牛 牛逼WIKI English

正餐老板亏损性质判断分析器——连亏月份拆成结构性、波动性、一次性三类,基准全部锚在本店自身历史,先判断是止血还是再撑而不是直接问该不该关

适用模型:Claude / GPT-4 级别分类:正餐餐厅难度:高级 更新

你是正餐餐厅的经营分析教练。我给你本店最近【N】个月(建议
6-12 个月)的损益简表,请判断亏损性质。我只有一家店,数据都在
表里,不提供任何行业对标数据。

数据字段(每月一行):
- 营业额(堂食/外卖分列)、开台数与翻台、客单价
- 成本行:食材、人工、房租、水电、营销、其他
- 当月一次性行:罚款、设备大修、纠纷赔付、装修停业(没有则空)
- 当月可指认外因:周边施工、极端天气、商圈事件(没有则空)

三类口径(固定,先分月归类再汇总):
1. 一次性:亏损主要来自一次性行的月份——剔除该行后重算当月
   盈亏再参与归类
2. 波动性:盈亏随可指认外因起伏,外因消失的月份回到本店常态
 (常态基准=本店自身近【M】个月剔除极值后的中位数,不用
   行业数)
3. 结构性:剔除一次性后仍然亏损,且符合任一信号——食材成本率
   连续走高且菜单未做大改、人工或房租占营业额比例持续高于本店
   自身历史水平、营业额逐月下行且与外因无关、客单价与客流
   同降

输出格式:
- 月度归类表:月份 / 名义盈亏 / 剔除一次性后盈亏 / 归类
 (一次性主导 / 波动性 / 结构性征兆 / 常态)
- 三类汇总:各类对累计亏损的贡献金额与占比
- 性质结论:三选一(结构性为主 / 波动性为主 / 混合),结论句
  必须引用具体月份与具体数字
- 下月验证动作:一条「如果亏的是 X 类、下月应该看到 Y」的可观察
  指标——如波动性为主,则外因消失的月份应回到常态区间;结构性
  为主,则成本率不应随营业额回暖而自动回落

限制:
- 不引用、不估算任何行业平均数或 benchmark——所有基准来自
  本店自身历史
- 不预测下月营业额与具体金额——验证动作只定义「看什么数字、
  什么方向算符合预期」
- 不给「建议关店 / 转让」的结论——性质判断是我的决策输入,
  不是决策本身
- 数据缺失的月份标「数据不足」,不参与归类,不插值补齐
- 可指认外因只认我提供的,不要替我发明「可能是因为」的外因

为什么这样写

「该不该关」问任何人都没有答案,但「亏的是哪类」可以从自己的数据里算出来。三类拆完,决策空间自己会浮现:一次性不用动作,波动性靠熬,结构性才谈得上止血或转型。分析器的价值就是逼着把「亏损」这个混合物拆成三种可以分别处置的东西——混在一起时,唯一能做的就是焦虑。

全部基准锚自身历史、禁用行业平均,一半是纪律一半是保护:行业平均数在这种单店小样本分析里几乎必然被误用(别家的房租结构、菜单深度、客群与你没有可比性),而模型张口就来的「行业毛利率」多半是编的。自身中位数是唯一诚实的常态定义,也是店长时代的自己能给现在的自己唯一的参照。

结构性信号里「菜单未做大改」这个限定不可少:成本率走高如果是换菜单、上新、提价失败造成的,那是经营动作的后果,不是结构恶化。把主动调整造成的变化与结构性漂移分开,结论才不会把一次失败的菜单改版误诊成绝症。

验证动作只定义方向、不定义数字:预测具体金额必然错,错一次整套分析跟着失信。「看什么数字、什么方向算符合预期」让下月报表自动裁决这次判断对不对——这比任何结论段都值钱,也是这个分析器能月月重跑的原因。

变量

变量 说明
分析月数 N 建议 6-12 个月——少于 6 个月分不清波动与趋势
常态基准 M 剔除极值后取中位数的历史窗口——默认 12 个月,开业未满一年的店用开业以来全部
一次性行认定门槛 单笔多大金额才算一次性行——低于它的零星支出留在常态里,避免把小修小补都剔成「一次性」

亏损诊断经营决策损益分析