先把漏損變成可驗證問題
「午餐少了」只是現象。下一步要檢查來客、客單、品項組合、取消或出餐事件，而不是讓 AI 直接發明原因。
不做成效保證
VDine 提供追查線索與一致資料，不保證找到所有損失，也不承諾固定提升百分比。
從四組訊號逐層檢查
先看來客與訂單數，再看客單與品項組合，接著檢查取消、退款、折扣，最後對照接單、製作與完成時間。四組訊號回答的是不同問題，不應只用總營收代替。
一次只驗證一個假設
若懷疑午餐客單下降來自套餐選擇變少，就先調整一個品項組合並設定觀察期間。不要同時改價格、排班、菜單與促銷，否則結果無法回到原本假設。
資料還不夠的判斷
若現金、第三方平台、人工折讓或報廢沒有接入，日報只能說明已知範圍。此時應先補齊來源或標記缺口，不把局部資料推論成整店獲利。
打烊後只留下明天要驗證的一件事
日報不是另一份月底報表。打烊後先從異常選出一個能在隔天檢查的問題，記下資料來源、預期訊號與觀察期間；現場事件再由店主補判斷，不能把 AI 敘事當成已證明的原因。