aicanyin
前几天去一家餐厅吃饭，扫码点餐，系统在菜单顶部给我推了个“人气双人餐”，我扫了一眼，正好是我想吃的几道菜，价格比单点便宜十几块，就点了。结账的时候发现，这顿饭比我平时人均消费高了差不多40%。
说实话，当时我心里咯噔一下——不是觉得被坑了，而是职业习惯犯了：这不就是一个完美的智能推荐案例吗？让顾客觉得占了便宜，餐厅却悄悄把客单价提了上去。
智能推荐菜单的靠前步：先把数据接上，别凭感觉做推荐
很多餐饮老板对“智能推荐”的理解还停留在“找人开发个小程序”。但真正的AI推荐，靠前步跟算法没啥关系，跟数据有关。
顾客点什么、加购什么、退换什么、用餐时长多少——这些数据如果能自动采集并且清洗好，推荐系统才有米下锅。我见过不少餐厅，系统里攒了一堆点餐记录，但从来没想过拿这些数据做分析，更别说跑模型了。
有个数据挺有意思，麦肯锡做过一项关于菜单工程的研究，结论是：优化菜单结构本身可以提升营业额10%-15%，而个性化推荐在此基础上还能再挖一勺金。换句话说，先别急着上深度学习，把你现有菜单的点击数据盘活，就已经能跑赢一大半同行了。
什么样的推荐逻辑，顾客愿意买账
我之前也不理解，为什么有些餐厅的推荐总能点到我心里去。直到跟一个做餐饮SaaS的朋友聊了一次，他说了一句话让我印象很深：“推荐不是猜顾客想吃什么，而是帮顾客做决定。”
这个思路一下子就通了。顾客扫码点餐的时候，面对几十道菜，其实选择成本很高。AI要做的不是展示所有可能，而是直接告诉他：你大概率会喜欢这几个。
实操层面，目前比较有效的推荐逻辑有这三路：
- “看了又看”型——基于协同过滤，跟你口味相似的人点了什么，就推给你。适合老客复购。
- “凑单”型——基于购物车分析，你点了主食，就推荐搭配的饮品或小食，去凑满减门槛。
- “场景”型——根据时段、天气、用餐人数推不同组合。雨天推热汤，深夜推烧烤，两人用餐推小份拼盘。
让我在意的是，很多餐厅其实只做到了靠前层——把销量最高的菜放前面，这不算智能推荐，最多是排行榜。
提升客单价的隐藏玩法：不是推贵的，是推“刚刚好”的
这是我最想说的一点。提升客单价不代表拼命推贵菜。如果顾客进来只想吃碗面，你给他推一份168元的牛排套餐，他只会觉得这家店宰客，下次不来了。
真正聪明的AI推荐，是在顾客的“心理预算上限”附近做文章。举个例子：顾客点了一份38元的意面，系统推荐加12元升级成套餐（多一份汤和沙拉）。这12元就是典型的锚点价格——单看不多，但餐厅的边际成本可能只有3块钱。而对顾客来说，升级后的体验完整度提升了一个档次。
这里有一个行业报告数据可以参考：Toast（美国餐饮SaaS平台）发布的年度餐厅趋势报告里提到，启用智能追加推荐的餐厅，平均客单价提升了大概18%-22%，前提是推荐的产品与顾客已选商品构成互补关系，而不是替代关系。
注意“互补”这个词，这是重点。推互补品，顾客觉得你懂他；推替代品，顾客觉得你在套路他。
推荐体验翻车的三个坑，你踩过几个
光说好话没意思，我见过不少餐厅把推荐做得让人想摔手机。归纳起来主要是这三个坑：
- 一上来就推贵的。顾客还没选东西呢，系统先把198元的招牌套餐甩在最上面。这种推荐没有任何依据，本质上是把菜单重新排了个序，谈不上智能。
- 推荐跟场景不搭。一个人中午来吃工作餐，你给他推四人聚餐分享装，他只会觉得这个系统不太聪明的样子。
- 加了购物车还反复推荐同一款。我已经把它加进购物车了，你还按原样推荐给我，这叫信息轰炸，不叫个性化。好的推荐应该基于实时购物车状态做二次调整。
有时候朋友问我说，这些坑怎么避免？我的回答是：上线任何推荐功能之前，自己先用真实账号从用户角度走一遍完整流程。很多问题根本不需要高级算法，只要有点同理心就能发现。
再补充一个观点。智能推荐菜单这件事，本质上是把以前餐厅经理“看人下菜碟”的本事，沉淀成了一套可以复制的方法论。以前优秀服务员能记住老顾客的口味偏好，进门就说“还是老样子？”，现在AI试图把这个体验复制给每一个顾客。
这确实高效，但也让人有点不安——顾客的点餐行为、口味偏好、消费能力，都被转化成了看不见的数据点。餐厅用这些数据提升体验没问题，但如果用得越界，比如把过敏信息卖给保险公司（虽然有点夸张），那就是另一回事了。数据使用的边界，是整个行业都要想清楚的问题。
落地建议：从今天就能开始做的三件事
前面聊了这么多原理，最后给三个可以直接落地的建议。
靠前，盘点你的菜单数据。如果还没有点餐系统，先手动记录一周的点餐情况。哪些菜被频繁加购？哪些菜从来没人点？这两类数据就能帮你重新设计菜单排序。
第二，设计一组“互补推荐话术”。不管系统不系统，先把规则定下来——买咖啡推荐甜点，买披萨推荐烤翅，买火锅推荐解腻饮品。把这些规则配到你的点餐流程里，就已经是初级的智能推荐了。
第三，设置一个数据反馈闭环。每周看一次推荐转化率数据——被推荐的顾客有多少真的加了菜？如果没有加，是推荐的位置不对，还是推荐的组合不吸引人？持续调，别指望一次上线就一劳永逸。
智能推荐菜单不是什么高深莫测的新技术，它更像是一个比你更了解你菜单的服务员。用好了，客单价和体验两头都能兼顾。
