#WorkBuddy# 用券省的钱为什么会让门店亏钱：我把这个成本模型做成了可运行的 Skill（附 GitHub 源码）

一、先给你看一个反直觉的算例

有人点了 47 元的餐，用券实付 21.9 元，省了 25.1 元。直觉上：这一单平台/门店少收了 25.1 元。

那门店这单还剩多少？

按一个餐饮门店的典型成本结构粗算（食材 32%、人工 18%、房租物业 12%、特许权费 5%、其他 6%），算出来是：

• 门店实收：21.9 元
• 固定类成本（食材+人工+房租+其他）按原价 47 元摊：32.02 元
• 特许权费按实付摊：1.10 元
• 估算毛利：-11.16 元，毛利率 -50.9%

顾客省下的钱，门店一分没多省——薯条不会因为打折变便宜，店员也不会。

这就是我做这个项目的全部动机：把"我省了多少"翻译成"门店这单赚多少"，让优惠的代价变得具体。

二、结论先行：成本必须分两层

同一个"成本率"，乘在原价上还是乘在实付上，结果完全相反。

写成代码就是一个分层：

# 固定类成本按「原价营收」计：顾客用券不会让门店少花一分钱
food_cost     = list_total * params.food_cost_ratio
labor_cost    = list_total * params.labor_ratio
occupancy_cost= list_total * params.occupancy_ratio
other_cost    = list_total * params.other_ratio
# 变动类成本按「券后实付」计：特许权费跟着实付走
royalty_cost  = revenue * params.royalty_ratio

gross_profit  = revenue - (food_cost + labor_cost + occupancy_cost + royalty_cost + other_cost)

盈亏平衡让利率（毛利率归零时的折扣力度）推导也不复杂。设 L=原价合计，r=让利率，F=固定成本率合计，R=特许权费率：

实付 = L(1-r)
成本 = L·F + L(1-r)·R
毛利 = 0  =>  (1-r)(1-R) = F  =>  r = 1 - F/(1-R)

例：F=0.68、R=0.05 时，让利率超过 28.4% 这一单门店就不赚钱了。

三、我做成了什么

麦麦毛利镜（mcd-margin-mirror）：一个只做确定性算术、不让大模型口算的门店毛利估算器。

• 取数交给麦当劳 MCP（菜单、四路券池、券后核价）
• 算术交给 Python（src/estimator.py，纯标准库零依赖）
• 表达交给 Agent（把结果讲成人话）

关键设计：所有成本率必须使用者自己填，缺字段直接报错，项目不内置任何"行业经验值"——填不出真实口径就别用，这是刻意的。

输入一份订单 + 一份成本参数，输出：单品/单笔的成本拆解、估算毛利、毛利率、盈亏平衡让利率。

git clone https://github.com/Kormendierijon681-oss/mcd-margin-mirror.git
cd mcd-margin-mirror

python3 scripts/demo.py      # 离线演示，无需 Token
open docs/demo.html          # 出 HTML 报告
python3 scripts/selftest.py  # 16 项断言自测

接真实数据需要麦当劳 MCP 的 Token（免费申请），配置用环境变量占位符，仓库里不存任何真实凭证。

四、一个容易被算错的地方（我踩过）

人工和房租属于期间固定成本，模型按"这一单原价占门店期间原价合计的份额"分摊到单笔——门店单期汇总时总额守恒，但单品层面会失真：一份高价订单会被多摊人工房租，看起来"更亏"。

所以要看单品的真实边际贡献，把人工率与房租率置 0，只留食材、包装和特许权费。这个口径我写进 README 了，不想让后来人重复踩。

五、开源仓库 + 评论区求 Star

先玩再读：在线试玩（零配置，打开即用）——拖动滑块改让利力度，实时看优惠怎么把门店毛利吃掉，成本率也能改成你自己的口径：

https://kormendierijon681-oss.github.io/mcd-margin-mirror/

源码、模型推导过程、踩坑记录都在 GitHub：

https://github.com/Kormendierijon681-oss/mcd-margin-mirror

这是我参加麦当劳程序员创意开发大赛的参赛作品（已报名成功）。如果你觉得这个模型对你有用，欢迎在 GitHub 上给它点个 Star——Star 数是这个赛事的排名依据，也是对我最实在的支持。评论区说一声你的用法，我也会回。

六、口径与免责

1. 本项目不含任何品牌的真实成本数据，示例参数全部为虚构占位符，只用于演示计算流程。
2. 输出是结构化估算，不是官方数据，不构成经营建议。真实结论请用你自己的成本口径重算。
3. 项目灵感来自餐饮经营中的「成本率摊分」常识，与麦当劳官方无关；所有餐品信息以官方渠道实时结果为准。

本文同步发布于我的 GitHub 仓库 README（含完整模型推导与自测断言）。