
玛格丽特披萨
番茄、马苏里拉芝士与新鲜罗勒——顾客打开配餐推荐前可能看到的示例菜品。
€12.90
经常一起购买
3
凯撒沙拉€8.50
蒜香蘑菇€4.50
芝士蒜香面包€5.20
分数会随订单更新;若某道菜的数据还不够,该模块会对该商品保持隐藏——和你店里的实际效果一样。
相关性来自你店里的实时购物车——不是全站通用的促销横幅。

红酒炖牛肉
€17.60
排序反映顾客已经在一起买的组合——不是一套通用的交叉销售话术。
提高客单价却不多点一下;最好的加购感觉像捷径。
套餐、限时供应和利润底线仍由你掌控,模型只负责排序。
一句笼统的“要不要加薯条?”无视这位顾客真正点了什么。Menuella 的智能加购从真实订单模式中学习——什么和什么搭配、适合谁——所以结账时的建议,是顾客真的可能加上的,而不是滑过去的噪音。客单价更高,走你自己的渠道,厨房和柜台都不用额外干活。
顾客在每件商品上看到的同一块共同购买面板——按真实购物车排序,不是通用促销。

番茄、马苏里拉芝士与新鲜罗勒——顾客打开配餐推荐前可能看到的示例菜品。
€12.90
分数会随订单更新;若某道菜的数据还不够,该模块会对该商品保持隐藏——和你店里的实际效果一样。
触发逻辑

红酒炖牛肉
€17.60
顾客手机
推荐加购
配齐这一餐:蒜香面包与 62% 类似订单一起出现。加购 €4.50。
搭配来自你已完成订单里的共同购买模式——类似协同过滤——所以推荐反映顾客在你店里已经在组合的内容。
你可以为套餐、限时供应和利润底线设置护栏,模型负责排序——策略仍由人定,执行保持快速。
触发条件可以考虑购物车金额、服务方式和时间窗口,让提示在帮得上忙时出现——而不是拖慢结账。
如果某道菜的订单数据还不够,该模块可以对该商品保持隐藏——避免嘈杂或随机的推荐。
加购发生在你的直接点餐渠道,共用同一套顾客资料和菜单——没有外卖平台中间商抽走增量。