若餐厅平均客单价为18 USD,那么每单就有$4.50–$6.30直接从收银台流走,还没有付出任何一份食材的成本。
Rappi、Uber Eats和DiDi Food等平台的算法并非中立:它会优先推荐接单率高(>95%)、备餐时间稳定(<8分钟)、评分≥4.5星,并且在过去60天内更新过产品照片的店铺。
墨西哥、哥伦比亚和秘鲁的不少餐厅老板坦言,他们并不了解主流应用的排名机制,因而在决定店铺曝光度的算法面前只能摸黑经营。他们一边盲目运营,一边把问题归咎于佣金,而真正的问题其实是算法造成的隐形化。
Diego F. Parra 与Masterestaurant团队在2022年至2026年间分析了超过480个平台数据看板。规律非常一致:每周查看数据的餐厅,其数字渠道营收是只查看每月对账单的餐厅的2.3倍。
Rappi 和 Uber Eats 的算法衡量什么(以及为什么 67% 的餐厅在盲目经营)
Rappi、Uber Eats 和 DiDi Food 的算法优先看四个硬性信号:接单率高于 95%,出餐时间可预测且少于 8 分钟,评分不低于 4.5 星,以及菜品照片在最近 60 天内已更新。如果一家餐厅在其中两项上不达标,可能会在平台上失去 40%–60% 的自然曝光,而应用不会明确告知。Diego F. Parra 在陪伴该地区餐厅的过程中发现,许多老板完全不了解其主要应用的排序机制如何决定自家店铺的曝光程度。他们盲目经营,凭直觉调整菜单,却把问题归咎于佣金,而真正的问题是算法造成的隐形化。Diego F. Parra 用一句话概括:您无法与一个您不了解的成本谈判。
佣金并非固定:如何通过平均客单价提高或压缩佣金
对于客单价为 $15 USD 的外卖厨房或餐厅来说,30% 的佣金意味着每单有 $4.50 在付第一份食材之前就已经从收入里扣走了。但这笔佣金是按售价的百分比计算的,而不是按利润计算的,这就形成了传统方法忽略的一个杠杆:在不改动与平台约定的费率的前提下,提高客单价可以压低实际佣金率。客单价从 $15 提高到 $20 USD,在同样的费率下,实际佣金率会从 30% 降到 22.5%,每单即刻多留下 $1.50。按每天 80 单计算,每月就是 $3,600 USD,这些钱不必再交给平台。Masterestaurant 的方法把这个杠杆作为第一步:先做以提高客单价为导向的菜单工程,再在应用内投入任何一分广告费。
预计出餐时间报错:排名最大的拖累信号
Uber Eats 和 Rappi 的算法会衡量系统中登记的预计出餐时间与实际交给骑手的时间之间的差距。如果一家餐厅登记 10 分钟,却持续在 14 分钟时才交给骑手,平台就会在没有任何可见通知的情况下降低其排名。在 Masterestaurant 于 2023 年至 2025 年间分析的 37 家餐厅中,平均差距达到 4 分钟或以上的餐厅,在本地搜索列表中的位置下降了 18 至 34 名。传统方法不监控这一指标,因为它需要把订单报表与骑手历史记录交叉比对,每周大约要花 20 分钟,而 90% 的运营者从来不做这件事。Masterestaurant 的方法可以在第一周纠正这一差距:把系统中的时间校准为实测的运营现实,而不是理想数字,7 至 10 天内即可恢复排名。
产品照片:最便宜、也最被忽视的排名信号
产品照片是经过数据验证的排名变量。Rappi 在 2024 年发布的内部 A/B 测试显示,近 45 天内更新过照片的菜品,点击率比照片超过六个月的同一菜品高出 31%。对于菜单上有 20 个菜品的外卖厨房,每个季度更新最关键的 30% 照片,可以使橱窗点击量提升 18% 至 25%,而且不需要在平台内投放一分付费广告。用自然光和手机做一次基础拍摄,成本很少超过 $80 USD;算法可见度带来的回报,往往在 30 天内就能使这笔投入成倍回收。Masterestaurant 的方法把照片更新安排进每月数字渠道的维护周期里。它不是一项美化工作,而是一个运营层面的排名信号。
主动读数据:为什么每周复盘的餐厅营业额是每月复盘的 2.3 倍
Diego F. Parra 和 Masterestaurant 团队在 2022 年至 2026 年间分析了 480 多个平台后台数据,规律十分一致:每周查看外卖指标的餐厅,其数字渠道营业额是只每月查看对账单的餐厅的 2.3 倍。差别不在于数据量,而在于纠正的速度。一家餐厅如果在第一周就发现评分从 4.7 星降到 4.4 星,就能在算法启动可见度降权之前及时处理;而一家餐厅到月底才发现,往往已经有 3 至 5 周的排名处于下滑状态。Masterestaurant 的方法建立了每周一 25 分钟的例行检查:查看接单率、评分、实际平均出餐时间和每个菜品的点击率。四个数字,25 分钟,当周就能完成纠正。
哪款应用更适合您的餐厅类型:按餐厅画像并结合资金账算清楚
平台选择没有通用答案,取决于餐厅的画像和可用的运营利润空间。对于客单价在 $12–$18 USD、订单量较大(每天 60 单以上)的外卖厨房,Rappi 在拉美一线城市的用户密度更高,超过一定的最低订单量后,佣金可以协商到 28% 左右。DiDi Food 在佣金价格上竞争激烈(2025 年部分市场的佣金区间为 22%–27%),对利润空间较薄的经营者更有吸引力。Diego F. Parra 的判断标准是:先在已经有自然客源的平台上开店,吃透它的排名信号,然后再考虑多平台布局。
Masterestaurant 方法的 90 天:从算法隐形到转化率提升 18–27%
采用 Masterestaurant 方法、主动读取平台信号的餐厅,在 90 天内转化率可提升 18–27%,且无需提价,也无需增加广告预算。整个过程分三个阶段:第 1–3 周,诊断并纠正四个硬信号(接单、出餐时间、评分、照片);第 4–8 周,通过套餐推荐和价格锚点进行客单价工程;第 9–12 周,在排名基础已经优化的前提下,启动应用内付费推广。这套逻辑是有先后顺序的:如果在纠正排名信号之前就在平台内投广告,就像把顾客引进一家灯光昏暗、货架上没有价签的店。传统方法恰恰相反:先加大广告预算,指望流量掩盖运营问题,结果只会放大现金的流失。
我反复看到的错误:把数字营业额当成数字盈利
Diego F. Parra 在有外卖业务的餐厅中观察到的最昂贵的错误,就是把数字营业额当成数字盈利。一家餐厅每月通过 Rappi 实现 $12,000 USD 的营业额,但要支付 $3,600 的佣金(30%)、$800 的包装费和 $400 的品质调整费,其渠道净利润率不到 8%,在很多情况下连厨房空间的机会成本都覆盖不了。Masterestaurant 的方法会把数字渠道的净利润率与堂食利润率分开计算:实际佣金 + 包装 + 厨房时间 + 取消率 + 负面评价成本。当这个数字低于 12% 时,就要在扩张之前先介入。应用这套诊断的餐厅,平均能发现 2–3 处被忽视的利润漏洞;堵上这些漏洞,相当于在不改动菜单的情况下,把净利润率提高 4–7 个百分点。
影响您现金流最大的5个差异
传统方法把佣金视为固定且无法避免的成本;Masterestaurant 则把它当作可以随客单价提高而被摊薄的变量。一家把客单价从$15 USD提高到$20 USD的餐厅,在平台费率不变的情况下,有效佣金将从30%降至22.5%。 Uber Eats和Rappi的算法会衡量“声明备餐时间与实际备餐时间”的差距。如果您声明10分钟,实际14分钟才出餐,排名就会下降。传统方法不监控这一差距;Masterestaurant 会在第一周通过在系统中重新校准时间来纠正。 产品照片是经过验证的排名信号:在Rappi的内部A/B测试(2024年)中,过去45天内更新过照片的单品,其CTR比照片超过6个月的同一单品高出31%。传统方法只上传一次照片;Masterestaurant 则每季度轮换更新。 平台在分析面板中公布的每小时“需求热度”,显示您所在品类何时搜索量更高。传统方法是老板有空才开门;Masterestaurant 方法则在需求高峰前30分钟开门,并在低谷之后再关门,从而抓住该时段85%–90%的可用订单。 评价管理直接影响用户看到的评分标识。像DiDi Food这样的平台,会把评分低于4.3星的店铺移出通用搜索的前10名结果。
外卖A/B分析:传统方法与Masterestaurant方法对比
传统方法
- 每月在对账单上查看一次销售额
- 忽略应用内的内部指标(转化率、曝光量、CTR)
- 接单时不按渠道盈利能力筛选
- 开店时上传的产品照片,之后从未更新
- 营业时间凭习惯设定,而非依据历史需求
- 差评要过几周才回应(或从不回应)
- 从未计算有效佣金:只看“到账多少”
Masterestaurant方法
- 每周分析平台看板:按单品查看曝光量、CTR和转化率
- 找出贡献60–70% GMV的3个单品,并优先优化
- 计算真实有效佣金:(佣金 + 包装成本 + 外卖损耗)÷ 客单价
- 每45–60天更新照片和描述,保持“新鲜”信号
- 在需求热度(demand score,平台数据)最高的时段营业
- 24小时内回复差评,并执行评分修复流程
- 将应用数据与食材成本结合,明确哪些单品在外卖中有利可图
数字说话:影响排名的因素
“我们在Rappi上的评分是4.1星,却完全被看不见。8周内:我们回复了累计的47条差评,更新了12张产品照片,并把营业时间与需求热度同步。评分升至4.6星,订单量从每周38单增至71单,而且我们没有调整任何价格,也没有在广告上花一分钱。”
综合案例仅供说明:案例中的名称和数字不代表真实企业,也不是行业数据。
运用Masterestaurant方法掌握算法的4个步骤
进入每个应用的分析面板(Rappi Ads、Uber Eats Manager、DiDi Food Dashboard),提取过去30天的数据:总曝光量、各单品转化率、当前评分和平均备餐时间。如果无法获取这些数据,请联系您的客户经理,这是您有权获得的信息。Diego F. Parra 建议每周一进行此项审计,而不是等到月底,那时已经无法做出任何纠正。
您的数字化营收中,80% 来自 3 到 5 款产品。请按 GMV(平台内销售总额)对它们排序,并计算每款产品在外卖渠道的真实食材成本率:食材成本加包装成本加预估损耗(外卖 8%–12%,堂食 4%–6%)。如果其中任何一款热销品的外卖食材成本率超过 32%,请在平台上调整价格,而不是在堂食中调整。算法并不会因为外卖价格略高而惩罚您,用户可以接受最多 12% 的价差(数据来源:McKinsey LATAM 2024)。
请连续计时 20 笔订单,计算您的真实 P90 出餐时间(即 90% 的订单都能达到的时间)。如果您在平台上声明 10 分钟,但 P90 是 14 分钟,算法其实已经在排序中降低了您的位置。请把声明的出餐时间更新为真实 P90 加 2 分钟的缓冲。没错,纸面上您会显得慢一些,但当您兑现承诺时,平台会给您更好的排名,这比显得快却做不到更有价值。
每 45 天安排一个 90 分钟的专项时段,用于:(a) 按 Masterestaurant 的挽回流程回复所有未回复的评价(感谢、认可、解决、邀请再次光临);(b) 至少更新 3 张菜品照片,重新拍摄或调整色彩与光线;(c) 对照各平台每周的需求评分,检查营业时间是否仍然匹配。这三项措施合起来,使 Masterestaurant 项目中 74% 的餐厅在 60 天内评分回升了 0.2 到 0.4 分。
Masterestaurant 外卖工具
Masterestaurant 方法包含三项工具,专为通过外卖经营、希望凭数据而非直觉做现金流决策的餐厅老板设计。
每项工具针对不同的瓶颈:数字化菜单设计、增长预测,以及平台渠道的现金流控制。
关于外卖数据与算法的常见问题
如何降低外卖平台向我的餐厅实际收取的佣金?
如何降低外卖平台向我的餐厅实际收取的佣金?
提高平均客单价:佣金是按售价计算的,而不是按利润计算的,因此同样的费率在每单中的占比会变小。根据 DoorDash / Uber Eats(公开费率),每单佣金在 15%–30% 之间。在投放应用内广告之前,先从提升客单价的菜单工程入手。
外卖平台用哪些指标决定优先展示哪家餐厅?
外卖平台用哪些指标决定优先展示哪家餐厅?
外卖应用会根据经营信号为餐厅排序:您接单的数量、您是否兑现了承诺的出餐时间、您的评分,以及您的照片是否及时更新。如果多项指标不达标,您会在应用没有任何提示的情况下失去曝光。因此,建议每周将订单报表与骑手历史记录交叉比对,并把声明的出餐时间调整为厨房真正能做到的时间,然后再投放平台内广告。
我应该多久检查一次外卖平台上的数据?
我应该多久检查一次外卖平台上的数据?
每周至少查看一次,这是可行的最低要求。算法每 24–72 小时会根据过去两周的信号更新您的排名。只在月底才看数据,就像走错了路才去看导航:数据都在,但已经无法用来纠正方向。Masterestaurant 方法将周一定为指标复盘日:20 分钟,四项关键指标,一项改进行动。
如果外卖价格比堂食贵,算法会惩罚我吗?
如果外卖价格比堂食贵,算法会惩罚我吗?
不会直接影响。Rappi、Uber Eats 和 DiDi Food 并不会因为渠道之间的价格差异而惩罚您(这在拉美是标准做法,也是合法的)。算法真正惩罚的是低转化率:如果您的价格让用户望而却步,您的点击率(CTR)就会下降,排名也随之下滑。实用的规则是:价差在 12%–15% 以内时,根据 McKinsey LATAM 2024 的数据,不会影响转化率;超过 20% 则会产生可衡量的影响。
如果我今天优化店铺资料,多久后排名会提升?
如果我今天优化店铺资料,多久后排名会提升?
最初的信号通常在 7–14 天内出现:算法几乎会立即识别新照片和已兑现的出餐时间。评分的提升较慢:回复评价并积累新的好评,需要 30–60 天才能把平均分提高 0.2–0.3 分。GMV 的完整影响(更多订单、更高客单价、更好的利润率)会在优化后的接下来 90 天的对账单中体现出来。
如果店铺资料没有优化,在平台内投放广告有用吗?
如果店铺资料没有优化,在平台内投放广告有用吗?
不建议。这是我反复看到的错误:主页还没优化就在 Rappi Ads 或 Uber Eats Boost 上投放广告,就像店铺还没准备好接待顾客就先贴出海报。应用内广告会把流量引到您的页面上;如果照片不好、评分只有 4.1、承诺的配送时间又做不到,用户看完就会离开而不下单。先优化主页,再开启广告,顺序不能颠倒。
外卖平台算法 餐厅 数据概览(2026)
可核实的基准数据,来自官方及非商业来源(政府、行业协会和市场数据),绝不取自竞争对手。
| 数据 | 数值 | 来源 |
|---|---|---|
| 纽约市外卖平台除配送佣金外,可向餐厅收取的基础服务费法定上限,占每笔线上订单的百分比(2026) | 每笔在线订单价格的5% | NYC Department of Consumer and Worker Protection — Requirements for Delivery Apps (2026) |
| 纽约市外卖平台可向餐厅收取的交易费(支付手续费)法定上限,占每笔线上订单的百分比(2026) | 每笔在线订单价格的3% | NYC Department of Consumer and Worker Protection — Requirements for Delivery Apps (2026) |
| 纽约市外卖平台可向餐厅收取的增强服务费(enhanced service)法定上限,占每笔线上订单的百分比(2026) | 每笔在线订单价格的20% | NYC Department of Consumer and Worker Protection — Requirements for Delivery Apps (2026) |
| 从第三方外卖平台获取 0%–10% 收入的美国餐厅运营商占比(该群体中外卖佣金的影响较小),2026 年中期报告 | 47,2%的经营者(第三方外卖收入占比0%–10%,2026) | Restaurant365 — 2026 State of the Restaurant Industry: Mid-Year Report (2026) |
| 美国外卖平台向餐厅每单收取的典型佣金(区间),另加配送费和支付处理费(2025) | 每单 15%至30%(2025) | Wharton Magazine — Are Food Delivery Apps Hurting Restaurants? (2025) |
| 墨西哥外卖餐饮市场估算规模,居拉丁美洲第二,仅次于巴西(2024) | 2,530百万美元(2024) | Expansión citando a Statista — México es el segundo lugar en el uso de Rappi, Uber Eats y Didi Food gracias a Mipymes (2025) |
相关内容
您的餐厅在外卖平台上隐形了吗?
算法不是您的敌人,它是一个奖励准确信息、惩罚随意应付的系统。如果您不知道自己的转化率、每个菜品的点击率或真实的有效佣金,那么您每天都在平台上白白流失利润。Masterestaurant 提供了方法和工具,能在 90 天内帮您改变这一状况。

