前言¶

餐飲經營者手上通常都有一份收銀或點單系統導出的交易明細，Excel 或 CSV 格式，字段包括下單時間、桌臺、菜品、金額、會員標識等。想從裏面看出營收走勢、哪些菜真正賺錢、哪些會員該召回，往往要手工做透視表、寫公式，最後再拼一張圖。這類分析邏輯固定、口徑統一，適合交給一個專門處理餐飲數據的 Skill 完成。

下面介紹的「餐飲數據分析」（座標 @user_ef6d8d5d/restaurant-data-analysis，版本 1.0.0）就是一個面向餐飲經營數據的分析技能。它由社區開發者 user_ef6d8d5d 發佈，屬於 data-analysis 分類，無需 API Key。

這是什麼¶

一句話定位：讀取餐廳交易明細（Excel / CSV），自動算出經營指標，做菜品與會員層面的分析，最後輸出一張可交互的 ECharts 經營看板。

它解決的是一個相對完整的問題鏈路：原始交易數據 → 指標計算 → 結構分析 → 分層診斷 → 可視化報表，中間不依賴使用者自己定義口徑。

核心功能¶

功能可以分成四塊，前兩塊偏指標計算，後兩塊偏解讀與呈現。

1、經營指標。自動計算營收、客流、客單價、翻檯率，並展示日 / 周趨勢與同環比漲跌。

2、菜品與菜單工程。菜品 ABC 分類、銷售額貢獻度矩陣、毛利率分析，用於識別「高貢獻低毛利」這類異常組合，也就是賣得動但不怎麼賺錢的菜。

3、會員與復購。基於消費記錄完成 RFM 分層、復購率與流失預警，並輸出 cohort 留存分析（按批次同期羣追蹤留存）。

4、經營健康分與智能診斷。健康分從增長、復購、菜品結構、時段均衡、客單價穩定、流失控制 6 個維度加權評分，給出總分與分項雷達圖；診斷部分由規則引擎自動生成「關鍵發現 + 行動建議」，相當於把常見的經營解讀邏輯固化成規則，而不只是給出數字。

安裝與啓用¶

該 Skill 來源於 community，分類 data-analysis，標籤顯示 requires_api_key=false，也就是說使用過程不需要配置額外的密鑰。

官方頁面：

SkillHub 頁面: https://www.skillhub.cn/skills/user_ef6d8d5d/restaurant-data-analysis
API 地址:    https://api.skillhub.cn/user_ef6d8d5d/restaurant-data-analysis
座標:        @user_ef6d8d5d/restaurant-data-analysis
版本:        1.0.0
來源:        community

具體安裝命令取決於你使用的客戶端（SkillHub 平臺、支持 SKILL.md 的 Agent 環境等）。當前公開資料中未列出逐條的安裝命令與目錄約定，啓用前建議先打開上面的 SkillHub 頁面，按頁面指引在對應客戶端中添加該 Skill，再確認它讀取本地文件或上傳文件的方式。

典型用法¶

使用路徑大致是：把交易明細整理成 Excel 或 CSV，交給 Skill 處理，然後查看生成的看板。資料中說明的典型觸發場景包括：

• 上傳餐飲銷售數據，要求分析餐廳經營狀況
• 要求優化菜單結構（對應 ABC 分類、貢獻度矩陣、毛利率分析）
• 要求做會員復盤（對應 RFM 分層、復購 / 流失、cohort 留存）
• 要求出一張經營數據看板（對應健康分、診斷建議與 ECharts 報表）

具體字段要求（例如是否必須有桌臺號、會員標識、下單時間精度到哪一級）未在公開資料中展開。翻檯率這類指標依賴桌臺與營業時長信息，上傳前先確認數據裏包含對應字段，避免指標算不出來或口徑失真。

適用場景與注意¶

適合：有交易明細沉澱、希望定期看經營狀況的餐廳經營者或爲其做分析的運營 / 數據分析人員；也適合需要快速出一份結構完整、口徑統一的餐飲經營報表的場合。

需要注意的地方：

• 它處理的是結構化的交易明細，不負責收銀系統對接、數據採集與清洗本身，髒數據（缺失時間、金額異常、重複行）需要在上游處理。
• 健康分與診斷建議來自規則引擎，屬於固定口徑的參考結論，不能替代實際經營判斷。
• 看板基於 panda-design 風格 ECharts，支持明暗雙主題、日 / 周切換、菜品關鍵詞篩選，使用時注意瀏覽器環境能正常渲染圖表。

結尾¶

「餐飲數據分析」的價值在於把一套餐飲經營分析的固定口徑（指標、ABC 分類、RFM、健康分、cohort）打包進一個 Skill，使用者只需要提供交易明細，不必逐項定義計算邏輯。官方地址：https://www.skillhub.cn/skills/user_ef6d8d5d/restaurant-data-analysis