餐饮菜品上新规划

凭经验选品市场验证滞后,竞品情报分散难聚,上新 SOP 模板不统一,方案写到评审前夜

!
演示模式 · 可视化预演

本页展示的是「应该怎么跑、每一步看什么、交付什么」,用的是真实业务格式的脱敏构造数据, 不宣称已接入客户生产系统,也不承诺任何效率提升百分比。 案例设定:某休闲餐饮连锁(约 300 家门店,主打 18-30 岁客群),夏季计划上新 3 个 SKU,果茶 + 单人份面食双线评估。产品专员把上新需求说明与近 90 天历史销售数据(已脱敏)一起扔进来 —— 硬性约束:毛利不低于 55% 才能进终选。

趋势信号
杨梅/酸汤搜索 +180%
价格带空白
15-25 元 · 竞品覆盖 12%
选品建议
3 个 SKU · 附依据
方案产出
六板块 · 可进评审
输入

产品专员手上能拿到的东西

需求说明 + 历史销售数据 · 直接拖进对话框
01_拟真输入_上新需求与销售数据.md
上新需求说明(定位/品类/客群/预算/硬约束)+ 近 90 天历史销售数据(9 个 SKU 脱敏节选)+ 已注意到的市场现象
需求文档 + 销售导出 + 门店反馈汇总 · 评审前一周

注意这份材料的构成 —— 需求是启动会的口头结论,销售数据是 Excel 节选,市场现象是门店伙伴的零散反馈 —— 平时要三种材料三个人凑。这个场景的价值,很大一部分就来自趋势、竞品、销售数据的交叉验证。

提示词

就说这么几句

没有模板、没有表单 · 专业规则由 Skill 兜底
这是我们的上新需求说明和近 90 天销售数据,帮我做一份夏季菜品上新规划。 选品建议要给到品类/口味/规格,每条附数据依据; 上市节奏拆成试点→推广→全面三段,标清时间线; 定价给成本锚点、竞品对标和毛利测算,毛利低于 55% 的直接拦截; 季节性原料的供应链风险单独提示,选品和定价建议标注需要我们复核。

短是因为「字段校验、趋势搜索口径、空白带识别、六板块方案结构、毛利硬约束」都在 Skill 规格里。产品专员只要把需求和数据扔进来。

触发

季度上新启动后的第一周

去年卖得好不等于今年该上新 —— 方案的第一价值是交叉验证

产品专员把需求说明、销售数据、市场现象三条线一起扔进来 —— 上新方案的价值在「趋势、竞品、销售写在同一份方案里」,不在任何单一板块。

1

趋势洞察 · 三条线同时确认

口味、场景、价格带 —— 每条趋势附来源
维度趋势发现对上新意味着什么
口味杨梅/酸汤类搜索热度同比 +180%,水果茶持续走高果茶线押杨梅方向有据可依
场景下午茶场景占比提升至 42%,社交分享驱动品类选择新品要「拍照好看」,下午茶套餐可绑
价格带15-25 元价格带空白,竞品覆盖仅 12%机会 自家菜单该价位段几乎为空

三条趋势互相印证:口味热度 + 场景迁移 + 价格带空白指向同一个方向 —— 单条趋势是噪音,三条交叉才是信号。

2

竞品情报 · 谁在什么价位卖什么

公开信息采集,多源交叉验证
竞品单品价格带对我们的启示
喜茶多肉杨梅19-25 元高端价位已被验证,但非我们主场
蜜雪冰城杨梅摇摇冰6-10 元低价带被占,中间价位留空
太二酸汤肥牛面28-35 元酸汤方向已验证,低价差异化有空间

喜茶在 19-25、蜜雪在 6-10 —— 中间 15-25 元的杨梅产品没人系统占位,这就是空白带的来历。

3

选品建议与上市节奏

每条建议附数据依据 · 节奏拆成三段
品类口味方向规格依据优先级
果茶杨梅酸甜中杯/大杯搜索热度 +180%,竞品密集上新验证高
果茶青提茉莉中杯花香组合趋势上升,空白价格带中
面食酸汤肥牛单人份品类空白带,竞品仅 1 家覆盖中

上市节奏:试点(7.1-7.14)→ 推广(7.15-8.15)→ 全面(8.16-9.30)—— 先小范围验证出餐与接受度,再铺开,国庆前完成爬坡。

4

定价策略 · 毛利 55% 是硬约束

成本锚点 → 售价 → 毛利,逐 SKU 可算账
SKU成本锚点 → 售价 → 毛利竞品对标
杨梅冰茶(中)5.8 元 → 16 元 → 毛利 63.8%蜜雪 6-10 / 喜茶 19-25,卡空白带
杨梅冰茶(大)7.2 元 → 20 元 → 毛利 64.0%填补 15-25 元空白带
酸汤肥牛面10.5 元 → 25 元 → 毛利 58.0%太二 28-35 元,低价差异化

三个 SKU 全部过毛利 55% 硬约束线 —— 低于底线的 SKU 在生成阶段就被拦截,不会混进评审材料。

方案还不能直接下发执行 —— 两处必须先经人工复核
Skill 的铁律写得很清楚:选品建议与定价策略标注「建议产品团队复核」,高风险决策标注「需管理层确认」。两处尤其不能省:

复核点 1 · 毛利底线的硬约束:AI 建议定价可能未考虑实际供应链成本波动 —— 产品主管须复核毛利 ≥55% 的硬约束,低于底线的 SKU 须拦截。
复核点 2 · 季节性原料的产季错配:杨梅等季节性原料 Q3 供应链稳定性存疑,AI 可能推荐产季外的品类 —— 产品主管须交叉验证原料产季与上市节奏(7 月试点是否在产季内)。

给出的不是「改完再生成一遍」,而是:趋势、竞品、结构分析直接用,毛利与产季两处处方级复核 —— 复核半天,比全程人肉调研 3 天仍快一个量级,且每个结论有出处。
之后

这一次跑完,评审会上多了什么

不讲省了多久 · 讲少了几个「凭感觉」、沉淀了什么
✓
选品第一次有了三方交叉依据 —— 「感觉杨梅很火」变成「搜索热度 +180% + 竞品已验证 + 价格带空白」
✓
15-25 元空白带是算出来的 —— 评审再问「凭什么进」,直接把品类结构占比和价格带分布摊开
✓
定价逐 SKU 可算账 —— 成本锚点、竞品对标、毛利测算一列看齐,55% 硬约束内置拦截
✓
方案结构六板块统一 —— 趋势/竞品/选品/节奏/定价/风险,以后每次上新评审用同一套语言

追问现场可能被问到的

答不上来的问题,比答得漂亮的问题更能决定这场演示的结果

趋势数据会不会过时?
会有时效性风险 —— 消费趋势和竞品情报采集有时效性,过期数据可能导致选品方向偏差。Skill 要求每条趋势附来源,产品专员须确认趋势数据采集时间在 3 个月内,超过的须重新采集。
没有历史销售数据能跑吗?
能跑但维度受限 —— 历史销售数据用于品类结构占比、价格带分布和交叉验证,缺失时仍可基于公开趋势与竞品情报生成方案,但选品依据会少一条腿。
方案能直接下发门店执行吗?
不能 —— 产物是数据驱动的建议,不替代真实市场测试与最终审批。选品建议与定价策略须产品团队复核,毛利 ≥55% 硬约束须产品主管确认,季节性原料须交叉验证产季后再定上市节奏。

想了解来龙去脉?

回到场景引入,看这个场景的痛点、做法与边界