Agent Skills
返回列表
餐饮数据分析

餐饮数据分析

数据分析 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_ef6d8d5d/restaurant-data-analysis。

技能介绍

要解决什么问题

门店老板和运营同学手里常见的是 POS 或收银导出的 订单行项明细（Excel/CSV），列名五花八门，却需要快速回答：这周营收为什么跌、高峰在星期几的哪个时段、哪些菜在赚钱、会员有没有在流失。手工透视表和零散图表很难在一次对话里对齐口径，更谈不上菜单工程里的 ABC 与贡献度矩阵。

技能如何工作

本技能把对话侧代理当成 餐饮经营分析顾问：你提供明细文件后，由 scripts/analyze.py 统一读入数据、做列名映射（支持 map.json 或命令行指定），再产出结构化结果与看板。

核心能力分六块：

  • 经营指标：营收、订单数、客单价、人均消费、日/周趋势、翻台率（需桌台总数）、同环比与时段占比。
  • 时段与价格带：早午晚等时段分布，以及 星期×时段 热力图；按订单客单价分桶看结构。
  • 菜品与菜单工程：销量/营收/毛利率（需成本列）、ABC 分类、贡献度矩阵（明星/金牛/问题/瘦狗）、畅销与滞销识别。
  • 会员与复购（需 会员ID）：复购率、RFM 分层、流失预警（churn_days 可配）、首购 cohort 留存。
  • 经营健康分：增长、复购、菜品结构、时段均衡、客单价稳定、流失控制六项加权 0–100 分。
  • 智能诊断：规则引擎根据指标生成「关键发现 + 行动建议」卡片。

交付物包括 output/data.json、output/report.html（panda-design + ECharts，明暗主题、周期与菜品筛选）、output/report.md 降级报表，以及 dish_analysis.csv、member_rfm.csv 等便于二次加工。指标与方法论在 references/ 下按需加载。

适用边界

分析以 描述性 + 诊断性 为主，不做因果推断或销售预测。汇总日报无法还原菜品/会员维度，需行项级明细；缺成本则跳过毛利率，缺会员列则跳过会员模块，缺桌台数则不计算翻台率。report.html 图表依赖 ECharts CDN，离线可读文字与 report.md。

使用场景

  • 收银系统导出订单行项 Excel 后，需要按日/周看营收趋势、客单价与同环比，并生成可筛选的交互看板。
  • 手头有带菜品名与金额的明细，要算各菜营收占比、ABC 分类和贡献度矩阵，判断该砍菜还是推明星品。
  • 明细含会员 ID，要统计复购率、做 RFM 分层，并按首购周看 cohort 留存与超过阈值的流失名单。
  • 营收环比下滑但原因不清，希望用健康分六项加权打分，并拿到规则生成的关键发现与可执行建议。

适合人员

  • 单店或小型连锁店长，每周对照 POS 明细自查时段高峰与客单价结构，但不想自己搭透视表。
  • 餐饮运营/督导，要把门店交易文件快速转成统一口径的 KPI 与诊断话术，汇报给区域或老板。
  • 做菜单改版或降本的菜品经理，需要毛利率、畅销滞销与 ABC 结果支撑调价或下架决策。
  • 带会员体系的茶饮或正餐品牌运营，要定期看复购与 RFM，并拉出需召回的高价值流失客清单。