Guestit
Dutch
ContactInloggenKennismaking

Financieel

Deel

7

11

min leestijd

De psychologie achter een winstgevende menukaart

Deel je gerechten in naar populariteit en marge, reken een voorbeeldkaart door en lees wat onderzoek wel en niet zegt over prijsankers en keuzes.

Omslag met de woorden Menu engineering en een groot oranje eurosymbool

Doe dit vandaag

Deel de gerechten van één soort, zoals je hoofdgerechten, in vier groepen in (veel of weinig verkocht, hoge of lage marge in euro's) en kies één gerecht dat je deze week anders presenteert.

Omzetgroei zegt niets over winst, want kosten en aantallen kunnen sneller veranderen dan de omzet (onze conclusie). Het CBS meldde dat de omzet van eet- en drinkgelegenheden in het tweede kwartaal van 2026 3,5% hoger was dan een jaar eerder. Volgens KHN Kompas nam in dat kwartaal het aantal bonnen met 3% af en draaide 63% van de ondernemers winst, tegenover 84% in het eerste kwartaal (onderzoek van KHN zelf, steekproef niet vermeld). Dat maakt de vraag actueel wat elk gerecht je oplevert.

Na dit artikel deel je je gerechten in naar populariteit en bijdrage (de marge in euro's per gerecht, zie deel 1), weet je wat je per groep kunt doen en wat onderzoek wel en niet zegt over prijsankers en keuzes. Dit is deel 7 van de serie "Waar verdwijnt de winst in jouw restaurant?" op de Guestit Academy.

Zo deel je je kaart in

De methode heet menu-engineering en wordt toegeschreven aan Michael Kasavana en Donald Smith (1982). Hun boek konden we niet inzien; de drempels hieronder staan zo in twee tijdschriftartikelen die de methode beschrijven (LeBruto e.a., 1995; Kotschevar, 1987). Doe dit per soort gerecht, bijvoorbeeld hoofdgerechten.

  1. Bijdrage per gerecht: verkoopprijs zonder btw (bij 9% btw: kaartprijs gedeeld door 1,09) min kostprijs per portie

  2. Aandeel: verkochte porties van het gerecht gedeeld door alle verkochte porties van die soort

  3. Populair: een gerecht met meer dan 70% van het gemiddelde aandeel (100% gedeeld door het aantal gerechten); precies op 70% verschillen de bronnen

  4. Hoge bijdrage: een bijdrage boven het gewogen gemiddelde (alle bijdragen maal de verkochte porties, opgeteld, gedeeld door alle verkochte porties)

  5. Vier groepen: populair en hoge bijdrage is een winnaar; populair en lage bijdrage een hardloper; niet populair en hoge bijdrage een slaper; niet populair en lage bijdrage een verliezer

KHN gebruikt deze namen en noemt geen drempels op haar pagina; het Excel-werkblad zit achter een KHN-login (niet geopend). Er bestaan varianten (Taylor en Brown, 2007): Miller deelt in op kostprijs in plaats van bijdrage, Pavesic weegt de bijdrage mee, LeBruto e.a. voegen arbeid toe.

Rekenvoorbeeld: een bedachte kaart

Rekenvoorbeeld: alles hieronder is bedacht, geen meting en geen marktprijs. Acht hoofdgerechten, verkocht in vier weken. De kaartprijs is inclusief 9% btw (het tarief voor eten in de horeca volgens de Belastingdienst, stand 18 november 2026); de rest is zonder btw. We ronden af op hele centen.

  • Burger met friet: kaart € 15,50, zonder btw € 14,22, kostprijs € 5,60, bijdrage € 8,62; 250 verkocht (25,0%), totale bijdrage € 2.155,00

  • Kipsaté met rijst: kaart € 17,50, zonder btw € 16,06, kostprijs € 5,40, bijdrage € 10,66; 200 verkocht (20,0%), totale bijdrage € 2.132,00

  • Pasta pesto: kaart € 13,50, zonder btw € 12,39, kostprijs € 2,90, bijdrage € 9,49; 150 verkocht (15,0%), totale bijdrage € 1.423,50

  • Fish and chips: kaart € 16,50, zonder btw € 15,14, kostprijs € 7,10, bijdrage € 8,04; 120 verkocht (12,0%), totale bijdrage € 964,80

  • Zalm met groenten: kaart € 22,50, zonder btw € 20,64, kostprijs € 8,70, bijdrage € 11,94; 110 verkocht (11,0%), totale bijdrage € 1.313,40

  • Biefstuk: kaart € 27,50, zonder btw € 25,23, kostprijs € 10,40, bijdrage € 14,83; 80 verkocht (8,0%), totale bijdrage € 1.186,40

  • Risotto met paddenstoelen: kaart € 16,00, zonder btw € 14,68, kostprijs € 3,60, bijdrage € 11,08; 60 verkocht (6,0%), totale bijdrage € 664,80

  • Salade met geitenkaas: kaart € 14,50, zonder btw € 13,30, kostprijs € 4,90, bijdrage € 8,40; 30 verkocht (3,0%), totale bijdrage € 252,00

  • Drempel voor populariteit: 100% gedeeld door 8 gerechten is 12,5%; maal 70% is 8,75%

  • Totale bijdrage: € 2.155,00 plus € 2.132,00 plus € 1.423,50 plus € 964,80 plus € 1.313,40 plus € 1.186,40 plus € 664,80 plus € 252,00 is € 10.091,90

  • Gewogen gemiddelde bijdrage: € 10.091,90 gedeeld door 1.000 verkochte porties is € 10,09

Wat je met elke groep doet

  • Winnaars (kipsaté, zalm): laten staan en beschermen. KHN adviseert ze bij voorkeur niet aan te passen zonder goed doordachte reden.

  • Hardlopers (burger, pasta, fish and chips): prijs of kostprijs aanpassen. Burger: € 1,00 meer op de kaart is € 0,92 meer zonder btw, een bijdrage van € 9,54. € 2.155,00 gedeeld door € 9,54 is naar boven afgerond 226 porties: vallen er meer dan 24 van de 250 weg (9,6%), dan levert de burger minder op (uitgaand van gasten die dan niets anders bestellen).

  • Slapers (biefstuk, risotto): anders presenteren, bijvoorbeeld met een betere beschrijving of een zichtbare plek. Stel dat door een aanbeveling 30 gasten per vier weken risotto kiezen in plaats van burger: 30 maal (€ 11,08 min € 8,62) is € 73,80 extra, 0,7% van de totale bijdrage; de risotto komt op 9,0% en wordt een winnaar. Een aanname, geen verwachting.

  • Verliezers (salade): controleer de prijs-kwaliteitverhouding en verhoog de prijs als die goed en concurrerend is; anders overweeg je het gerecht te schrappen (KHN), tenzij je een goede reden hebt het te houden.

Wat de methode niet ziet

De indeling is relatief: wijzig je een prijs of schrap je een gerecht, dan verschuiven gemiddelde en drempel. De bijdrage rekent alleen met de kostprijs; arbeid ontbreekt in de klassieke modellen (Taylor en Brown).

Prijsankers en keuzes: wat weten we echt?

Alles is buitenlands en hoeft niet voor Nederland te gelden.

  • Prijsankers en lokaasaanbod. Het ankereffect (een eerste getal stuurt je oordeel; Tversky en Kahneman, 1974) gaat over getallen; het lokaaseffect (een slechtere extra optie duwt gasten naar de optie ernaast; Huber e.a., 1982) is vooral met getallen aangetoond. In 19 studies met natuurlijke prikkels (68 tot 681 deelnemers per studie) vonden Frederick e.a. (2014) geen lokaaseffect; Yang en Lynn (2014) vonden bij 91 pogingen 11 betrouwbare effecten, bij beschrijvingen of afbeeldingen niet meer dan toeval; Huber e.a. (2014) betwisten dat. Twee online proeven met een duurder lokgerecht op een kaart vonden geen significant effect (Attwood e.a., 2020; hypothetische keuzes). Een duur gerecht als anker op een echte kaart zagen we nergens gemeten.

  • Positie. In een klein café in Tel Aviv (951 bestellingen, menuvolgorde per dag afgewisseld) en in een proef met 240 studenten (hypothetische keuzes) werden gerechten aan het begin of einde van hun groep ongeveer 20% vaker gekozen dan in het midden; in het café per categorie alleen bij frisdrank significant (Dayan en Bar-Hillel, 2011). In een Zweedse kantine met drie gerechten tegen één prijs daalde het aandeel vleesgerechten met 11% (van 50% naar 44%) als bovenaan een vegetarisch gerecht stond (Andersson en Nelander, 2021; 50 dagen, per dag willekeurig). Kincaid en Corsun (2003) vonden bij het verwisselen van twee pagina's van één kaart geen significant verschil.

  • Aantal keuzes. Het bekendste experiment (Iyengar en Lepper, 2000: jam in een Californische supermarkt, 6 tegenover 24 soorten) vond bij 24 soorten minder kopers: 3% van de bezoekers die stopten, tegen 30% bij 6 soorten. Een meta-analyse van 50 experimenten vond gemiddeld vrijwel geen effect, met grote verschillen tussen studies (Scheibehenne e.a., 2010); een latere vond dat het afhangt van onder meer de ingewikkeldheid van het aanbod (Chernev e.a., 2015). Een ideaal aantal gerechten vonden we niet.

  • Prijsopmaak. In één restaurant van een culinaire school in de VS (lunch, 201 tafels, menu's willekeurig verdeeld) gaven tafels met prijzen zonder valutateken gemiddeld $ 5,55 meer uit (8,15% per persoon) dan met "$" of uitgeschreven prijzen. Het totale effect van prijsopmaak was niet significant; alleen een aanvullende vergelijking liet dit zien (Yang, Kimes en Sessarego, 2009; geen herhaling gevonden).

  • Beschrijvingen en foto's. In een Stanford-kantine (46 dagen, ruim 27.000 gasten, geanalyseerd per dag; dagelijks een willekeurig gekozen label) koos 25% meer gasten een groente met een uitbundige beschrijving dan met alleen de naam (betrouwbaarheidsinterval 1 tot 49%; Turnwald e.a., 2017); het ging om groentekeuze, niet om bijdrage. Het effect van foto's op verkochte gerechten vonden we niet gemeten.

  • Aanbevelingen. In vijf vestigingen van een Pekingse restaurantketen kregen willekeurig gekozen tafels een lijstje met de vijf populairste gerechten van de week ervoor: de vraag naar die gerechten steeg met 13 tot 20%; vijf gerechten tonen zonder populariteit gaf geen significant effect (Cai, Chen en Fang, 2009).

Samengevat: positie, aanbevelingen en beschrijvingen zijn met echte gasten onderzocht, maar volgens een meta-analyse van 53 artikelen (Ip en Chark, 2023) is het effect van menuontwerp op werkelijke aankopen marginaal maar significant en in veldonderzoek kleiner dan in het laboratorium. Voor prijsankers op een kaart, lokaas en het aantal gerechten is het bewijs zwak, omstreden of afwezig. "Kan helpen" is het sterkste wat je mag zeggen.

Helpen kiezen zonder te misleiden

De ACM schrijft in haar Leidraad Bescherming Online Consument dat verleiden mag, maar beïnvloeding te ver gaat als tactieken de gemiddelde consument naar een keuze sturen die hij niet zou hebben gemaakt als hij weloverwogen had kunnen kiezen. De leidraad gaat over online verkoop; of hij voor een kaart in je zaak geldt, toetsten we niet, en we zijn geen juristen. Over prijzen schrijft de ACM: geef de prijs in euro's, inclusief btw, vermeld extra opties los en vink niets vooraf aan; of een kaart zonder euroteken daaraan voldoet, toetsten we niet.

Veilig is, in onze lezing: een zichtbare prijs bij elk gerecht, een aanbeveling die klopt (zet "populair" alleen bij wat volgens je kassa populair is), geen prijs die pas later blijkt en suggesties die de gast zelf toevoegt.

Zo test je een wijziging

Wat elders werkte, werkt bij jou misschien niet; test dus zelf:

  1. Eén wijziging tegelijk: kies één gerecht en één aanpassing; verander in die weken geen prijzen en doe geen actie.

  2. Vier weken vooraf meten: het aandeel van het gerecht en de bijdrage per gast (de totale bijdrage van alle gerechten gedeeld door het aantal gasten). Leg de gemiddelde bonwaarde uit deel 4 ernaast.

  3. Vier vergelijkbare weken erna meten, op dezelfde weekdagen; houd rekening met seizoen en drukte (KHN).

  4. Vergelijk twee getallen: het aandeel en de bijdrage per gast. Meer aandacht voor het ene gerecht kan ten koste gaan van een ander (KHN).

  5. Beslis: laten staan, terugdraaien of aanpassen. Een klein verschil kan toeval zijn.

Doe dit vandaag

Deel de gerechten van één soort, zoals je hoofdgerechten, in vier groepen in (veel of weinig verkocht, hoge of lage marge in euro's) en kies één gerecht dat je deze week anders presenteert. Haal uit je kassa de verkochte porties van de laatste vier weken en uit je receptkaarten de kostprijzen. Reken per gerecht de bijdrage uit (de kaartprijs gedeeld door 1,09 bij 9% btw, min de kostprijs), bereken de drempel voor populariteit (bij tien gerechten 7%) en het gewogen gemiddelde, en deel de gerechten in. Schrijf op wat je verandert. Met kostprijzen en kassacijfers bij de hand kost dit hooguit dertig minuten, zonder aankoop; ontbreken de kostprijzen, reken dan eerst één gerecht uit.

Hoe je een kostprijs berekent, staat in deel 1.

Waar techniek helpt

Voor menu-engineering is een spreadsheet met kassagegevens genoeg. Op de Guestit eMenu komen gerechten, foto's, prijzen en beschikbaarheid uit het Guestit CMS en de kassa, zodat een wijziging elke tablet bereikt zonder hem aan te raken. Dat kan het eenvoudiger maken om een test met één wijziging te organiseren; dat is een afweging, geen aangetoond effect. De eMenu toont grote foto's en suggesties voor een drankje of bijgerecht die makkelijk te negeren zijn en nooit vanzelf worden toegevoegd of aangevinkt. Of dat de bijdrage per gast verandert, meet je zelf. Meer over presentatie op een tablet: deel 6.

Zo hebben we dit samengesteld

De kaart en alle getallen zijn bedacht; de sommen liepen we na met een rekenscript. Van KHN gebruikten we het Kompas-nieuwsbericht, de pagina over menu-engineering en het webinarverslag, niet het Kompas-rapport achter een account; CBS, ACM en Belastingdienst lazen we zelf. Van elf tijdschriftartikelen en werkdocumenten lazen we de volledige tekst, van acht andere alleen het abstract. Het boek van Kasavana en Smith en het KHN-werkblad openden we niet. Crossref en OpenAlex tonen bij artikelen met een DOI geen intrekking; wel kregen Turnwald e.a. (twee verwisselde p-waarden) en Chernev e.a. (teststatistieken op één pagina; door Crossref niet gekoppeld, door ons niet beoordeeld) een correctie. Voor de drie FIU-artikelen konden we dat niet nazoeken. Een correctie of een betere bron? Mail naar hey@guestit.nl.

Bronnen

  1. CBS, Omzet horeca groeit in tweede kwartaal 2026 met ruim 2 procent (1 september 2026)

  2. KHN, Horeca blijft overeind, maar vraag en rendement staan onder druk (5 augustus 2026, bijgewerkt 27 augustus 2026; nieuwsbericht over onderzoek van KHN zelf, steekproef niet vermeld; het volledige Kompas-rapport zit achter een account en is niet gelezen)

  3. KHN, Menu-engineering-programma (gepubliceerd 19 april 2019, laatst gewijzigd 10 februari 2026 volgens de paginagegevens; het Excel-werkblad staat achter een KHN-login en is niet geopend)

  4. LeBruto, Quain en Ashley, Menu Engineering: A Model Including Labor, FIU Hospitality Review 13(1) (1995; Amerikaanse auteurs; volledige tekst gelezen)

  5. Kotschevar, Menu Analysis: Review and Evaluation, FIU Hospitality Review 5(2) (1987; vergelijking op vier gerechten; volledige tekst gelezen)

  6. Taylor en Brown, Menu Analysis: A Review of Techniques and Approaches, FIU Hospitality Review 25(2) (2007; overzichtsartikel; volledige tekst gelezen)

  7. Belastingdienst, Btw-tarief voedingsmiddelen (pagina zonder datum; geraadpleegd 18 november 2026)

  8. Tversky en Kahneman, Judgment under Uncertainty: Heuristics and Biases, Science (1974; deelnemers niet in het abstract; alleen het abstract gelezen, via PubMed)

  9. Huber, Payne en Puto, Adding Asymmetrically Dominated Alternatives: Violations of Regularity and the Similarity Hypothesis, Journal of Consumer Research (1982; deelnemers en land niet in het abstract; alleen het abstract gelezen, via OpenAlex)

  10. Frederick, Lee en Baskin, The Limits of Attraction, Journal of Marketing Research (2014; 19 studies met studenten en bezoekers van een feest op 4 juli, 68 tot 681 deelnemers per studie; geen opdrachtgever genoemd; volledige tekst gelezen)

  11. Yang en Lynn, More Evidence Challenging the Robustness and Usefulness of the Attraction Effect, Journal of Marketing Research (2014; 91 pogingen in 23 productklassen, deelnemers niet in het abstract; alleen het abstract gelezen)

  12. Huber, Payne en Puto, Let's be Honest about the Attraction Effect, Journal of Marketing Research (2014; commentaar van de oorspronkelijke auteurs; alleen het abstract gelezen)

  13. Attwood, Chesworth en Parkin, Menu engineering to encourage sustainable food choices when dining out: An online trial of priced-based decoys, Appetite (2020; onderzoekers uit het Verenigd Koninkrijk, twee online proeven, hypothetische keuzes; aantal deelnemers en opdrachtgever niet in het abstract; alleen het abstract gelezen, via PubMed)

  14. Dayan en Bar-Hillel, Nudge to nobesity II: Menu positions influence food orders, Judgment and Decision Making (2011; Israël; geen opdrachtgever genoemd, het café werkte mee; volledige tekst gelezen)

  15. Andersson en Nelander, Nudge the Lunch: A Field Experiment Testing Menu-Primacy Effects on Lunch Choices, Games (2021; Zweden; gefinancierd door Riksbankens Jubileumsfond en Handelsbankens forskningsstiftelse; volledige tekst gelezen)

  16. Kincaid en Corsun, Are consultants blowing smoke? An empirical test of the impact of menu layout on item sales, International Journal of Contemporary Hospitality Management (2003; één kaart, vier maanden; land, zaak en aantal gasten niet in het abstract; alleen het abstract gelezen)

  17. Iyengar en Lepper, When choice is demotivating: Can one desire too much of a good thing?, Journal of Personality and Social Psychology (2000; Verenigde Staten; geen opdrachtgever genoemd, de winkel werkte mee; volledige tekst gelezen)

  18. Scheibehenne, Greifeneder en Todd, Can There Ever Be Too Many Options? A Meta-Analytic Review of Choice Overload, Journal of Consumer Research (2010; 63 condities uit 50 experimenten, 5.036 deelnemers; alleen het abstract gelezen)

  19. Chernev, Böckenholt en Goodman, Choice overload: A conceptual review and meta-analysis, Journal of Consumer Psychology (2015; 99 waarnemingen, 7.202 deelnemers; alleen het abstract gelezen) met het corrigendum over teststatistieken op blz. 348, Journal of Consumer Psychology 26(2): 312 (27 juli 2015; alleen de melding gelezen)

  20. Yang, Kimes en Sessarego, Menu price presentation influences on consumer purchase behavior in restaurants, International Journal of Hospitality Management (2009; Verenigde Staten; 256 enquêtes, 201 in de analyse; ondersteund door een onderzoeksinitiatief van het Culinary Institute of America; auteursversie gelezen)

  21. Turnwald, Boles en Crum, Association Between Indulgent Descriptions and Vegetable Consumption: Twisted Carrots and Dynamite Beets, JAMA Internal Medicine (2017; Verenigde Staten; gefinancierd door de Robert Wood Johnson Foundation en de National Science Foundation; gecorrigeerd op 24 juli 2017; PubMed koppelt ook twee commentaren, die we niet lazen; volledige tekst gelezen via PubMed Central)

  22. Cai, Chen en Fang, Observational Learning: Evidence from a Randomized Natural Field Experiment, American Economic Review (2009; China; abstract gelezen) en het werkdocument NBER Working Paper 13516 (2007; volledige tekst gelezen; onderzoek ondersteund door het Institute for Social and Policy Studies van Yale)

  23. Ip en Chark, The effect of menu design on consumer behavior: A meta-analysis, International Journal of Hospitality Management 108 (2023; 53 artikelen, 16.522 deelnemers, 44 van de 53 studies uit de Verenigde Staten, 12 veldstudies; ondersteund door de University of Macau en de overheid van Macau; volledige tekst gelezen via een kopie in een universiteitsbibliotheek)

  24. ACM, Prijzen vermelden (laatst gewijzigd 7 juli 2026 volgens de paginagegevens; geraadpleegd 18 november 2026)

  25. ACM, Leidraad Bescherming Online Consument (mei 2024; gaat over online verkoop, niet getoetst voor een kaart in een horecazaak)

  26. KHN, Slim sturen met je menukaart: concrete tips voor meer marge (3 november 2026, bijgewerkt 4 november 2026; verslag van een webinar met de oprichter van Smart Menu Design)

  27. Crossref, Metagegevens en abstracts van de tijdschriftartikelen en de controle op correcties, aangevuld met OpenAlex en PubMed en een zoekopdracht op titel naar correcties (opgehaald 18 november 2026)

Wil je dit in jouw zaak zien werken?

Plan een kennismaking en we kijken samen welke van deze ideeën bij jouw zaak passen. Past Guestit niet, dan zeggen we dat.

Plan een kennismaking
Bekijk de oplossingen
Guestit

Het besturingssysteem voor de horeca. Verbindt elke stap van de gastenreis met de processen erachter.

© 2026 Guestit

Privacy · Voorwaarden