规划性较弱。较高的预约比例意味着你可以预测需求、安排人手，并知道谁会来。较高的临时到店比例意味着你更被动应对。

**外卖 vs. 外带 vs. 堂食。** 三者的利润结构、运营要求和客户关系都不同。外卖顾客可能从未见过你的餐厅。外带顾客会来店里，但不会停留。堂食顾客则能获得完整体验。这是三种在同一屋檐下运作的不同生意。

**订单类型趋势。** 疫情后，许多餐厅看到外卖和外带出现永久性增长。如果你的堂食占比在下降，而到店外消费在增长，那么即便收入稳定，你与顾客的关系也在发生变化。到店外消费顾客更难留住，因为体验的差异化更弱。

***

## 维度6：按顾客频次层级

按顾客来访频率拆分：高频常客、偶尔来访者和一次性顾客。

这比按顾客消费额更有用。常见做法——按总消费额给顾客排序——其实具有误导性，因为消费额会严重受到团体人数的影响。一个带着五位朋友来吃一次的顾客，在数据里看起来像高价值顾客。一个每周都来、独自用餐的顾客，总消费看起来没那么亮眼，但对生意的价值却高得多。频次能去除噪音，让你看清谁 वास्तव有与你餐厅建立关系。

**要看什么：**

**集中风险。** 如果少数高频常客贡献了不成比例的到店次数和收入，你就拥有很深的忠诚度，但基础客群很窄。这很好——直到其中一位搬家、换工作，或者发现了另一家新店。失去一位每周来的常客，影响远比失去一个只和大团体来过一次的人更大。

**中间层机会。** 你最频繁的顾客大概率已经接近他们的上限——他们来店的频率已经接近生活所允许的极限。最大的增长机会往往在中间层：每月来一两次、但其实可以来得更频繁的顾客。把他们从偶尔来访者转成常客，通常比试图从一个已经每周都来的人身上榨出更多消费，更容易也更有价值。

**一次性顾客。** 一大批只来过一次、再也没回来的顾客，就是漏桶的可见化。理解这个群体的规模，能告诉你多少获客努力被浪费了。它也代表着最大的未开发机会——即便把一次到二次到访的转化率提升一点点，随着时间推移也会产生显著复利。

***

## 旋转这个立方体

每一个维度单独看，都能揭示一些有用的信息。但真正的力量来自把它们组合起来。

你的核心顾客，在工作日午餐时段，通过外卖下单。你的回头客，在周五晚上，堂食，消费高于平均水平。你的首次顾客，来自某个特定渠道，在特定时段下单，且购物篮结构也有特定模式。

跨维度分析，是把泛泛的洞察变成可执行行动的地方。“收入持平”会变成“收入持平，是因为回头客在工作日午餐时段来得更少，而这个缺口被来自某外卖平台、利润率更低的首次顾客填补了。”这是一句你可以据此采取行动的话。这是一句能准确告诉你下一步该把重点放在哪里的话。

不是每家餐厅都需要分析每一种组合。但每家餐厅都应该至少能从这三到四个面中的几个角度来看待收入，并理解表面上的营收数字到底掩盖了什么。目标不是为了数据而做仪表盘。目标是足够清楚地看见业务，知道下一块增长的收入在哪里——或者下一块风险，究竟落在何处。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://www.oddle.me/docs/guides/guides-zh/how-to-think/the-revenue-equation.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
