前言¶

餐饮经营者手上通常都有一份收银或点单系统导出的交易明细，Excel 或 CSV 格式，字段包括下单时间、桌台、菜品、金额、会员标识等。想从里面看出营收走势、哪些菜真正赚钱、哪些会员该召回，往往要手工做透视表、写公式，最后再拼一张图。这类分析逻辑固定、口径统一，适合交给一个专门处理餐饮数据的 Skill 完成。

下面介绍的「餐饮数据分析」（坐标 @user_ef6d8d5d/restaurant-data-analysis，版本 1.0.0）就是一个面向餐饮经营数据的分析技能。它由社区开发者 user_ef6d8d5d 发布，属于 data-analysis 分类，无需 API Key。

这是什么¶

一句话定位：读取餐厅交易明细（Excel / CSV），自动算出经营指标，做菜品与会员层面的分析，最后输出一张可交互的 ECharts 经营看板。

它解决的是一个相对完整的问题链路：原始交易数据 → 指标计算 → 结构分析 → 分层诊断 → 可视化报表，中间不依赖使用者自己定义口径。

核心功能¶

功能可以分成四块，前两块偏指标计算，后两块偏解读与呈现。

1、经营指标。自动计算营收、客流、客单价、翻台率，并展示日 / 周趋势与同环比涨跌。

2、菜品与菜单工程。菜品 ABC 分类、销售额贡献度矩阵、毛利率分析，用于识别「高贡献低毛利」这类异常组合，也就是卖得动但不怎么赚钱的菜。

3、会员与复购。基于消费记录完成 RFM 分层、复购率与流失预警，并输出 cohort 留存分析（按批次同期群追踪留存）。

4、经营健康分与智能诊断。健康分从增长、复购、菜品结构、时段均衡、客单价稳定、流失控制 6 个维度加权评分，给出总分与分项雷达图；诊断部分由规则引擎自动生成「关键发现 + 行动建议」，相当于把常见的经营解读逻辑固化成规则，而不只是给出数字。

安装与启用¶

该 Skill 来源于 community，分类 data-analysis，标签显示 requires_api_key=false，也就是说使用过程不需要配置额外的密钥。

官方页面：

SkillHub 页面: https://www.skillhub.cn/skills/user_ef6d8d5d/restaurant-data-analysis
API 地址:    https://api.skillhub.cn/user_ef6d8d5d/restaurant-data-analysis
坐标:        @user_ef6d8d5d/restaurant-data-analysis
版本:        1.0.0
来源:        community

具体安装命令取决于你使用的客户端（SkillHub 平台、支持 SKILL.md 的 Agent 环境等）。当前公开资料中未列出逐条的安装命令与目录约定，启用前建议先打开上面的 SkillHub 页面，按页面指引在对应客户端中添加该 Skill，再确认它读取本地文件或上传文件的方式。

典型用法¶

使用路径大致是：把交易明细整理成 Excel 或 CSV，交给 Skill 处理，然后查看生成的看板。资料中说明的典型触发场景包括：

• 上传餐饮销售数据，要求分析餐厅经营状况
• 要求优化菜单结构（对应 ABC 分类、贡献度矩阵、毛利率分析）
• 要求做会员复盘（对应 RFM 分层、复购 / 流失、cohort 留存）
• 要求出一张经营数据看板（对应健康分、诊断建议与 ECharts 报表）

具体字段要求（例如是否必须有桌台号、会员标识、下单时间精度到哪一级）未在公开资料中展开。翻台率这类指标依赖桌台与营业时长信息，上传前先确认数据里包含对应字段，避免指标算不出来或口径失真。

适用场景与注意¶

适合：有交易明细沉淀、希望定期看经营状况的餐厅经营者或为其做分析的运营 / 数据分析人员；也适合需要快速出一份结构完整、口径统一的餐饮经营报表的场合。

需要注意的地方：

• 它处理的是结构化的交易明细，不负责收银系统对接、数据采集与清洗本身，脏数据（缺失时间、金额异常、重复行）需要在上游处理。
• 健康分与诊断建议来自规则引擎，属于固定口径的参考结论，不能替代实际经营判断。
• 看板基于 panda-design 风格 ECharts，支持明暗双主题、日 / 周切换、菜品关键词筛选，使用时注意浏览器环境能正常渲染图表。

结尾¶

「餐饮数据分析」的价值在于把一套餐饮经营分析的固定口径（指标、ABC 分类、RFM、健康分、cohort）打包进一个 Skill，使用者只需要提供交易明细，不必逐项定义计算逻辑。官方地址：https://www.skillhub.cn/skills/user_ef6d8d5d/restaurant-data-analysis