Finances
Partie
7
11
min de lecture
La psychologie derrière une carte rentable
Classez vos plats par popularité et marge, calculez sur une carte fictive et lisez ce que la recherche dit et ne dit pas des prix d’ancrage et des choix.

À faire dès aujourd’hui
Classez les plats d’une même catégorie, comme vos plats principaux, en quatre groupes (beaucoup ou peu vendus, marge en euros élevée ou faible) et choisissez un seul plat que vous présenterez autrement cette semaine.
La croissance du chiffre d’affaires ne dit rien du bénéfice, car les coûts et les volumes peuvent évoluer plus vite que le chiffre d’affaires (notre conclusion). Le CBS (l’office néerlandais de statistique) a indiqué que le chiffre d’affaires des établissements de restauration et de débit de boissons était, au deuxième trimestre 2026, 3,5 % plus élevé qu’un an plus tôt. Selon KHN Kompas, le nombre de tickets a diminué de 3 % ce trimestre-là et 63 % des entrepreneurs ont réalisé un bénéfice, contre 84 % au premier trimestre (étude propre à KHN, organisation professionnelle néerlandaise de la restauration ; échantillon non précisé). Cela rend d’actualité la question de ce que chaque plat vous rapporte.
Après cet article, vous pourrez classer vos plats selon leur popularité et leur contribution (la marge en euros par plat, voir la partie 1), vous saurez ce que vous pouvez faire pour chaque groupe et ce que la recherche dit, et ne dit pas, sur les prix d’ancrage et les choix. Il s’agit de la partie 7 de la série « Où disparaît le bénéfice de votre restaurant ? » sur la Guestit Academy.
Comment classer votre carte
La méthode s’appelle le menu engineering et est attribuée à Michael Kasavana et Donald Smith (1982). Nous n’avons pas pu consulter leur livre ; les seuils ci-dessous figurent ainsi dans deux articles de revue qui décrivent la méthode (LeBruto et al., 1995 ; Kotschevar, 1987). Faites-le par catégorie de plats, par exemple les plats principaux.
Contribution par plat : prix de vente hors TVA (avec 9 % de TVA : prix de la carte divisé par 1,09) moins le coût de revient par portion
Part des ventes : portions vendues du plat divisées par toutes les portions vendues de cette catégorie
Populaire : un plat dont la part des ventes dépasse 70 % de la part moyenne (100 % divisé par le nombre de plats) ; exactement à 70 %, les sources divergent
Contribution élevée : une contribution supérieure à la moyenne pondérée (toutes les contributions multipliées par les portions vendues, additionnées, divisées par toutes les portions vendues)
Quatre groupes : un plat populaire à contribution élevée est une vedette ; populaire à contribution faible, une vache à lait ; non populaire à contribution élevée, une énigme ; non populaire à contribution faible, un poids mort (en néerlandais, dans cet ordre : winnaar, hardloper, slaper, verliezer)
KHN utilise ces noms néerlandais et ne cite aucun seuil sur sa page ; la feuille de calcul Excel se trouve derrière une connexion KHN (non ouverte). Il existe des variantes (Taylor et Brown, 2007) : Miller classe selon le coût de revient au lieu de la contribution, Pavesic pondère la contribution, LeBruto et al. ajoutent la main-d’œuvre.
Exemple chiffré : une carte inventée
Exemple chiffré : tout ce qui suit est inventé, ce n’est ni une mesure ni un prix du marché. Huit plats principaux, vendus en quatre semaines. Le prix de la carte inclut 9 % de TVA (le taux pour la nourriture dans la restauration selon la Belastingdienst, l’administration fiscale néerlandaise ; situation au 18 novembre 2026) ; tout le reste est hors TVA. Nous arrondissons au centime près.
Burger avec frites : carte 15,50 €, hors TVA 14,22 €, coût de revient 5,60 €, contribution 8,62 € ; 250 vendus (25,0 %), contribution totale 2 155,00 €
Poulet satay avec riz : carte 17,50 €, hors TVA 16,06 €, coût de revient 5,40 €, contribution 10,66 € ; 200 vendus (20,0 %), contribution totale 2 132,00 €
Pâtes au pesto : carte 13,50 €, hors TVA 12,39 €, coût de revient 2,90 €, contribution 9,49 € ; 150 vendus (15,0 %), contribution totale 1 423,50 €
Fish and chips : carte 16,50 €, hors TVA 15,14 €, coût de revient 7,10 €, contribution 8,04 € ; 120 vendus (12,0 %), contribution totale 964,80 €
Saumon aux légumes : carte 22,50 €, hors TVA 20,64 €, coût de revient 8,70 €, contribution 11,94 € ; 110 vendus (11,0 %), contribution totale 1 313,40 €
Steak : carte 27,50 €, hors TVA 25,23 €, coût de revient 10,40 €, contribution 14,83 € ; 80 vendus (8,0 %), contribution totale 1 186,40 €
Risotto aux champignons : carte 16,00 €, hors TVA 14,68 €, coût de revient 3,60 €, contribution 11,08 € ; 60 vendus (6,0 %), contribution totale 664,80 €
Salade au fromage de chèvre : carte 14,50 €, hors TVA 13,30 €, coût de revient 4,90 €, contribution 8,40 € ; 30 vendus (3,0 %), contribution totale 252,00 €
Seuil de popularité : 100 % divisé par 8 plats donne 12,5 % ; fois 70 % donne 8,75 %
Contribution totale : 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 € donne 10 091,90 €
Contribution moyenne pondérée : 10 091,90 € divisé par 1 000 portions vendues donne 10,09 €
Ce que vous faites avec chaque groupe
Vedettes (poulet satay, saumon) : laisser en place et protéger. KHN conseille de préférence de ne pas les modifier sans raison mûrement réfléchie.
Vaches à lait (burger, pâtes, fish and chips) : ajuster le prix ou le coût de revient. Burger : 1,00 € de plus sur la carte, c’est 0,92 € de plus hors TVA, soit une contribution de 9,54 €. 2 155,00 € divisé par 9,54 € donne 226 portions, arrondi vers le haut : si plus de 24 des 250 portions disparaissent (9,6 %), le burger rapporte moins (en supposant que ces clients ne commandent alors rien d’autre).
Énigmes (steak, risotto) : présenter autrement, par exemple avec une meilleure description ou une place visible. Supposons que, à la suite d’une recommandation, 30 clients par période de quatre semaines choisissent le risotto au lieu du burger : 30 fois (11,08 € moins 8,62 €) donne 73,80 € de plus, soit 0,7 % de la contribution totale ; le risotto passe à 9,0 % et devient une vedette. Une hypothèse, pas une prévision.
Poids morts (salade) : vérifiez le rapport qualité-prix et augmentez le prix s’il est bon et compétitif ; sinon, envisagez de supprimer le plat (KHN), sauf si vous avez une bonne raison de le garder.
Ce que la méthode ne voit pas
Le classement est relatif : si vous modifiez un prix ou supprimez un plat, la moyenne et le seuil se déplacent. La contribution ne tient compte que du coût de revient ; la main-d’œuvre est absente des modèles classiques (Taylor et Brown).
Prix d’ancrage et choix : que savons-nous vraiment ?
Tout cela vient de l’étranger et ne vaut pas forcément pour les Pays-Bas.
Prix d’ancrage et offre leurre. L’effet d’ancrage (un premier nombre oriente le jugement ; Tversky et Kahneman, 1974) porte sur des nombres ; l’effet de leurre (une option supplémentaire moins bonne pousse les clients vers l’option voisine ; Huber et al., 1982) a surtout été démontré avec des nombres. Dans 19 études avec des stimuli naturels (68 à 681 participants par étude), Frederick et al. (2014) n’ont trouvé aucun effet de leurre ; Yang et Lynn (2014) ont trouvé, sur 91 tentatives, 11 effets fiables et, avec des descriptions ou des images, pas plus que du hasard ; Huber et al. (2014) contestent cela. Deux expériences en ligne avec un plat leurre plus cher sur une carte n’ont trouvé aucun effet significatif (Attwood et al., 2020 ; choix hypothétiques). Nous n’avons vu nulle part de mesure d’un plat cher servant d’ancre sur une vraie carte.
Position. Dans un petit café de Tel Aviv (951 commandes, ordre de la carte alterné d’un jour à l’autre) et dans une expérience avec 240 étudiants (choix hypothétiques), les plats placés au début ou à la fin de leur groupe ont été choisis environ 20 % plus souvent qu’au milieu ; dans le café, par catégorie, la différence n’était significative que pour les boissons gazeuses (Dayan et Bar-Hillel, 2011). Dans une cantine suédoise avec trois plats au même prix, la part des plats de viande a baissé de 11 % (de 50 % à 44 %) lorsqu’un plat végétarien était placé en haut (Andersson et Nelander, 2021 ; 50 jours, au hasard chaque jour). Kincaid et Corsun (2003) n’ont trouvé aucune différence significative en intervertissant deux pages d’une même carte.
Nombre de choix. L’expérience la plus connue (Iyengar et Lepper, 2000 : de la confiture dans un supermarché californien, 6 variétés contre 24) a trouvé moins d’acheteurs avec 24 variétés : 3 % des visiteurs qui se sont arrêtés, contre 30 % avec 6 variétés. Une méta-analyse de 50 expériences n’a trouvé en moyenne presque aucun effet, avec de grandes différences entre les études (Scheibehenne et al., 2010) ; une plus récente a constaté que cela dépend notamment de la complexité de l’offre (Chernev et al., 2015). Nous n’avons pas trouvé de nombre idéal de plats.
Présentation des prix. Dans un restaurant d’une école de cuisine aux États-Unis (déjeuner, 201 tables, cartes réparties au hasard), les tables dont les prix étaient présentés sans symbole monétaire ont dépensé en moyenne 5,55 $ de plus (8,15 % par personne) que celles avec « $ » ou des prix écrits en toutes lettres. L’effet global de la présentation des prix n’était pas significatif ; seule une comparaison complémentaire l’a montré (Yang, Kimes et Sessarego, 2009 ; aucune réplication trouvée).
Descriptions et photos. Dans une cantine de Stanford (46 jours, plus de 27 000 clients, analysés par jour ; chaque jour, un libellé tiré au hasard), les clients étaient 25 % plus nombreux à choisir un légume avec une description exubérante qu’avec son seul nom (intervalle de confiance de 1 à 49 % ; Turnwald et al., 2017) ; il s’agissait du choix des légumes, pas de la contribution. Nous n’avons pas trouvé de mesure de l’effet des photos sur les plats vendus.
Recommandations. Dans cinq établissements d’une chaîne de restaurants de Pékin, des tables tirées au sort ont reçu une liste des cinq plats les plus populaires de la semaine précédente : la demande pour ces plats a augmenté de 13 à 20 % ; montrer cinq plats sans indiquer leur popularité n’a donné aucun effet significatif (Cai, Chen et Fang, 2009).
En résumé : la position, les recommandations et les descriptions ont été étudiées avec de vrais clients, mais selon une méta-analyse de 53 articles (Ip et Chark, 2023), l’effet de la conception de la carte sur les achats réels est marginal mais significatif, et plus faible dans les études de terrain qu’en laboratoire. Pour les prix d’ancrage sur une carte, les leurres et le nombre de plats, les preuves sont faibles, contestées ou absentes. « Peut aider » est ce que vous pouvez affirmer de plus fort.
Aider à choisir sans induire en erreur
L’ACM (l’autorité néerlandaise de la consommation et des marchés) écrit dans son Leidraad Bescherming Online Consument (guide pour la protection du consommateur en ligne) que séduire est permis, mais que l’influence va trop loin lorsque des tactiques orientent le consommateur moyen vers un choix qu’il n’aurait pas fait s’il avait pu choisir de manière réfléchie. Ce guide porte sur la vente en ligne ; nous n’avons pas vérifié s’il s’applique à une carte dans votre établissement, et nous ne sommes pas juristes. Sur les prix, l’ACM écrit : indiquez le prix en euros, TVA comprise, mentionnez séparément les options supplémentaires et ne cochez rien à l’avance ; nous n’avons pas vérifié si une carte sans symbole euro y satisfait.
Ce qui est sans risque, selon notre lecture : un prix visible pour chaque plat, une recommandation exacte (n’indiquez « populaire » que pour ce qui est populaire selon votre caisse), pas de prix qui n’apparaît que plus tard et des suggestions que le client ajoute lui-même.
Comment tester une modification
Ce qui a fonctionné ailleurs ne fonctionnera peut-être pas chez vous ; testez donc par vous-même :
Une seule modification à la fois : choisissez un seul plat et un seul ajustement ; ne changez aucun prix pendant ces semaines et ne lancez aucune promotion.
Mesurer quatre semaines avant : la part des ventes du plat et la contribution par client (la contribution totale de tous les plats divisée par le nombre de clients). Mettez en regard le ticket moyen de la partie 4.
Mesurer quatre semaines comparables après, sur les mêmes jours de la semaine ; tenez compte de la saison et de l’affluence (KHN).
Comparez deux chiffres : la part des ventes et la contribution par client. Accorder plus d’attention à un plat peut se faire au détriment d’un autre (KHN).
Décidez : laisser en place, revenir en arrière ou ajuster. Un petit écart peut être dû au hasard.
À faire dès aujourd’hui
Classez les plats d’une même catégorie, comme vos plats principaux, en quatre groupes (beaucoup ou peu vendus, marge en euros élevée ou faible) et choisissez un seul plat que vous présenterez autrement cette semaine. Relevez dans votre caisse les portions vendues au cours des quatre dernières semaines et, dans vos fiches recettes, les coûts de revient. Calculez la contribution de chaque plat (le prix de la carte divisé par 1,09 avec 9 % de TVA, moins le coût de revient), calculez le seuil de popularité (7 % pour dix plats) et la moyenne pondérée, puis classez les plats. Notez ce que vous changez. Avec les coûts de revient et les chiffres de caisse à portée de main, cela prend trente minutes au plus, sans achat ; si les coûts de revient manquent, calculez d’abord un seul plat.
La façon de calculer un coût de revient figure dans la partie 1.
Là où la technologie aide
Pour le menu engineering, un tableur avec les données de caisse suffit. Sur Guestit eMenu, les plats, photos, prix et disponibilités proviennent du Guestit CMS et de la caisse, de sorte qu’une modification atteint chaque tablette sans y toucher. Cela peut faciliter l’organisation d’un test avec une seule modification ; c’est une appréciation, pas un effet démontré. L’eMenu affiche de grandes photos et des suggestions de boisson ou d’accompagnement faciles à ignorer, qui ne sont jamais ajoutées ni cochées automatiquement. Si cela change la contribution par client, vous le mesurez vous-même. Pour en savoir plus sur la présentation sur une tablette : partie 6.
Comment nous avons préparé cet article
La carte et tous les chiffres sont inventés ; nous avons contrôlé les calculs avec un script de calcul. De KHN, nous avons utilisé l’article d’actualité sur Kompas, la page sur le menu engineering et le compte rendu du webinaire, pas le rapport Kompas derrière un compte ; le CBS, l’ACM et la Belastingdienst, nous les avons lus nous-mêmes. Pour onze articles de revue et documents de travail, nous avons lu le texte intégral ; pour huit autres, seulement l’abstract. Nous n’avons pas ouvert le livre de Kasavana et Smith ni la feuille de calcul de KHN. Crossref et OpenAlex n’affichent aucune rétractation pour les articles dotés d’un DOI ; en revanche, Turnwald et al. (deux valeurs p interverties) et Chernev et al. (statistiques de test sur une page ; correction non reliée par Crossref, non évaluée par nous) ont reçu une correction. Pour les trois articles de la FIU, nous n’avons pas pu le vérifier. Une correction ou une meilleure source ? Écrivez à hey@guestit.nl.
Sources
CBS, Omzet horeca groeit in tweede kwartaal 2026 met ruim 2 procent (1er septembre 2026)
KHN, Horeca blijft overeind, maar vraag en rendement staan onder druk (5 août 2026, mis à jour le 27 août 2026 ; article d’actualité sur l’étude de KHN elle-même, échantillon non précisé ; le rapport Kompas complet se trouve derrière un compte et n’a pas été lu)
KHN, Menu-engineering-programma (publié le 19 avril 2019, dernière modification le 10 février 2026 selon les données de la page ; la feuille de calcul Excel se trouve derrière une connexion KHN et n’a pas été ouverte)
LeBruto, Quain et Ashley, Menu Engineering: A Model Including Labor, FIU Hospitality Review 13(1) (1995 ; auteurs américains ; texte intégral lu)
Kotschevar, Menu Analysis: Review and Evaluation, FIU Hospitality Review 5(2) (1987 ; comparaison sur quatre plats ; texte intégral lu)
Taylor et Brown, Menu Analysis: A Review of Techniques and Approaches, FIU Hospitality Review 25(2) (2007 ; article de synthèse ; texte intégral lu)
Belastingdienst, Btw-tarief voedingsmiddelen (page sans date ; consultée le 18 novembre 2026)
Tversky et Kahneman, Judgment under Uncertainty: Heuristics and Biases, Science (1974 ; participants non précisés dans l’abstract ; seul l’abstract a été lu, via PubMed)
Huber, Payne et Puto, Adding Asymmetrically Dominated Alternatives: Violations of Regularity and the Similarity Hypothesis, Journal of Consumer Research (1982 ; participants et pays non précisés dans l’abstract ; seul l’abstract a été lu, via OpenAlex)
Frederick, Lee et Baskin, The Limits of Attraction, Journal of Marketing Research (2014 ; 19 études avec des étudiants et des visiteurs d’une fête du 4 juillet, 68 à 681 participants par étude ; aucun commanditaire mentionné ; texte intégral lu)
Yang et Lynn, More Evidence Challenging the Robustness and Usefulness of the Attraction Effect, Journal of Marketing Research (2014 ; 91 tentatives dans 23 catégories de produits, participants non précisés dans l’abstract ; seul l’abstract a été lu)
Huber, Payne et Puto, Let's be Honest about the Attraction Effect, Journal of Marketing Research (2014 ; commentaire des auteurs d’origine ; seul l’abstract a été lu)
Attwood, Chesworth et Parkin, Menu engineering to encourage sustainable food choices when dining out: An online trial of priced-based decoys, Appetite (2020 ; chercheurs du Royaume-Uni, deux expériences en ligne, choix hypothétiques ; nombre de participants et commanditaire non précisés dans l’abstract ; seul l’abstract a été lu, via PubMed)
Dayan et Bar-Hillel, Nudge to nobesity II: Menu positions influence food orders, Judgment and Decision Making (2011 ; Israël ; aucun commanditaire mentionné, le café a coopéré ; texte intégral lu)
Andersson et Nelander, Nudge the Lunch: A Field Experiment Testing Menu-Primacy Effects on Lunch Choices, Games (2021 ; Suède ; financé par Riksbankens Jubileumsfond et Handelsbankens forskningsstiftelse ; texte intégral lu)
Kincaid et Corsun, Are consultants blowing smoke? An empirical test of the impact of menu layout on item sales, International Journal of Contemporary Hospitality Management (2003 ; une seule carte, quatre mois ; pays, établissement et nombre de clients non précisés dans l’abstract ; seul l’abstract a été lu)
Iyengar et Lepper, When choice is demotivating: Can one desire too much of a good thing?, Journal of Personality and Social Psychology (2000 ; États-Unis ; aucun commanditaire mentionné, le magasin a coopéré ; texte intégral lu)
Scheibehenne, Greifeneder et Todd, Can There Ever Be Too Many Options? A Meta-Analytic Review of Choice Overload, Journal of Consumer Research (2010 ; 63 conditions issues de 50 expériences, 5 036 participants ; seul l’abstract a été lu)
Chernev, Böckenholt et Goodman, Choice overload: A conceptual review and meta-analysis, Journal of Consumer Psychology (2015 ; 99 observations, 7 202 participants ; seul l’abstract a été lu) avec le corrigendum sur des statistiques de test à la p. 348, Journal of Consumer Psychology 26(2) : 312 (27 juillet 2015 ; seul l’avis a été lu)
Yang, Kimes et Sessarego, Menu price presentation influences on consumer purchase behavior in restaurants, International Journal of Hospitality Management (2009 ; États-Unis ; 256 enquêtes, 201 dans l’analyse ; soutenu par une initiative de recherche du Culinary Institute of America ; version de l’auteur lue)
Turnwald, Boles et Crum, Association Between Indulgent Descriptions and Vegetable Consumption: Twisted Carrots and Dynamite Beets, JAMA Internal Medicine (2017 ; États-Unis ; financé par la Robert Wood Johnson Foundation et la National Science Foundation ; corrigé le 24 juillet 2017 ; PubMed relie aussi deux commentaires, que nous n’avons pas lus ; texte intégral lu via PubMed Central)
Cai, Chen et Fang, Observational Learning: Evidence from a Randomized Natural Field Experiment, American Economic Review (2009 ; Chine ; abstract lu) et le document de travail NBER Working Paper 13516 (2007 ; texte intégral lu ; recherche soutenue par l’Institute for Social and Policy Studies de Yale)
Ip et Chark, The effect of menu design on consumer behavior: A meta-analysis, International Journal of Hospitality Management 108 (2023 ; 53 articles, 16 522 participants, 44 des 53 études provenant des États-Unis, 12 études de terrain ; soutenu par l’Université de Macao et le gouvernement de Macao ; texte intégral lu via une copie dans une bibliothèque universitaire)
ACM, Prijzen vermelden (dernière modification le 7 juillet 2026 selon les données de la page ; consulté le 18 novembre 2026)
ACM, Leidraad Bescherming Online Consument (mai 2024 ; porte sur la vente en ligne, non vérifié pour une carte dans un établissement de restauration)
KHN, Slim sturen met je menukaart: concrete tips voor meer marge (3 novembre 2026, mis à jour le 4 novembre 2026 ; compte rendu d’un webinaire avec le fondateur de Smart Menu Design)
Crossref, Métadonnées et abstracts des articles de revue et vérification des corrections, complété par OpenAlex et PubMed et par une recherche par titre de corrections (récupéré le 18 novembre 2026)
À propos de Guestit
Guestit est un système unique pour réserver, commander, préparer et payer.
Envie de voir cela fonctionner dans votre établissement ?
Planifiez une présentation et nous regarderons ensemble lesquelles de ces idées conviennent à votre établissement. Si Guestit ne convient pas, nous vous le dirons.

Le système d’exploitation de la restauration. Il relie chaque étape du parcours client aux processus en coulisses.
© 2026 Guestit
Confidentialité · Conditions


