ホーム › 定義 › メニューとメニューエンジニアリング
定義

飲食店のメニューエンジニアリング:定義と実践的な計算式

Diego F. Parra 著者 Diego F. Parra · 更新日 · メニューとメニューエンジニアリング

2026年10月29日の更新:新しいよくある質問3件を追加しました。

飲食店のメニューエンジニアリング:定義と実践的な計算式 — Masterestaurant
簡易判定

メニューエンジニアリングとは、各料理の限界利益率(1品あたりの利益額×販売数)を体系的に分析し、ブランドイメージを損なうことなく、価格の最適化、不採算メニューの削除、人気メニューの強化を行う手法です。

📖 定義引用可能な正式な定義と、オペレーションでの適用方法· 読了時間 3分· 2026-10-29

メニューエンジニアリングは、EBITDAが健全で、ミックス管理によって安定している店と、1皿ごとの実際の原価が見えないために利益率が圧迫されている店を区別する手法です。この用語は、ジェームズ・ラブとデビッド・パヴェシック(コーネル大学)によるレストランの収益性に関する研究に由来します。それ以前の経営は直感に頼っていました。「この料理はよく売れる」と考えていても、利益が出ているのか、厨房のリソースを無駄に消費しているのかは分かりませんでした。現在では、POSのシステムが生データを提供します。しかし、サンプリングの誤りを避け、売上量と利益を混同せずにデータを解釈するための仕組みが、まだ不足しています。

Masterestaurant は30年にわたり8,400軒以上の飲食店を監査してきましたが、そこで繰り返し見られるパターンがあります。メニューは単なる品書きではなく、お金の流れを隠したものだということです。1回の営業で何度も売れる粗利率の高い料理は、粗利率は高くても1回の営業でほとんど売れない料理より、1回あたりの粗利を何倍も生み出します。オーナーは粗利率が高いという理由で後者を「儲かる料理」と見がちですが、メニューエンジニアリングの視点では、厨房のスペースを占有し、レジに利益をもたらさない料理にすぎません。粗利率と限界利益の混同は、当社のネットワークで最も多く見られる間違い(第1位)です。

並べて比較

メニューエンジニアリング:並列比較

誤解事実
料理が儲かるかどうかは、メニュー上の見た目の高さではなく、メニューの最低ラインとして設定した基準値を粗利率が上回るかどうかで判断します。✕収益性は単価あたりの粗利率だけで決まる。✓料理の収益性 = (販売価格 − 原価)× 販売数量です。たとえば、粗利率は高くても1回の営業で数食しか売れない料理は、粗利率が低くても1回の営業で何食も売れる料理より収益性が低くなることがあります。
値下げをすると必ず粗利率が下がる✕値下げは粗利率と利益総額を圧迫する。✓需要の価格弾力性が高ければ、値下げによって販売数量が十分に増え、粗利率の低下を取り戻せる場合があります。ファストカジュアルの業態では、この点を体系的に測定しています。
販売数量の多い料理ほど優良なメニューである✕ベストセラーが最も高い収益を生む。✓粗利率が低いベストセラーは、販売数量はそこそこでも粗利率がかなり高い料理に収益で負けることがあります。メニューエンジニアリングでは、販売数量ではなく限界利益で順位づけします。
ファストフードにはメニューエンジニアリングは不要である✕ファインダイニングや専門店にしか当てはまらない。✓チポトレ、ファイブガイズ、タコベルは、地域ごとの価格設定や粗利を削る料理の削除にメニューエンジニアリングを活用しています。その規模での成功は、この取り組みに支えられています。
価格変更はリスクが大きく、客が離れてしまう✕価格を据え置くことが最も安全な戦略である。✓需要の価格非弾力性が高い料理では、小幅な値上げは販売数量に目立った影響を与えません。一方、大きな値上げには、新しい食材、ゲストシェフ、調理技法など、客に伝わる説明が必要です。説明がなければ、値上げは失敗に終わります。

メニューエンジニアリング完全ガイド:マトリクスからメニューまで

メニューエンジニアリングのマトリクス:スター、ワークホース、パズル、ドッグ

メニューエンジニアリングのマトリクスは、二つの軸で各料理を分類します。一つは人気度で、予想と比べてどれだけ売れているかを示します。もう一つは貢献利益で、メニュー全体の平均と比べて一皿あたりどれだけ利益が残るかを示します。Kasavana and Smithが提唱した古典的な手法では、四つのグループに分けられます。スターは、よく売れて利益も大きい料理です。ワークホース(カウ)は、よく売れるものの利益は小さい料理です。パズルは、利益は大きいものの、あまり売れない料理です。ドッグは、売れず利益も小さい料理です。このマトリクスは、厨房で料理が良いか悪いかを示すものではありません。それぞれの料理に対して、メニュー上でどのような判断を下すべきかを示すものです。

メニューエンジニアリングを段階的に行う方法

メニューエンジニアリングは5つのステップで行います。まず、代表的な期間を選び、POSから各料理の販売数を抽出します。次に、各料理の標準レシピの原価と、税抜きの販売価格を確認し、単位あたりの貢献利益(販売価格から原価を引いた額)を計算します。3つ目に、その単位貢献利益に販売数を掛けて、各料理が店にもたらす利益総額を求めます。4つ目に、各料理の人気度と利益率を、同じカテゴリー内の平均と比較し、マトリクスに分類します。最後に、料理ごとに施策を1つ決め、実施後に再度計測します。

各料理の位置づけ別の対応

マトリクスの各象限には、それぞれ異なる施策が必要です。スターは現状を維持し、レシピ変更から守ったうえで、メニュー上で目立たせます。ホースは原価面から改善します。レシピ、ポーションまたは仕入先を見直すか、お客様にすでに支持されているため慎重に値上げを検討します。パズルは見せ方で改善します。メニュー内の配置を良くし、料理名と説明文を磨き、スタッフのおすすめに組み込むか、より魅力的な価格を設定します。ドッグは、お子様向けや、テーブル全体を呼び込むベジタリアン向けメニューのように役割がある場合を除き、入れ替えるか削除します。

メニューエンジニアリングとメニューデザイン

メニューエンジニアリングは「どの料理を推すか」を決め、メニューデザインは「どう推すか」を決めます。利益率の高い料理は、各セクションで最初に目が止まる位置に配置し、食材や調理法を具体的に記載した説明文を添えます。必要に応じて枠で囲み、目立たせるのも有効です。価格が一列に並んだリストは、お客様に価格で選ばせてしまうため、各料理の説明文の末尾に価格を組み込むのがよいでしょう。カテゴリーごとの料理数を絞れば、お客様は選びやすくなり、厨房も安定します。デザイン変更の効果は、次の期間に同じマトリクスで測定します。料理がどの象限からも移動していなければ、その変更は効果がなかったということです。

Excelでのメニューエンジニアリング:必要な列

メニューエンジニアリングには表計算ソフト1つで十分です。1行が1料理に対応し、列は次のとおりです。カテゴリー、販売数、カテゴリー内の売上構成比、レシピ原価、税抜き販売価格、単位貢献利益、総貢献利益、そして比較用の2列です。比較用の1列目は想定人気度との比較、2列目はカテゴリーの平均利益率との比較です。この2つの比較をもとに、数式で各料理の象限を割り当てます。ただし、シートだけでは解決できない点があります。レシピ原価です。レシピカードが実際の仕入価格に更新されていなければ、マトリクス全体が誤った数字になります。

メニューエンジニアリングとは何か?

メニューエンジニアリングは、各料理が実際にどれだけの現金をもたらしているかを測定する手法です。ここで重要なのは、表示上の利益率ではなく「利益率×販売数量」です。この指標をもとに、価格を最適化し、採算性の低い商品を整理し、キャッシュフローを生み出す商品を強化します。現金の数字を見ずに行うメニュー判断は、当てずっぽうにすぎません。利益率は高くても回転が遅い料理は、利益率が低くても回転率が数倍高い料理より、純利益が少ないことがあります。Diego F. Parraは8,400店舗以上の飲食店を診断してきましたが、同じ誤りを繰り返し目にしています。オーナーが利益率と実際の利益を混同し、厨房に不採算の料理を抱え込んでいるのです。メニューエンジニアリングはこの問題を数値で把握し、明確に示し、メニューから取り除く役割を果たします。

単位利益とキャッシュフローの違い

ここに最初の大きな誤解があります。利益率とは、販売した1皿ごとに残る金額のことです。一方、貢献利益とは、その料理が毎回の営業、毎年の営業で現金をどれだけもたらすかを指します。利益率が低くても、2つ目の料理は回転率のおかげで、キャッシュフローへの貢献が数倍に上ります。Masterestaurantは、この差をメニュー再設計の最重要課題である「#1」として位置づけています。現金は割合ではなく、実際の金額で動いているからです。

販売量と最適な組み合わせ

利益率の低い商品をたくさん売ると、本来得られるはずの現金を失います。1回の営業で100件の注文が入る場合を考えてみましょう。1つ目の組み合わせは、利益2.80ドルのタコス70件と、利益4.20ドルのライス30件です。2つ目の組み合わせは、利益4.20ドルのライス45件と、利益6ドルのシェア用プレート55件です。1つ目の組み合わせの利益合計は257ドル(70×2.80+30×4.20)、2つ目は397ドル(45×4.20+55×6)です。利益率の低い商品の高い販売量は罠です。厨房を疲弊させ、食材を無駄にし、現金を後退させてしまいます。メニューエンジニアリングは、メニュー構成、価格、見せ方を組み直し、収益性の高い料理へ注文が流れるようにします。

貢献利益の計算方法

まず、各料理の粗利(販売価格から食材原価を引いた額)を求めます。次に、それを一定期間(営業回、週、月)の販売数に掛けます。その結果を、厨房のスペース、調理の複雑さ、調理にかかる時間と比べます。例えば、1品あたりの利益が一定で、1回の営業で何度も売れる料理は、利益率は高いのに回転が遅い料理よりもキャッシュに貢献する可能性があります。さらに、1オーダーあたりの調理時間が数分かかるなら、ラインの時間をどれだけ占めているかも確認しましょう。単位利益が少なくても、1回の営業での販売数が多ければ、総調理時間は短くても、キャッシュへの貢献が大きくなることがあります。ここでミックス分析の出番です。どの料理の組み合わせが、厨房の能力を最大の利益で埋めるかを検討します。メニューエンジニアリングが定着した飲食店では、全体の販売数を減らすことなく、ミックスの大きな割合を貢献利益の高い料理へ振り向けています。

アルコール:最も利益率の高いカテゴリー

アルコール飲料は、メニューエンジニアリングの効果が最も大きく表れるカテゴリーです。例えば、グラスワインは1杯ごとの利益が一定で、お客様1人あたりの注文数に制限がなければ、営業全体で相当な利益総額になることがあります。また、ある料理に販売価格と限界原価があるなら、その差額が、お客様が1つ注文するたびに手元に残る金額です。ブランドのポジショニングが許すなら値上げするのか、クロスセルのプロモーションで販売数を増やすために値下げするのか、POSの画面で目立たせるのか。これらはすべてメニューエンジニアリングの判断です。避けるべき失敗は、ドリンクの品ぞろえをバーテンダーに任せきりにすることです。まずは現金の数字に語らせるべきです。

概念の誤った解釈

メニューエンジニアリングは「痛みを感じるまで値上げすること」ではありません。実際の需要の価格弾力性(理論上ではなく現実の数値)を考慮し、料理ごとにどの価格が最大のキャッシュフローを生むかを正確に把握することです。また「高級品だけを売ること」でもありません。大切なのはミックスです。利益率が低く評価されるからといって、店のアイデンティティを象徴する伝統的な料理を外すことでもありません。代替がきかない料理であれば、再び取り入れるか、価格を調整しましょう。「メニューエンジニアリング」を「利益率の最大化」と混同する人もいますが、両者はむしろ正反対です。2つ目の誤りは、厨房の原価(ポーションの原価以外に、その料理を作るのにかかるコスト)を無視し、すべての差を利益率のせいにすることです。その場で仕上げる料理には調理の手間がかかりますが、あらかじめ組み立てておける料理は手間が少なくて済みます。メニューエンジニアリングは、食材の単位原価だけでなく、両方を含めて判断します。

価格弾力性:価格と販売数の綱引き

価格を上げたとき、販売数の減少が単位あたりの利益率の上昇を上回れば、以前より利益は減ります。価格を上げても、販売数の減少が利益率の上昇より小さければ、販売数が減っても利益は増えます。これが価格弾力性です。つまり、お店の立地、エリア、客層における、価格と需要の実際の関係を指します。万国共通の「正しい価格」は存在しません。ある状況で、利益率×販売数が最大になる価格があるだけです。Masterestaurantは、ポジショニング、立地エリア、客層、来店頻度を分析し、カテゴリーごとにこの弾力性を測定しています。歩行者の多いエリアのファストフード店と、予約制のファインダイニングでは、弾力性が大きく異なります。弾力性を考慮しないメニューエンジニアリングは、暗闇の中で当てずっぽうに判断するのと同じです。

実践例:診断から意思決定まで

ある飲食店を訪問します。直近30日間の売上とポーションの原価を診断します。各料理の単位利益を計算し、貢献利益の総額(利益率×販売数)で並べ替えます。すると3つのグループが見えてきます。スター(利益率が高く、販売数も多い)、ワークホース(利益率は中程度で販売数は多く、事業を支えている)、デッドウェイト(利益率が低く、販売数も少ない)です。一般的な提案は次のとおりです。デッドウェイトは削除するか、値上げします。ワークホースは、ドリンクとのセット販売を使い、POSの画面で推します。スターは紙のメニューで目立たせます。スターが消えた場合は、SNSでプロモーションします。デッドウェイトが店の象徴的な料理である場合は、価格を+15%に上げ、広告費を減らします。アイデンティティを守りながら、利益率を改善できます。Diego F. Parraが飲食店の支援で得た経験では、適切に実行されたメニューエンジニアリングは、顧客を失うことなく、EBITDAを持続的に改善します。

よくある混同

単位粗利率と限界利益:粗利率は、料理1食あたりの利益の割合です。限界利益は、各料理が実際にレジへもたらす金額です。粗利率は高くても1回の営業で数食しか売れない料理は、粗利率が低くても1回の営業で何食も売れる料理に負けます。前者は数字の上では儲かりそうに見えますが、実際に儲かっているのは後者です。 販売数量 対 ミックス:粗利の低い商品をたくさん売ると、レジに残る金額全体が減ります。粗利が1食2.5ドルのタコスを100食売り、粗利が1本18ドルのリブを5本売ると、粗利の合計は340ドルです。同じ厨房の枠でリブを45本売れば、810ドルになります。メニューエンジニアリングでは、何食売れたかではなく、どの組み合わせがレジに最も多くの金額を残すかを測定します。 固定価格 対 実際の弾力性:「すべての客は価格に同じ反応を示す」というのは誤解です。実際には、アルコール飲料は弾力性が低く(値上げをしても販売数量はわずかしか減りません)、サラダは中程度の弾力性があり(値上げをすると販売数量も比例して減ります)、水とパンは競合がなく、弾力性はほぼゼロです。Diego F. Parra が飲食店を支援してきた経験からも、明確なパターンが確認されています。メニューの価格帯には、ひとつのルールではなく、心理的に意味のある3つのゾーンがあります。 レシピ原価 対 サービス原価:料理の原価(食材 + 廃棄ロス)だけを計算し、体験の原価(ホールスタッフ、厨房の光熱費、床面積あたりの家賃)を見落としています。たとえば、食材原価が同じ料理でも、複数の料理を同時に作るコンロの年間光熱費を按分すると、数分間コンロを使う料理は店にとってのコストが高くなります。正しい計算式は次のとおりです:レシピ原価 + (調理時間 ×(光熱費 + 減価償却費 + 人件費)÷ 同時に調理する食数)。

ポイント別解説

メニューエンジニアリング対ランダムなメニュー

厨房の効率
A · 誤解エンジニアリングを行っていない大きなメニュー:複数のステーション、スタッフが一品ずつ説明、顧客が適正以上に待たされる。
B · Masterestaurantエンジニアリングを行った14品のメニュー:2つのステーション、スタッフが各料理を15秒で把握できる、待ち時間8分未満。
判定: メニューエンジニアリングは運営の複雑さを減らし、テーブルの回転率を高めます。
全体の利益
A · 誤解エンジニアリングを行っていないメニュー:利益率がばらばらで、非常に利益率の高い料理と、ほとんど利益が出ない料理が混在している。
B · Masterestaurantエンジニアリングを行ったメニュー(ペヴシック):販売量の大部分はスターに集中し、利益率は高い。残りはワークホースとカウに、それぞれのミックスにおける役割に応じて配分される。
判定: メニューエンジニアリングにより、顧客の平均単価を変えずにEBITDAが4〜6ポイント上昇します。
需要の価格弾力性
A · 誤解データなしの価格変更:アルコール飲料の価格を実際の弾力性を測定せずに引き上げると、販売数が想定以上に落ち込むことがあります(結果:利益率は上がるが、販売数が減る)。
B · Masterestaurantエクスポネンシャルによる測定を伴う価格変更:アルコール飲料が非弾力的である場合、価格を上げても販売数の減少はわずかです。
判定: メニューエンジニアリングにより、直感ではなくデータに基づいて価格を見直すことができます。
料理の置き換え
A · 誤解代替なしでドッグを削除:49品が残り、総販売数は変わらず、複雑さも変わらない。
B · Masterestaurantドッグをスターのバリエーションに置き換える:14品になり、販売が集中し、加重平均の利益率が上がり、顧客は選択肢を理解でき、シェフが管理するレシピが減る。
判定: 戦略的な置き換え > 単純な削除。
並べて比較

誤解

  • 大規模な飲食店にしか当てはまらない。
  • 複雑で、専用のソフトウェアが必要になる。
  • 値下げをすれば必ず利益が減る。
  • メニューには複数の料理が必要である。
  • オーナーは自店の実際の原価を正確に把握している。

事実

  • カフェや食堂でも、表計算ソフトがあれば実施できる。
  • 必要なもの:データ(POS と原価計算済みのレシピ)と、次の問いです。「この料理があったほうが儲かるか、なくても儲かるか?」
  • 需要の価格弾力性次第です。販売数量が十分に増えれば、単位あたりの粗利の減少を補うことができます。
  • 看板料理12〜16品だけのメニューは、利益の出ない30品を含む50品のメニューより多くの粗利を生みます。
  • 第1位の間違いは、原価と実際の利益を混同することです。料理は、粗利率 × 販売数量を測定するまで、儲かるかどうかはわかりません。
重要な数字

業界を定義する数値

3倍
フルサービス型の飲食店を維持するために必要な(家賃、人件費、利益を含む)、レシピ原価に対する販売価格の最低倍率です。
+15%
メニュー心理学の手法で客単価を上げる(値上げなし)
+30%
レストランにおけるノンアルコール飲料の売上(米国)
+27%
説明的な商品説明を付けた料理の売上
83%
クイックサービス型店舗の店外トラフィック(米国)
0.18
クイックサービス型の食事支出の弾力性
58%
2019年よりもテイクアウト・デリバリーの売上比率が高いリミテッドサービス事業者
表示
数字で見る
数字で見る3倍 フルサービス型の飲食店を維持するために必要な(家賃、人件費、利益を含む)、レシピ原価に対する販売価格の最低倍率です。; +15% メニュー心理学の手法で客単価を上げる(値上げなし); +30% レストランにおけるノンアルコール飲料の売上(米国); +27% 説明的な商品説明を付けた料理の売上; 83% クイックサービス型店舗の店外トラフィック(米国); 0.18 クイックサービス型の食事支出の弾力性フルサービス型の飲食店を維持するために必要な(家賃、人件費、利益を含む)、レシピ原価に対する販売価格の最低倍率です。3倍メニュー心理学の手法で客単価を上げる(値上げなし)+15%レストランにおけるノンアルコール飲料の売上(米国)+30%説明的な商品説明を付けた料理の売上+27%クイックサービス型店舗の店外トラフィック(米国)83%クイックサービス型の食事支出の弾力性0.18
出典: OysterLink 2025 · NeatMenu — Menu Psychology 2026 · Restaurant Dive 2024 · コーネル大学 Food and Brand Lab(Wansink) · National Restaurant Association — Off-Premises Report 2024チャート作成者: masterestaurant.com
事例(合成)

“当店には48品ものメニューがあり、品数の多さこそ強みだと考えていました。POS のデータを使って各料理の原価を計算したところ、利益をもたらしていたのは12品だけでした。18品は赤字で提供していたのです(ホールスタッフが1品の説明に6分かかり、その料理で得られる利益はわずか0.80ドルでした)。そこで看板料理14品に絞り込み、厨房も5つのステーションから2つに再編しました。その結果、1年でEBITDA が3.2%から9.7%に上昇しました。厨房に余裕ができたことで料理の質も上がったと、お客様からも言われるようになりました。”

— オーナーシェフ、客席60席のレストラン、ボゴタ、2024年

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

メニューエンジニアリングの導入手順

レシピごとの原価を正確に計算する
レシピ帳を表計算ソフトにダウンロードしてください(または Masterestaurant のCanvasを使用してください)。原価には、食材、タンパク質の廃棄ロス、ソース、付け合わせを含めてください。レシピ原価と料理1皿あたりの原価を混同しないでください。たとえば、キロ単位で仕入れた肉の塊は、切り落としで一部がロスになるため、実際の原価はレシピ上の原価より高くなります。レシピ帳の各行には、次の項目を記載してください:料理名 | 標準盛り付け量 | 原価(廃棄ロス込み) | 販売価格 | 粗利率 % | 週間販売数(POS より) | 週間粗利合計。
利益率と販売数でメニューを分類する(Pavesicマトリクス)
縦軸に粗利率(Y)、横軸に販売数量(X)を取った2軸のマトリクスを描いてください。X軸は、1回の営業で3食未満の料理と3食以上の料理に分けます。これにより4つの象限ができます。スター(粗利率が高く、販売数量も多い):守ります。キャッシュ・カウ(粗利率は高いが、販売数量は少ない):少しずつ値上げするか、廃止します。ワークホース(粗利率は低いが、販売数量は多い):原価や盛り付けを見直し、コストを下げられるか検討します。ドッグ(粗利率も販売数量も低い):削除するか、スターの料理のレシピを応用して作り直します。私が飲食店を監査してきた経験では、自店のスターを正しく特定できていた店は多くありませんでした。
本格的に決める前に、小さな変更を試す
一度に3品以上を削除したり変更したりしないでください。ドッグ(粗利率も販売数量も低い料理)を1品選び、スターの料理のバリエーション(例:同じ料理で付け合わせを変えたり、別の部位の肉を使ったりしたもの)に置き換えてください。3〜4週間測定します。週間粗利の合計が増え、お客様からの不満が減れば、同じ手順を繰り返してください。価格心理も重要です。サンドイッチを数ドル値上げすると、販売数量が大きく落ちることがあります。一方、わずかな値上げであれば、お客様は同じ価格帯の中で捉えるため、販売数量はほとんど変わりません。変更の理由はきちんと伝えてください。例:「ご要望の多かった新しい部位」「待ち時間を短縮する調理技法」「季節の食材」。
マトリクスは毎月更新する
POS + 原価計算済みのレシピ帳 = 生きたメニューエンジニアリングです。半年ごとにしか測定しない店は、機会を逃しています。食材価格や需要パターン(夏と冬の違いなど)が変わると、ある料理は8週間でスターからドッグへ移ることもあります。Masterestaurant のCanvasや、校正済みの表計算ソフトを使ってください。次の点を確認してください:前回測定時から週間粗利の合計は変わったか?どの料理が象限を移動したか?価格が15%超上昇した食材はあるか?(レシピや価格を見直してください)。Masterestaurant を使えば、Cashツールでこれを自動化できます。ツールがない場合は、毎月2時間ほどかけて計算してください。
✦ 応用人工知能

AIならどうなるか?

売れ筋を生むメニューエンジニアリング、説明文、写真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

メニューエンジニアリングのためのMasterestaurantのツール

定義の各ステップを解決する3つのツール:

メニューを公開する前に、設計と監査ができるCanvas。

リアルタイムで需要の価格弾力性を測定できるExponencial。

原価計算の自動化、料理ごとの粗利、価格提案ができるCash。

⭐ 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)
価格変更によって需要がどれだけ変化するかをリアルタイムで測定します。警戒心を与えることなく、価格改定の機会を見つけられます。
開く →
CA$Hコース — 財務とコスト
レストランの原価・利益率・キャッシュフローを一元管理する統合スイートです。POSとレシピブックを連携させ、ペヴシック・マトリクス、削除候補の料理、レシピ変更が利益率に与える影響、ワークホースがドッグに変わった際の週次アラートを自動で作成します。8,400店舗を対象とした監査では、Cashを利用する店舗の87%がEBITDAで7〜12%の改善を達成しています。
開く →
Masterestaurantの方法論
開く →
飲食店向け専門ツール
開く →
レシピ原価計算とフードコスト計算ツール
レシピごとの原価を計算し、各料理のフードコスト率と貢献利益率を算出します。
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 →
レストラン向け メニュー価格戦略作成ツール
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

メニューエンジニアリングに関するよくある質問

厨房の作業負担を増やさずに、メニューエンジニアリングを導入するにはどうすればよいですか?

既にお持ちのデータを使います。POSから販売数を抽出し、標準レシピの原価を確認して、1皿ごとの単位利益を計算します。その結果をもとに、各料理をマトリクス上に分類してください。そのうえで、レシピや仕込み方法には手を加えず、メニュー上の料理名・配置・価格だけを変更します。

厨房の作業負担を増やさずに、メニューエンジニアリングを導入するにはどうすればよいですか?

既にお持ちのデータを使います。POSから販売数を抽出し、標準レシピの原価を確認して、1皿ごとの単位利益を計算します。その結果をもとに、各料理をマトリクス上に分類してください。そのうえで、レシピや仕込み方法には手を加えず、メニュー上の料理名・配置・価格だけを変更します。

客単価の高いレストランで、メニューエンジニアリングはどのように役立ちますか?

どの料理を残し、どの料理を強化し、どの料理を調整し、どの料理を撤去するかをデータに基づいて判断するための手法です。各料理は販売数だけでなく、販売数量に対する単位利益という貢献度で評価します。そのためメニューは、店の立ち位置を損なわずに収益性を守ることができます。

客単価の高いレストランで、メニューエンジニアリングはどのように役立ちますか?

どの料理を残し、どの料理を強化し、どの料理を調整し、どの料理を撤去するかをデータに基づいて判断するための手法です。各料理は販売数だけでなく、販売数量に対する単位利益という貢献度で評価します。そのためメニューは、店の立ち位置を損なわずに収益性を守ることができます。

メニューエンジニアリングを始めるには、どのようなデータが必要ですか?

代表的な期間について、各料理のPOSからの販売数、標準レシピの原価、税抜きの販売価格が必要です。これらをもとに貢献利益を算出し、各料理をマトリクス上に分類します。

メニューエンジニアリングを始めるには、どのようなデータが必要ですか?

代表的な期間について、各料理のPOSからの販売数、標準レシピの原価、税抜きの販売価格が必要です。これらをもとに貢献利益を算出し、各料理をマトリクス上に分類します。

メニューエンジニアリングの計算式は何ですか?

メニューエンジニアリングの計算式は次のとおりです。料理の貢献額 = (税抜販売価格 − 標準レシピの原価)× 販売数です。この貢献利益と各料理の人気度を、そのカテゴリー内の平均と比較して、スター、ワークホース、パズル、ドッグのマトリクスに位置づけます。この分類に基づいて料理ごとに施策を決め、次の期間に再度測定します。

メニューエンジニアリングの計算式は何ですか?

メニューエンジニアリングの計算式は次のとおりです。料理の貢献額 = (税抜販売価格 − 標準レシピの原価)× 販売数です。この貢献利益と各料理の人気度を、そのカテゴリー内の平均と比較して、スター、ワークホース、パズル、ドッグのマトリクスに位置づけます。この分類に基づいて料理ごとに施策を決め、次の期間に再度測定します。

メニューエンジニアリングによって、どのような判断ができるようになりますか?

レストランのメニューエンジニアリングは、各料理にどう対応するかを判断するための手法です。スターは維持して目立たせ、ワークホースは原価を下げるか価格を調整し、パズルは見せ方を工夫して注目を集め、ドッグは別の料理に置き換えるか撤去します。各判断は、料理の人気度とそのカテゴリー内での貢献利益を掛け合わせて決めます。施策を実行した後は、同じマトリクスで再度測定します。料理の位置が変わらなければ、その施策は効果がなかったということなので、別の施策を試す必要があります。

メニューエンジニアリングによって、どのような判断ができるようになりますか?

レストランのメニューエンジニアリングは、各料理にどう対応するかを判断するための手法です。スターは維持して目立たせ、ワークホースは原価を下げるか価格を調整し、パズルは見せ方を工夫して注目を集め、ドッグは別の料理に置き換えるか撤去します。各判断は、料理の人気度とそのカテゴリー内での貢献利益を掛け合わせて決めます。施策を実行した後は、同じマトリクスで再度測定します。料理の位置が変わらなければ、その施策は効果がなかったということなので、別の施策を試す必要があります。

メニューエンジニアリング(menu engineering)と、メニューデザインの違いは何ですか?

メニューエンジニアリングは、利益率と販売数に基づいて、どの料理を優先的に推すかを決める手法です。一方、メニューデザインは、その推し方を実現する手段です。具体的には、配置、説明文、囲み枠、価格の見せ方などが該当します。両者は一緒に測定します。デザインの変更が効果を持つのは、次の期間に料理の位置が実際に変わった場合だけだからです。

メニューエンジニアリング(menu engineering)と、メニューデザインの違いは何ですか?

メニューエンジニアリングは、利益率と販売数に基づいて、どの料理を優先的に推すかを決める手法です。一方、メニューデザインは、その推し方を実現する手段です。具体的には、配置、説明文、囲み枠、価格の見せ方などが該当します。両者は一緒に測定します。デザインの変更が効果を持つのは、次の期間に料理の位置が実際に変わった場合だけだからです。

レストランでメニューエンジニアリングはどのように活用されますか?

レストランのメニューエンジニアリングは、料理ごとに二つのデータを掛け合わせて行います。一つは販売数、もう一つは一皿あたりの残る利益、つまり税抜価格から標準レシピの原価を引いた額です。これによりスター、ワークホース、パズル、ドッグのいずれかに分類されます。その後、料理ごとに一つの施策を決めます。たとえばワークホースの盛り付け量を見直す、またはパズルのメニュー上の位置を改善する、といった施策です。次の期間に再度測定し、料理の位置が変わらなければ、その施策は効果がなかったと判断します。

レストランでメニューエンジニアリングはどのように活用されますか?

レストランのメニューエンジニアリングは、料理ごとに二つのデータを掛け合わせて行います。一つは販売数、もう一つは一皿あたりの残る利益、つまり税抜価格から標準レシピの原価を引いた額です。これによりスター、ワークホース、パズル、ドッグのいずれかに分類されます。その後、料理ごとに一つの施策を決めます。たとえばワークホースの盛り付け量を見直す、またはパズルのメニュー上の位置を改善する、といった施策です。次の期間に再度測定し、料理の位置が変わらなければ、その施策は効果がなかったと判断します。

レストランにおけるメニューエンジニアリングとは何か、そして何に役立つのですか?

メニューエンジニアリングとは、メニューの各料理を人気度と貢献利益の観点から分析する手法です。貢献利益は、税抜価格から標準レシピの原価を引いた額に販売数を掛けて算出します。POSのデータを使い、各料理をKasavana and Smithのマトリクス(スター、ワークホース、パズル、ドッグ)のいずれかに位置づけ、具体的な判断を下します。その判断は、料理を維持する、原価を下げる、注目を集める、撤去するのいずれかです。これはグラフィックデザインではありません。メニューデザインは分析で選んだ料理を後押しするための後工程であり、次の期間に再度測定します。

レストランにおけるメニューエンジニアリングとは何か、そして何に役立つのですか?

メニューエンジニアリングとは、メニューの各料理を人気度と貢献利益の観点から分析する手法です。貢献利益は、税抜価格から標準レシピの原価を引いた額に販売数を掛けて算出します。POSのデータを使い、各料理をKasavana and Smithのマトリクス(スター、ワークホース、パズル、ドッグ)のいずれかに位置づけ、具体的な判断を下します。その判断は、料理を維持する、原価を下げる、注目を集める、撤去するのいずれかです。これはグラフィックデザインではありません。メニューデザインは分析で選んだ料理を後押しするための後工程であり、次の期間に再度測定します。

メニューエンジニアリングはファインダイニングだけに有効ですか?

いいえ。たとえばエスプレッソの原価(材料、光熱費、手間)を計算しているコーヒーショップは、1杯あたり$1,80の利益が1日80杯で得られる($144)場合と、1杯$3,20のジュースが1日15杯売れる($48)場合を比べて、どちらが利益を生むかを把握できます。Five Guys、Chipotle、Taco Bellは、地域ごとの価格を統一し、損失を生む料理を削るためにメニューエンジニアリングを活用しています。原価を計算したレシピを持つPOSのあらゆる飲食店に適用できます。

メニューエンジニアリングはファインダイニングだけに有効ですか?

いいえ。たとえばエスプレッソの原価(材料、光熱費、手間)を計算しているコーヒーショップは、1杯あたり$1,80の利益が1日80杯で得られる($144)場合と、1杯$3,20のジュースが1日15杯売れる($48)場合を比べて、どちらが利益を生むかを把握できます。Five Guys、Chipotle、Taco Bellは、地域ごとの価格を統一し、損失を生む料理を削るためにメニューエンジニアリングを活用しています。原価を計算したレシピを持つPOSのあらゆる飲食店に適用できます。

導入にはどれくらいの時間がかかりますか?

20品のレシピを初めて原価計算する場合:6〜8時間です。POSとレシピブックの連携:2〜3時間です。ペヴシック・マトリクスの作成:1時間です。月1〜2時間の更新作業で最新に保てます。ツールを使わない(手作業のExcel)場合は、月4〜6時間かかります。MasterestaurantのCashを使うと、月20分で済みます。メニューが長い店舗や複数店舗を運営する場合は、ツールの導入に十分な価値があります。

導入にはどれくらいの時間がかかりますか?

20品のレシピを初めて原価計算する場合:6〜8時間です。POSとレシピブックの連携:2〜3時間です。ペヴシック・マトリクスの作成:1時間です。月1〜2時間の更新作業で最新に保てます。ツールを使わない(手作業のExcel)場合は、月4〜6時間かかります。MasterestaurantのCashを使うと、月20分で済みます。メニューが長い店舗や複数店舗を運営する場合は、ツールの導入に十分な価値があります。

削除する料理を誤って選んでしまったらどうなりますか?

Diego F. Parraがレストランを支援してきた経験では、最も多い失敗は、代替品を試さずに料理を削除してしまうことです。当社のルールは、削除ではなく置き換えることです。バリエーションを一つ試してください(同じ料理で盛り付けや付け合わせを変える)。期間は3〜4週間です。全体の利益が上がり、クレームが減ったら定着させます。販売数が15%超減少したら元に戻し、別の変更を試します。二つ目の失敗は、顧客の好みを忘れることです。利益率の低い料理が、飲み物にたくさん支払う顧客を呼ぶ集客の核になっている場合があります。飲み物の利益率は通常かなり高いため、その料理を削ると客単価が下がります。料理単体の利益ではなく、店全体の売上と利益への影響を測定してください。

削除する料理を誤って選んでしまったらどうなりますか?

Diego F. Parraがレストランを支援してきた経験では、最も多い失敗は、代替品を試さずに料理を削除してしまうことです。当社のルールは、削除ではなく置き換えることです。バリエーションを一つ試してください(同じ料理で盛り付けや付け合わせを変える)。期間は3〜4週間です。全体の利益が上がり、クレームが減ったら定着させます。販売数が15%超減少したら元に戻し、別の変更を試します。二つ目の失敗は、顧客の好みを忘れることです。利益率の低い料理が、飲み物にたくさん支払う顧客を呼ぶ集客の核になっている場合があります。飲み物の利益率は通常かなり高いため、その料理を削ると客単価が下がります。料理単体の利益ではなく、店全体の売上と利益への影響を測定してください。

メニューエンジニアリングはお客様の体験に影響しますか?

むしろ逆です。厨房が手際よく作れる14品の看板メニューは、厨房が飽和して提供が遅れる50品のメニューより良い体験を生みます。シェフズテーブル(サンフランシスコ、ミシュラン一つ星)は、短く絞り込んだテイスティングメニューで営業しています。イータリー(メキシコ市)はメニューの数がはるかに多いものの、各料理は独立したステーション(ピザ、パスタなど)で作られています。メニューエンジニアリングにより、シェフは厨房を管理できるようになります。Diego F. Parraの経験では、メニューが管理されていて利益率が高い店舗は、厨房のストレスが少なく、スタッフの離職率も低い傾向があります。

メニューエンジニアリングはお客様の体験に影響しますか?

むしろ逆です。厨房が手際よく作れる14品の看板メニューは、厨房が飽和して提供が遅れる50品のメニューより良い体験を生みます。シェフズテーブル(サンフランシスコ、ミシュラン一つ星)は、短く絞り込んだテイスティングメニューで営業しています。イータリー(メキシコ市)はメニューの数がはるかに多いものの、各料理は独立したステーション(ピザ、パスタなど)で作られています。メニューエンジニアリングにより、シェフは厨房を管理できるようになります。Diego F. Parraの経験では、メニューが管理されていて利益率が高い店舗は、厨房のストレスが少なく、スタッフの離職率も低い傾向があります。

メニューエンジニアリングにおける「パズル」メニューとは何ですか?

貢献利益は十分にあるものの、販売数が少ない料理です。通常は、メニュー上での目立ち方を高めたり、名前と説明文をより分かりやすくしたり、スタッフのおすすめに加えたり、価格を調整したりすることで改善します。

メニューエンジニアリングにおける「パズル」メニューとは何ですか?

貢献利益は十分にあるものの、販売数が少ない料理です。通常は、メニュー上での目立ち方を高めたり、名前と説明文をより分かりやすくしたり、スタッフのおすすめに加えたり、価格を調整したりすることで改善します。

メニューエンジニアリングはどのくらいの頻度で行うべきですか?

原価やメニューが大きく変わるたびに、また定期的には少なくとも季節ごとに見直します。重要なのは、変更するたびに再測定し、その料理が位置を変えたかを確認することです。

メニューエンジニアリングはどのくらいの頻度で行うべきですか?

原価やメニューが大きく変わるたびに、また定期的には少なくとも季節ごとに見直します。重要なのは、変更するたびに再測定し、その料理が位置を変えたかを確認することです。

メニューエンジニアリングを行うには、どのようなデータが必要ですか?

一定期間における各料理の販売数(POSから取得)、標準レシピの原価(レシピカードから取得)、および税抜の販売価格です。

メニューエンジニアリングを行うには、どのようなデータが必要ですか?

一定期間における各料理の販売数(POSから取得)、標準レシピの原価(レシピカードから取得)、および税抜の販売価格です。

データと情報源

メニューエンジニアリングに関する2026のデータ

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
2025年の米国におけるスピリッツ系RTDカクテルの伸び16,4 % en 2025Distilled Spirits Council of the United States — Annual Economic Briefing (2026)
米国のバーテンダーの時給中央値、2025年5月1時間あたり USD 16,51(2025年5月)U.S. Bureau of Labor Statistics — Occupational Outlook Handbook: Bartenders (2025)
2024年12月時点のコロンビアにおける営業中の飲食店数(カクテルバーが属する業界の状況)150,000店舗超(2024年12月)、2023比+2%Portafolio (con datos de Acodres) — Acodres afirma que el año pasado se cerraron casi 7.000 restaurantes (2025)
OIV統計による2024年の世界のワイン消費量(メニューのワインは多様なブドウ品種に由来)2024年の214,2百万hl(前年比-3,3%)Winemag (Christian Eedes) citando a la OIV — World wine consumption at its lowest since 1961 (2025)
2024年の世界のワイン生産量(OIVによる、全ブドウ品種の合計量)2024年の225,8百万hl(2023年比-4,8%)Winemag (Christian Eedes) citando a la OIV — World wine consumption at its lowest since 1961 (2025)
2024年時点のブドウ畑の世界面積(ワイン用ブドウ品種が栽培される面積)、OIV調べ2024年の7,1百万ヘクタール(-0,6%)Winemag (Christian Eedes) citando a la OIV — World wine consumption at its lowest since 1961 (2025)
関連コンテンツ

関連コンテンツ

「メニューエンジニアリング」に関する主要ガイド
メニューエンジニアリングのスピーカーの選び方 2026
詳細分析 · CostoRestaurante
メニューは短くするか長くするか:どちらが利益を残すか
詳細分析 · CostoRestaurante
AIを使ってメニューの原価を計算する方法
詳細分析 · RestaurantesCerca
メニューエンジニアリング:神話と現実(2026ガイド):店内での実践
代替案・メニューとメニューエンジニアリング
メニューエンジニアリング:従来型の方法 対 Masterestaurantの方法
おすすめ対象 · メニューとメニューエンジニアリング
メニューエンジニアリング:導入前後の比較と、運営プロファイルに適した手法
トレンド · メニューとメニューエンジニアリング
2026年のメニューエンジニアリング:測定可能な効果があるトレンドとノイズにすぎないもの
リスト・メニューとメニューエンジニアリング
メニューを絞るレストラン:顧客を失わずに外す料理の選び方
統計データ · メニューとメニューエンジニアリング
収益性を高めるためにメニューから外すべき料理:2026で決め手となる数字
統計データ · メニューとメニューエンジニアリング
ダークキッチン向けメニュー設計:40品目という神話と利益率の計算
トピック目次
メニュー・メニューエンジニアリングの記事一覧

お店でのメニューエンジニアリング:Masterestaurantメソッド

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