रेस्तरां एनालिटिक्स: डेटा-संचालित निर्णय

अधिकांश रेस्तरां मालिक अनुभव के आधार पर, किस्से-कहानियों की प्रतिक्रिया के अनुसार, और जो कुछ उनके सबसे मुखर सर्वर ने पिछली पाली में रिपोर्ट किया उसके आधार पर निर्णय लेते हैं। यह दृष्टिकोण तब काम करता था जब रेस्तरां उद्योग धीरे-धीरे आगे बढ़ता था, लेकिन पतले मार्जिन और तेज़ी से बदलते उपभोक्ता व्यवहार वाले बाज़ार में, डेटा के बिना अंतर्ज्ञान एक दायित्व है। एनालिटिक्स इस बात को बदल देता है कि आप व्यंजनों की कीमत कैसे तय करते हैं, स्टाफ को कैसे शेड्यूल करते हैं, इन्वेंटरी की योजना कैसे बनाते हैं, और अपना मेनू कैसे डिज़ाइन करते हैं — सभी इस आधार पर कि वास्तव में क्या हो रहा है, न कि आप क्या सोचते हैं कि हो रहा है।

क्या ट्रैक करें और क्यों

रेस्तरां एनालिटिक्स भारी लग सकती है क्योंकि सैकड़ों संभावित मेट्रिक्स हैं। मुख्य बात उन कुछ पर ध्यान केंद्रित करना है जो सीधे आपके सबसे महत्वपूर्ण निर्णयों को सूचित करते हैं। यहाँ वे मेट्रिक्स हैं जो सबसे अधिक मायने रखते हैं, उन निर्णयों के आधार पर व्यवस्थित जिन्हें वे समर्थन करते हैं।

Revenue per available seat hour (RevPASH) मापता है कि आपके रेस्तरां में प्रत्येक सीट प्रति घंटे के संचालन में कितना राजस्व उत्पन्न करती है। यह एकल मेट्रिक औसत बिल के आकार, टेबल टर्नओवर और अधिभोग के संयुक्त प्रभाव को कैप्चर करता है। 6 डिनर घंटों के लिए खुला एक 50-सीट वाला रेस्तरां 300 उपलब्ध सीट घंटे रखता है। यदि डिनर राजस्व 4,500 डॉलर है, तो आपका RevPASH 15 डॉलर है। इसे साप्ताहिक ट्रैक करने से ऐसे रुझान सामने आते हैं जो व्यक्तिगत मेट्रिक्स छोड़ देते हैं।

मेनू आइटम की लाभप्रदता साधारण खाद्य लागत प्रतिशत से आगे जाती है। प्रत्येक आइटम के लिए, कंट्रीब्यूशन मार्जिन की गणना करें: बिक्री मूल्य माइनस सामग्री की लागत। 2 डॉलर की खाद्य लागत वाला 12 डॉलर का सलाद प्रति ऑर्डर 10 डॉलर का योगदान करता है। 14 डॉलर की खाद्य लागत वाला 30 डॉलर का स्टेक 16 डॉलर का योगदान करता है। स्टेक में एक बुरी खाद्य लागत प्रतिशत है (47% बनाम 17%) लेकिन अधिक पूर्ण लाभ का योगदान करता है। दोनों मेट्रिक्स मायने रखते हैं, लेकिन कंट्रीब्यूशन मार्जिन वे निर्णय चलाता है जो वास्तव में आपकी बॉटम लाइन में सुधार करते हैं।

Product mix (pmix) दिखाता है कि प्रत्येक मेनू आइटम कुल ऑर्डर का कितने प्रतिशत का प्रतिनिधित्व करता है। यह डेटा आपके मेनू पर हर आइटम को चार क्वाड्रेंट में से एक में वर्गीकृत करता है। Stars उच्च-मार्जिन, उच्च-लोकप्रियता वाले आइटम हैं। उन्हें प्रमुख रखें और उन्हें बदलने की इच्छा का विरोध करें। Puzzles उच्च-मार्जिन लेकिन कम-लोकप्रियता वाले आइटम हैं जिन्हें बेहतर प्लेसमेंट, विवरण या दृश्य प्रचार की आवश्यकता है। Plowhorses कम-मार्जिन लेकिन लोकप्रिय आइटम हैं। हिस्से के समायोजन या छोटी कीमत वृद्धि पर विचार करें। Dogs कम-मार्जिन और कम-लोकप्रियता वाले आइटम हैं। ये हटाने के उम्मीदवार हैं जब तक कि वे कोई विशिष्ट रणनीतिक उद्देश्य न पूरा करें।

मेनू प्रदर्शन को ट्रैक करना

आपका मेनू आपका प्राथमिक राजस्व जनरेटर है, और इसके प्रदर्शन का उसी कड़ाई से विश्लेषण किया जाना चाहिए जिस कड़ाई से एक खुदरा विक्रेता शेल्फ स्पेस पर लागू करता है। डिजिटल मेनू ऑर्डरिंग डेटा के साथ-साथ ब्राउज़िंग व्यवहार को कैप्चर कर सकते हैं, जो कागज़ी मेनू की तुलना में इसे नाटकीय रूप से आसान बनाता है।

View-to-order conversion rate मापता है कि कितने लोग जो मेनू आइटम देखते हैं वास्तव में इसे ऑर्डर करते हैं। यदि आपके lobster bisque को प्रति सप्ताह 200 व्यू मिलते हैं लेकिन केवल 15 ऑर्डर, तो 7.5 प्रतिशत रूपांतरण दर सुझाती है कि कुछ डाइनर को रोक रहा है। यह कीमत, विवरण, फोटो की कमी, या श्रेणी के भीतर इसकी प्लेसमेंट हो सकती है। किन आइटम को ध्यान देने की ज़रूरत है यह पहचानने के लिए आइटम में रूपांतरण दरों की तुलना करें।

दिन के समय का प्रदर्शन बताता है कि कौन से आइटम लंच बनाम डिनर, सप्ताह के दिनों बनाम सप्ताहांत में बिकते हैं। यह डेटा न केवल आपके स्पेशल और प्रचारों को बल्कि आपके तैयारी कार्यक्रम को भी सूचित करना चाहिए। यदि आपके fish tacos डिनर की तुलना में लंच पर तीन गुना अधिक बिकते हैं, तो आपके prep cook को दोपहर में नहीं बल्कि सुबह में taco घटकों को प्राथमिकता देनी चाहिए।

मौसमी रुझान केवल पर्याप्त डेटा इतिहास के साथ दिखाई देते हैं। एक वर्ष तक ट्रैकिंग के बाद, आप उचित सटीकता के साथ अनुमान लगा सकते हैं कि प्रत्येक मौसम में कौन से आइटम बढ़ेंगे और कौन से घटेंगे। यह भविष्यवाणी क्षमता आपकी इन्वेंटरी योजना को प्रतिक्रियाशील से सक्रिय में बदल देती है, बर्बादी और स्टॉकआउट दोनों को कम करती है।

पीक घंटे का विश्लेषण

यह समझना कि आपका रेस्तरां कब सबसे व्यस्त है स्पष्ट लगता है, लेकिन अधिकांश ऑपरेटर व्यापक धारणाओं से काम करते हैं न कि सटीक डेटा से। सच्चा पीक घंटे का विश्लेषण राजस्व और ट्रैफिक को 30 मिनट या प्रति घंटे के वृद्धिशील रूप में तोड़ता है, जिससे वे पैटर्न सामने आते हैं जिन्हें मोटे दृश्य छोड़ देते हैं।

एक रेस्तरां जो खुद को "6 से 9 बजे व्यस्त" मानता है, उसे पता चल सकता है कि 85 प्रतिशत कवर 6:30 और 7:45 के बीच आते हैं, और 8:00 बजे के बाद तेज़ गिरावट होती है। यह सटीकता स्टाफिंग निर्णयों को बदलती है: पूरी डिनर विंडो के लिए समान संख्या में सर्वर शेड्यूल करने के बजाय, आप सच्चे पीक के लिए बढ़ा सकते हैं और जैसे-जैसे मांग कम होती है वापस स्केल कर सकते हैं।

पीक विश्लेषण मूल्य निर्धारण और प्रचार रणनीति को भी सूचित करता है। यदि शनिवार शाम 7 बजे लगातार प्रतीक्षा सूची के साथ भरा होता है जबकि मंगलवार शाम 6 बजे आधा खाली होता है, तो शनिवार पर आपके पास मूल्य निर्धारण शक्ति है और मंगलवार पर प्रचार की ज़रूरत है। Happy hour मूल्य निर्धारण, early bird स्पेशल, या industry night डिस्काउंट आपकी सबसे धीमी अवधि को लक्षित करना चाहिए — व्यापक रूप से लागू नहीं।

किचन थ्रूपुट विश्लेषण फ्रंट-ऑफ-हाउस पीक डेटा का पूरक है। अलग-अलग समय अवधि के दौरान प्रत्येक ऑर्डर को सबमिशन से पूर्णता तक कितना समय लगता है इसे ट्रैक करें। यदि ऑफ-पीक के दौरान आपका औसत टिकट समय 18 मिनट है लेकिन पीक के दौरान 32 मिनट तक चढ़ जाता है, तो आपके पास एक बाधा है जो आपको टेबल टर्न का नुकसान करा रही है।

बिक्री रिपोर्ट और वित्तीय अंतर्दृष्टि

दैनिक बिक्री रिपोर्ट एक एकल राजस्व संख्या से अधिक होनी चाहिए। एक उपयोगी दैनिक रिपोर्ट में daypart (लंच, डिनर, देर रात) के अनुसार विभाजित कुल राजस्व, कवर की संख्या, औसत बिल का आकार, शीर्ष बिक्री वाले आइटम और बिके हुए आइटम शामिल होते हैं। इस डेटा की दैनिक समीक्षा में पांच मिनट लगते हैं और आपको अपने रेस्तरां की नब्ज से जोड़े रखता है।

साप्ताहिक सारांश दैनिक डेटा को रुझानों में एकत्रित करता है। इस सप्ताह की तुलना पिछले सप्ताह और पिछले वर्ष के उसी सप्ताह से करें। साल-दर-साल विकास पैटर्न, कवर पर मौसम का प्रभाव, और प्रचार गतिविधियां राजस्व को कैसे प्रभावित करती हैं इन पर नज़र रखें।

मासिक P&L विश्लेषण आपके परिचालन डेटा को वित्तीय परिणामों से जोड़ता है। आपका मेनू प्रदर्शन डेटा आपकी वास्तविक खाद्य लागत के साथ मेल खाना चाहिए। यदि आपकी theoretical खाद्य लागत 28 प्रतिशत है लेकिन वास्तविक खाद्य लागत 34 प्रतिशत है, तो 6-पॉइंट का अंतर बर्बादी, चोरी, हिस्से की समस्याओं या अनरिकॉर्डेड comps की ओर इशारा करता है।

डेटा को कार्रवाई में बदलना

डेटा के बिना कार्रवाई बस शोर है। यहाँ रेस्तरां एनालिटिक्स को ठोस परिचालन सुधारों में बदलने के लिए एक फ्रेमवर्क है।

साप्ताहिक 30 मिनट की समीक्षा सत्र शेड्यूल करें। अपने प्रमुख मेट्रिक्स खींचें, सप्ताह के रुझानों की समीक्षा करें, और लेने के लिए एक या दो विशिष्ट कार्यों की पहचान करें। शायद आपका डेटा दिखाता है कि पिछले महीने में डेज़र्ट की बिक्री 15 प्रतिशत घटी है। कार्रवाई डेज़र्ट सुझावों पर सर्वर को प्रशिक्षित करना, अपने डिजिटल मेनू के डेज़र्ट सेक्शन में फोटो जोड़ना, या ट्रेंडिंग फ्लेवर के साथ संरेखित नया डेज़र्ट परखना हो सकता है।

संरचित प्रयोग चलाएं। जब आप डेटा के आधार पर कोई बदलाव करें, तो इसे एक निर्धारित समयसीमा और सफलता मेट्रिक वाले प्रयोग के रूप में तैयार करें। "हमने grilled chicken salad को लंच सेक्शन के शीर्ष पर ले जाया। हम दो सप्ताह तक इसकी ऑर्डर मात्रा को मापेंगे और पिछले दो सप्ताहों से तुलना करेंगे।" यह अनुशासित दृष्टिकोण समय से पहले उत्सव और समय से पहले उलटफेर दोनों को रोकता है।

अपनी टीम के साथ प्रासंगिक डेटा साझा करें। किचन स्टाफ जो देख सकते हैं कि कौन से आइटम सबसे अधिक और कब बिकते हैं, वे तैयारी को बेहतर प्रबंधित करने के लिए बेहतर सुसज्जित हैं। सर्वर जो जानते हैं कि किन आइटम में सबसे अधिक मार्जिन है, वे अधिक लाभदायक सिफारिशें कर सकते हैं।

डेटा संग्रह को स्वचालित करने वाले उपकरणों में निवेश करें। स्प्रेडशीट के माध्यम से मैन्युअल ट्रैकिंग शुरुआत में काम करती है, लेकिन यह स्केल नहीं होती और मानवीय त्रुटि का परिचय देती है। GetFreeMenu जैसे डिजिटल मेनू प्लेटफॉर्म में मेनू व्यू, दैनिक बिक्री रिपोर्ट और लाइव बिक्री निगरानी के लिए बिल्ट-इन एनालिटिक्स शामिल हैं जो डेटा को स्वचालित रूप से कैप्चर करते हैं और इसे क्रियायोग्य प्रारूपों में प्रस्तुत करते हैं।

डेटा का प्रतिस्पर्धात्मक लाभ

एक उद्योग में जहाँ औसत लाभ मार्जिन 3 और 5 प्रतिशत के बीच है, छोटे सुधारों का असाधारण प्रभाव होता है। औसत बिल के आकार में 2 प्रतिशत की वृद्धि, खाद्य बर्बादी में 10 प्रतिशत की कमी, और टेबल टर्नओवर में 5 प्रतिशत का सुधार सामूहिक रूप से आपके लाभ मार्जिन को दोगुना कर सकते हैं। ये काल्पनिक लाभ नहीं हैं। ये उन रेस्तरां के प्रलेखित परिणाम हैं जिन्होंने डेटा-संचालित निर्णय लेने के लिए प्रतिबद्धता जताई।

आने वाले वर्षों में फलने-फूलने वाले रेस्तरां वे हैं जो डेटा को एक मुख्य परिचालन उपकरण के रूप में मानते हैं — न कि एक अच्छी-होना-चाहिए रिपोर्टिंग अभ्यास। उन मेट्रिक्स से शुरू करें जो सबसे अधिक मायने रखते हैं, उन्हें लगातार समीक्षा करें, वे जो बताते हैं उस पर काम करें, और पुनरावृत्ति करें। डेटा पहले से ही आपके दैनिक संचालन में मौजूद है। एकमात्र सवाल यह है कि क्या आप इसका उपयोग कर रहे हैं।