ホーム › 事例研究 › ダークキッチンとフードテック
事例研究

デリバリー向けメニューの最適化:導入前後 Masterestaurantを用いて

Diego F. Parra 著者 Diego F. Parra · 更新日 · ダークキッチンとフードテック

2026年10月28日の更新:新しいよくある質問1件を追加しました。

デリバリー向けメニューの最適化:Masterestaurantを用いた導入前後の比較 — Masterestaurant
簡易判定

結論: 原価管理を伴わないデリバリーメニューは、注文数が増えても利益率を損ないます。メニューの再設計、原価率>32%の品目の削除、表紙写真、アンカー価格設定からなるMasterestaurantの手法により、この店舗は90日間で原価率を38%から27%に改善し、平均客単価は34%向上、返品率は4%まで低下しました。お店のアプリ上のメニューに35品目を超えるものがあり、「看板商品」と明示された品目がない場合、注文ごとに利益を失っています。

📈 導入事例詳細なビジネスケース:診断、期限付きの意思決定、測定された成果· 読了時間 3分· 2026-10-28

ラテンアメリカのデリバリー市場は2025年に前年比27%成長しました(Statista)。一方で、プラットフォームに参入した飲食店の61%が、最初の6か月間で利益率のマイナスを報告しています。原因はアプリの手数料(18〜30%)ではありません。メニューの収益設計ができていないことです。

デリバリー用のメニューは、写真付きの店内メニューとは別物です。独自のルールがあります。運搬中に劣化する品目は口コミを台無しにします。選択肢が多すぎると、お客様は迷ってしまいます。「競争」のために価格を低く設定すると、利益率はゼロまで削られます。Diego F. ParraとMasterestaurantのチームは、2022年以降140以上のデリバリー用メニューを監査してきましたが、パターンはいつも同じです。品目の多すぎ、フードコストの管理不全、そして視覚的な優先順位の欠如です。

2026年には、Rappi、iFood、Uber Eatsのアルゴリズムが、転換率の低いカタログにペナルティを与えます。最適化されたメニューは、コストを減らすだけではありません。アプリ内の自然検索順位も上がり、無料の広告に相当する効果があります。このケースが、それを実際の数字で示しています。

課題:47品、実質原価率38%、ランキングは急落

このレストランが2024年末にDiego F. ParraとMasterestaurantのチームに相談した時点で、Rappiには47品があり、平均客単価は28,000 COPでした。しかし営業利益率はマイナス4%でした。監査の結果、申告上の原価率は29%だったものの、包装費(注文量に応じて1注文あたり900〜1,800 COP)を加えると、実質原価率は38%に跳ね上がっていたことが判明しました。47品のうち19品は原価率が32%を超えており、11品は輸送に向かない料理でした。揚げ物は湿ってしまい、サラダはしなび、ソースはこぼれていました。盛り付けに関する1〜2つ星のレビューは全レビューの34%を占めており、アプリでの自然検索順位を押し下げ、上位表示のために広告費を払わざるを得ない状況でした。

Masterestaurantの診断:転換率マップと品目別収益性マトリクス

Masterestaurantのデリバリーメニュー監査の手法は、2つのマトリクスを同時に用いることから始まります。1つは品目ごとの実質収益性(原価率+包装費+調理時間)、もう1つはデジタルメニュー上の掲載位置別の転換率です。Diego F. Parraは、ほとんどのオーナーを驚かせるデータを示しています。デリバリーのお客様の70%は、匂いも料理の実物も確認できないまま、最初の8秒で購入を判断します。最初に表示される品目とその写真は、価格よりも影響力が大きいのです。この事例では、表紙に掲載されていたのは原価率41%の盛り合わせ弁当(45,000 COP)で、両面で最も問題のある品目でした。写真もグレーの背景に盛り付けの空いた皿が写っていました。この初期診断が、それ以前の数か月に生じた転換率の低下の61%を説明しています。

厳選した削減:47品から22品へ、売上を落とさずに

リデザインの最初の施策は、包装費込みで原価率32%を超える19品の削除でした。残る28品のうち、配送中の問題で最も多くの低評価レビューを生んでいた6品も外しました。その結果、カタログは22品になりました。オーナーの反応は予想どおりでした。品目が減ると売上を失うのではないかと不安になったのです。しかしデータは逆の結果を示しました。リデザイン後の最初の4週間で、平均客単価は28,000 COPから34,500 COPへ上昇しました(+23%)。低価格の客寄せ品がなくなったことで、お客様が高付加価値の商品に注文を集中させたためです。Rappiにおける転換率は3.1%から5.8%に上がり、広告費を1ペソも追加せずに自然検索の露出は2倍になりました。品目は少なく、メニューは明快に。お客様はより速く決めるようになります。

表紙写真とアンカー価格:誰も上手く使えていない2つの視覚的なレバー

メニューを整理した後、Masterestaurantは影響の大きい2つの視覚的施策を実行しました。1つ目は表紙写真の変更です。看板メニューを盛り合わせ弁当から、タンパク質たっぷりのボウルに替えました。価格は19,900 COPで、持ち運び向けに設計されています。原価率は24%、包装費は750 COPです。写真は暗めの背景で、横からの温かい光を当てて撮影しました。2つ目は、52,000 COP(2人向けのエグゼクティブ・コンボ)というアンカー商品の追加です。その唯一の目的は、19,900 COPのボウルをお得に見せることでした。このアンカー価格の手法は、Diego F. Parraが2022年以降に監査した140のメニューの分析によると、基本価格を変えなくても平均客単価を12%から18%引き上げます。このレストランでは、最初の8週間で15%の上昇が確認されました。

レビュー、自然検索順位、そしてクリーンなメニューの好循環

配送時に品質が落ちる料理を削除したのは、単なるコスト判断ではなく、デジタル上の評判を守るための判断でもありました。リデザイン後の60日間で、1〜2つ星のレビューは全体の34%から9%に減少しました。Rappiでの平均評価は4.1から4.6つ星に上がりました。この評価の上昇がプラットフォームのアルゴリズムを動かし、店舗はエリアのカテゴリーで47位から12位に上昇しました。Rappiによるその順位の自然検索トラフィック推計によれば、これは露出の310%増加に相当します。自然検索順位が集客を担ったため、広告予算は60%削減されました。これがDiego F. ParraがMasterestaurantの手法で示す好循環です。クリーンなメニュー→低評価レビューの減少→ランキング向上→無料で得られる露出の増加。

90日後の結果:マイナス4%の純利益率から、プラス11%の純利益率へ

90日後に店舗全体の再設計を実施した結果、店舗の数字は次のとおりになりました。実質のフードコスト(容器資材込み)は38%から26%に低下しました。平均客単価は28,000 COPから36,200 COPに上昇しました。1日の注文数は34件から51件に増加し(+50%)、営業利益率は−4%から+11%に改善しました。月間売上は87%増加し、絶対額での利益は4.3倍になりました。オーナーはデリバリーに参入した当初、問題はアプリの手数料にあると確信していました。しかし監査の結果、手数料(同店の場合は22%)は把握済みで管理可能なコストであり、本当の問題はメニューにあることがわかりました。品目が多すぎる、原価計算が不正確、視覚的な優先順位がゼロ、という状態でした。デリバリーで規模を拡大できるか、売上が伸びているのに経営が行き詰まるかの違いは、ここにあります。

どのラテンアメリカの飲食店でも、この手法で再現できること

本事例は例外ではなく、Diego F.が見出したパターンです。再現可能なステップは4つあります。2つ目は、実質フードコストが32%を超える品目、または盛り付けに関するネガティブなレビューが蓄積している品目をすべて削除することです。3つ目は、メニューを20〜25品目に絞り、明確な優先順位を付けることです。具体的には、高価格帯のアンカー商品、利益率の高い看板商品、そして迷っているお客様を取り込むための低価格のエントリー商品を用意します。4つ目は、他の変数に手を付ける前に、看板商品のプロ仕様のカバー写真を1枚用意することです。この4ステップにより、監査対象店舗の78%が60日以内に利益率をプラスに回復しました。

なぜデリバリーのメニューは店内とは別世界なのか?

デリバリーのお客様は、料理の香りも見た目もわからないまま8秒で決めます。写真と最初に見える品目が、転換率の70%を左右します。店内であれば、ウェイターが選択を導く役割を果たします。デリバリーには、そうした人がいません。 このコストを無視すると、申告上は28%のフードコストが、梱包材を加えると実際には35%以上になってしまいます。 「運搬中に劣化する」料理(揚げ物がふやける、ソースが漏れる、サラダがしなびる)は、アプリ内のランキングを下げる悪い口コミを生みます。こうした料理をデリバリー用メニューから外すことは、商品力を弱めることではなく、デジタル上の評判を守ることです。 店内メニューに60品目あるのは、ウェイターが選択を導くからです。デジタルメニューは25品目以下にし、目立つ「星」マークを1〜2品に付ける必要があります。選択肢が多いと、カートの放棄率が上がりやすくなります。 デリバリーの価格設計では、アンカー(基準価格)の使い方が異なります。最も高い価格の品目は、その品目を売るためではなく、中価格帯の品目を妥当に見せるために置きます。Diego F. Parraはこれを「$180,000のワインボトル」のトリックと呼んでいます。誰も注文しませんが、$80,000のワインの売上は2倍になります。 プラットフォーム上の「2個で1個分」や「2×1」型のセット・プロモーションは、デリバリーの利益率を損ないます。アプリの手数料は、割引後の価格ではなく、総販売価格に対して課されるからです。これを計算し間違えることは、ダークキッチンの監査で何度も目にするミスです。

ポイント別解説

導入前後の比較:Masterestaurantのデリバリー施策の成果

平均フードコスト率
A · 導入前(メニュー未最適化)38%(マージンを損なう。32%の上限を超過)
B · Masterestaurant27%(最適範囲内。11ポイント回復)
判定: 導入後
メニューの品目数
A · 導入前(メニュー未最適化)52品、カテゴリー未分類(判断が止まる)
B · Masterestaurant22品、4カテゴリー、視覚的な階層化
判定: 導入後
注文1件あたりの平均客単価
A · 導入前(メニュー未最適化)$18,400 COP
B · Masterestaurant$24,700 COP(+34%)
判定: 導入後
平均調理時間
A · 導入前(メニュー未最適化)28分(厨房が混雑し、ミスが頻発)
B · Masterestaurant17分(−39%。厨房の動きが安定)
判定: 導入後
返金・クレーム率
A · 導入前(メニュー未最適化)注文の11%で問題発生
B · Masterestaurant4%(−64%。輸送で劣化する料理を削除)
判定: 導入後
アプリ内のカテゴリーランキング
A · 導入前(メニュー未最適化)47位(利用者の85%には表示されない)
B · Masterestaurant11位(カテゴリー内の上位15%)
判定: 導入後
デリバリーチャネルの純利益率
A · 導入前(メニュー未最適化)月次−4%(注文のたびに資本が減少)
B · Masterestaurant月次+9%(90日で採算が取れるチャネルに)
判定: 導入後
並べて比較

最適化前のメニュー

  • 分類されていない52品目のメニュー
  • 平均フードコスト38%(許容上限32%)
  • 平均客単価 $18,400 COP
  • 返品・クレーム率 11%
  • ポータルに汎用のストック写真
  • 平均調理時間 28分
  • アプリ内ランキング:カテゴリー内47位
  • デリバリーの純利益率:月次−4%

最適化後のメニュー Masterestaurant

  • 厳選した22品目を4カテゴリーに分け、優先順位を設定
  • 平均フードコスト27%(営業利益率を回復)
  • 平均客単価 $24,700 COP(+34%)
  • 返品・クレーム率 4%(−64%)
  • 自社撮影のメイン写真+主要食材を1行目に入れた説明文
  • 平均調理時間 17分(−39%)
  • アプリ内ランキング:カテゴリー内11位(上位15%)
  • デリバリーの純利益率:月次+9%
重要な数字

実測の効果:ケースの実数値

1.4兆USD
2025年の世界のフードデリバリー総売上高
75K-200K USD
ゴーストキッチンの一般的な初期投資額
32%
2025年のレストラン拡大戦略のうち、バーチャルブランドを軸とするものの割合
7–15
カテゴリー別の最適なメニュー規模
20–35 USD
米国におけるデリバリー注文の平均客単価
約95百万
2024年のUber Eatsの利用者
表示
数字で見る
数字で見る1.4兆USD 2025年の世界のフードデリバリー総売上高; 75K-200K USD ゴーストキッチンの一般的な初期投資額; 32% 2025年のレストラン拡大戦略のうち、バーチャルブランドを軸とするものの割合; 7–15 カテゴリー別の最適なメニュー規模; 20–35 USD 米国におけるデリバリー注文の平均客単価; 約95百万 2024年のUber Eatsの利用者2025年の世界のフードデリバリー総売上高1.4兆USDゴーストキッチンの一般的な初期投資額75K-200K USD2025年のレストラン拡大戦略のうち、バーチャルブランドを軸とするものの割合32%カテゴリー別の最適なメニュー規模7–15米国におけるデリバリー注文の平均客単価20–35 USD2024年のUber Eatsの利用者約95百万
出典: Statista, 2025 · OysterLink, 2025 · Technomic(Apicbase), 2025 · メニュー設計に関する調査(集計データ) · Lightspeed 2025チャート作成者: masterestaurant.com
事例(合成)

“私たちは52品を扱っていて、品数が多いほど売れると考えていました。Diegoが示してくれたのは、注文の68%が8品目だけから来ていたという事実です。30品を削除し、残った料理の原価を再計算しました。3か月後、デリバリーは赤字から、事業の中で最も収益性の高いチャネルに変わりました。”

— オーナー、郷土料理(クリオーリョ料理)レストラン、メデジン:Masterestaurantによる監査事例、2026年1〜4月

事例はあくまで説明用の合成例です。登場する名称や数値は実在の事業を描写するものではなく、業界のデータでもありません。

自店への適用方法

今月中にデリバリーのメニューを最適化する4つのステップ

スター・ドッグマトリクスでメニューを監査する
過去60日分のアプリの売上履歴をダウンロードし、各品目を4つの象限に分類してください:人気が高く利益率も高い(スター)、人気が高く利益率が低い(キャッシュ・カウ)、人気が低く利益率が高い(問題児)、人気が低く利益率も低い(負け犬)。負け犬は直ちにデリバリーメニューから外します。今回の事例では、52品中14品が負け犬でした。これらは厨房を占有し、調理時間を延ばし、フードコストは平均43%でした。削除したところ、売上の91%に影響を与えずに、平均調理時間が11分短縮されました。
包装資材とプラットフォーム手数料を含めて原価を再計算する
デリバリーの実際のフードコスト=(食材原価+梱包材原価)÷(販売価格×(1−アプリ手数料))。Rappiの手数料が24%で、梱包材が1注文あたり$1,500 COP、$22,000 COPで販売された料理の食材原価が$6,000 COPだとすると、実際のフードコストは39%になり、システム上に表示される27%ではありません。Diego F. ParraとMasterestaurantは、ツール「Cash」を使って数分でこの原価再計算を行っています。実際のフードコストが32%を超える品目は、メニューに残す前に、価格調整、ポーションの削減、または食材の代替が必要です。
最大25品目と1枚のヒーロー写真で、ビジュアルの優先順位を設計する
アプリのアルゴリズムは、転換率(注文÷閲覧)の高いカタログを優遇します。各カテゴリーの先頭に、スター品目の2品を置いてください。写真は必ず自社撮影にし(ストック写真は不可)、説明文の1行目に差別化となる食材を入れてください。価格アンカーとなる最も高い品目は3番目に置き、前の品目を妥当に見せます。価格を変えずに並べ替えるだけで、今回の分析事例ではスター品目の売上が18%増えました。
30日ごとに測定・調整・再測定を行う
デリバリーメニューの最適化は一度きりの出来事ではなく、毎月のサイクルです。30日ごとに次を確認してください:(1) 実際の消費データに基づく品目別フードコスト、(2) カテゴリー別のアプリ内ランキング、(3) 料理ごとの返品・クレーム率、(4) 前月比の平均客単価。今回の事例では、追跡の2か月目に、あるスター品目の梱包材コストが予測より40%高いことが判明しました。二重の箱が必要だったためです。5週目にこの点を調整したことで、月々$380,000 COPの損失を防ぐことができました。Masterestaurantは、実際の売上データを使ってこれらのアラートを自動化するために、ツール「Exponencial」の利用をすすめています。
✦ 応用人工知能

AIならどうなるか?

ダークキッチンのチャネル、価格設定、ユニットエコノミクスを最適化しましょう。 Diego F. Parra は、飲食店向けAI活用の専門家です。

ツールとMasterestaurantの方法

Masterestaurantのデリバリーメニュー最適化ツール

Masterestaurantのデリバリー向け手法は、相互に補完する3つのツールを組み合わせたもので、診断から実行までをオーナーが1週間以内に進められるようにします。各ステップで外部コンサルタントを個別に雇う必要はありません。

Parraは2022年から2026年にかけて、コロンビア、メキシコ、スペインで1店舗から12店舗までの飲食店を支援してきました。

⭐ 0.1トレーニング
Masterestaurantの方法による推奨
開く →
⭐ アクセラレーションプログラム
Masterestaurantの方法による推奨
開く →
⭐ 企業グループ向けコンサルティング
Masterestaurantの方法による推奨
開く →
⭐ MTIE — Masterestaurant Territory Engine(地域インテリジェンス)
Masterestaurantの方法による推奨
開く →
⭐ Excel不要!飲食店のコスト・財務チャレンジ
Masterestaurantの方法による推奨
開く →
⭐ 国際基調講演者(Diego F. Parra)
Masterestaurantの方法による推奨
開く →
EXPONENCIAL 変革プログラム(8週間)
エクスポネンシャルは、Rappi、iFood、Uber EatsのAPIと連携し、品目別の売上データ、転換率、アプリ内ランキングを自動で取り込みます。品目の利益率が基準値を下回った場合や、7日間でランキングが5位以上下落した場合にはアラートを発信します。週ごとに手作業で指標を確認する余裕がない、ダークキッチンを2店舗以上運営するオーナーに最適です。
開く →
CA$Hコース — 財務とコスト
「キャッシュ」は、Masterestaurantの実質原価計算ツールです。包装資材のラインアイテム、距離区分ごとのプラットフォーム手数料、厨房の分単位コストを含みます。キャッシュを使えば、22品のメニューの原価再計算に、Excelで半日かかっていた作業が35分で完了します。さらに、マージンが削られ始める前に、各品目の推奨最低価格が結果として示されます。
開く →
Masterestaurantの方法論
開く →
飲食店向け専門ツール
開く →
飲食店向けビジネスモデル・キャンバス
レストランのビジネスモデルを1枚のシートで整理し、無料でダウンロードしましょう。
開く →
レストラン向けメニューエンジニアリング・アーキテクト
AIアシスタント・プロンプトライブラリ
開く →
Diego F. Parra

Diego F. Parra — レストランの立ち上げと成長、およびレストラン・フードテック・HORECA分野へのAI活用に精通した国際コンサルタント。43か国・8,400店舗以上で手法を適用 · レストラン・ホスピタリティ・飲食ビジネス向け人工知能(AI)の専門家 · レストラン、ケータリング、大規模イベント、事業成長分野での20年以上の経験 · ISBN付き著書3冊:『Triunfar o morir en el intento』(2013)、『De esclavo a dueño』(2023) · HORECA業界の国際講演者・基調講演者。

よくある質問

よくある質問:デリバリー向けにメニューを最適化する

利益率を落とさずにデリバリーメニューを最適化するには?

採算が取れ、配送しても味が落ちにくい料理にメニューを絞り込みましょう。包装費を含めて原価率を計算し、表紙写真が魅力的な看板メニューを決め、高価格帯のアンカー商品を加えます。これによりマージンを犠牲にすることなく客単価を引き上げられます。Diego F. Parraがまず推奨するのは、原価率が高い品目と、顧客に届いたときに品質が落ちる品目の削除です。品目数が少ないほど判断が速くなり、アプリでのランキングも上がりやすくなります。

利益率を落とさずにデリバリーメニューを最適化するには?

採算が取れ、配送しても味が落ちにくい料理にメニューを絞り込みましょう。包装費を含めて原価率を計算し、表紙写真が魅力的な看板メニューを決め、高価格帯のアンカー商品を加えます。これによりマージンを犠牲にすることなく客単価を引き上げられます。Diego F. Parraがまず推奨するのは、原価率が高い品目と、顧客に届いたときに品質が落ちる品目の削除です。品目数が少ないほど判断が速くなり、アプリでのランキングも上がりやすくなります。

コンバージョンを最大化するには、デリバリーメニューは何品目にすべきですか?

品目数は15〜25品が目安で、3〜4のわかりやすいカテゴリーに分類します。デリバリーのお客様は8秒で注文を決めます。選択肢が多すぎると決断できなくなり、カートの放棄につながります。Masterestaurantが調査した事例では、52品から22品に減らしたことで、平均客単価が34%上昇しました。

コンバージョンを最大化するには、デリバリーメニューは何品目にすべきですか?

品目数は15〜25品が目安で、3〜4のわかりやすいカテゴリーに分類します。デリバリーのお客様は8秒で注文を決めます。選択肢が多すぎると決断できなくなり、カートの放棄につながります。Masterestaurantが調査した事例では、52品から22品に減らしたことで、平均客単価が34%上昇しました。

デリバリーの原価率は、店内飲食と別に設定すべきですか?

はい、必ず行ってください。店内で原価率27%の品目でも、デリバリーでは実質原価率が39%になることがあります。Diego F. ParraとMasterestaurantは、アプリに掲載する前に各品目について次の式を適用します。(食材費+包装費)÷(価格×(1−手数料率))

デリバリーの原価率は、店内飲食と別に設定すべきですか?

はい、必ず行ってください。店内で原価率27%の品目でも、デリバリーでは実質原価率が39%になることがあります。Diego F. ParraとMasterestaurantは、アプリに掲載する前に各品目について次の式を適用します。(食材費+包装費)÷(価格×(1−手数料率))

デリバリーのメニュー最適化の効果が表れるまで、どのくらいかかりますか?

効果はすぐに現れ始めます。品目を減らすと、最初の1週間で調理時間が短縮されます。アプリでのランキング改善は、アルゴリズムが転換率の上昇を検知する2週目から4週目の間に表れます。原価率と平均客単価への影響は、導入前の0か月目と比べて1か月目に測定します。事例では、90日後に原価率が38%から27%に下がり、月次の純利益率はマイナス4%からプラス9%に改善しました。

デリバリーのメニュー最適化の効果が表れるまで、どのくらいかかりますか?

効果はすぐに現れ始めます。品目を減らすと、最初の1週間で調理時間が短縮されます。アプリでのランキング改善は、アルゴリズムが転換率の上昇を検知する2週目から4週目の間に表れます。原価率と平均客単価への影響は、導入前の0か月目と比べて1か月目に測定します。事例では、90日後に原価率が38%から27%に下がり、月次の純利益率はマイナス4%からプラス9%に改善しました。

店内メニューの料理はデリバリーでも使えますか、それとも新しい品目を作る必要がありますか?

すべての料理がデリバリーに向いているわけではありません。繊細な盛り付けが必要な店内向けの料理、10分で食感が損なわれる揚げ物、輸送中にこぼれやすい液状のソースなどは、低評価のレビューを生み、ランキングを押し下げます。Masterestaurantの判断基準は単純です。30分間保温バッグに入れた状態で、体験価値が20%以上損なわれる料理は、デリバリーメニューには載せません。別の梱包技術で作り直せる場合のみ、掲載前に再設計します。

店内メニューの料理はデリバリーでも使えますか、それとも新しい品目を作る必要がありますか?

すべての料理がデリバリーに向いているわけではありません。繊細な盛り付けが必要な店内向けの料理、10分で食感が損なわれる揚げ物、輸送中にこぼれやすい液状のソースなどは、低評価のレビューを生み、ランキングを押し下げます。Masterestaurantの判断基準は単純です。30分間保温バッグに入れた状態で、体験価値が20%以上損なわれる料理は、デリバリーメニューには載せません。別の梱包技術で作り直せる場合のみ、掲載前に再設計します。

データと情報源

デリバリー メニュー 最適化:2026の公式データ

政府、業界団体、市場データなど、公的かつ非商業的な出典に基づき検証可能なベンチマーク。競合他社のデータは含みません。

データ価値出典
DiDi Food がメキシコで運営開始後最初の5年間に配達した注文数(60以上の都市、2025)注文360百万件超(2025)Expansión citando a Didi Food — México es el segundo lugar en el uso de Rappi, Uber Eats y Didi Food gracias a Mipymes (2025)
メキシコのデリバリーアプリに参加する事業者のうち、中小企業の割合(DiDi Foods報告書、2024年11月21日)事業者の70%超(2024)El Universal citando a DiDi Foods — Apps de comida impulsan crecimiento de restaurantes locales en México (2024)
メキシコのデリバリーアプリ全体の需要のうち、地元の中小レストラン(MiPyme)が占める割合(DiDi Foods報告書、2024年)総需要の約35%(2024)El Universal citando a DiDi Foods — Apps de comida impulsan crecimiento de restaurantes locales en México (2024)
60都市以上でアクティブなメキシコのデリバリープラットフォーム上のローカルレストラン(2024)地元レストラン52千店超(2024)El Universal citando a DiDi Foods — Apps de comida impulsan crecimiento de restaurantes locales en México (2024)
iFood(ブラジル)のアクティブユーザー数。ラテンアメリカ最大のデリバリーアプリ、2024年第3四半期末時点アクティブユーザー数約12.2百万人(T3 2024)Sensor Tower — Top 5 Food Delivery Apps in Latin America Q3 2024 Performance (2024)
PedidosYaのラテンアメリカにおける週間アクティブユーザー数、2024年第3四半期のレンジ上限週間アクティブユーザー4.8〜5.3百万人(3年 第2024四半期)Sensor Tower — Top 5 Food Delivery Apps in Latin America Q3 2024 Performance (2024)

デリバリー メニュー 最適化のケースを Masterestaurant の方法で再現する

43か国、+8,400店舗で導入されています。

コミュニティ

コミュニティに無料で参加する MASTERESTAURANT

43か国の飲食店オーナーとチームが、ノウハウ、ツール、応用AIを共有 — WhatsAppで直接お届けします。

コミュニティに参加
著者: Diego F. Parra  ·  編集者: MASTERESTAURANT®
AIの支援を受けて作成され、MASTERESTAURANT編集チームが確認したコンテンツです。
MRリスト比較エンジン v0.9.394