Sebagian besar pemilik restoran membuat keputusan berdasarkan naluri, umpan balik anekdotal, dan apa pun yang dilaporkan server paling vokal mereka selama shift terakhir. Pendekatan ini berhasil ketika industri restoran bergerak lambat, tetapi dalam pasar dengan margin tipis dan perilaku konsumen yang berubah cepat, intuisi tanpa data adalah risiko. Analitik mengubah cara Anda menetapkan harga hidangan, menjadwalkan staf, merencanakan inventaris, dan mendesain menu — semua berdasarkan apa yang sebenarnya terjadi, bukan apa yang Anda kira terjadi.
Apa yang Perlu Dilacak dan Mengapa
Analitik restoran bisa terasa membebani karena ada ratusan metrik yang mungkin. Kuncinya adalah berfokus pada segelintir yang secara langsung menginformasikan keputusan terpenting Anda. Berikut adalah metrik yang paling penting, diorganisir berdasarkan keputusan yang mereka dukung.
Pendapatan per jam kursi yang tersedia, sering disingkat RevPASH, mengukur berapa banyak pendapatan yang dihasilkan setiap kursi di restoran Anda per jam operasi. Metrik tunggal ini menangkap efek gabungan dari ukuran tagihan rata-rata, pergantian meja, dan tingkat hunian. Restoran dengan 50 kursi yang buka selama 6 jam makan malam memiliki 300 jam kursi yang tersedia. Jika pendapatan makan malam adalah 4.500 dolar, RevPASH Anda adalah 15 dolar. Melacak ini setiap minggu mengungkapkan tren yang dilewatkan oleh metrik individual.
Profitabilitas item menu melampaui persentase biaya makanan sederhana. Untuk setiap item, hitung margin kontribusi: harga jual dikurangi biaya bahan. Salad seharga 12 dolar dengan biaya makanan 2 dolar berkontribusi 10 dolar per pesanan. Steak seharga 30 dolar dengan biaya makanan 14 dolar berkontribusi 16 dolar. Steak memiliki persentase biaya makanan yang lebih buruk (47 persen versus 17 persen) tetapi berkontribusi lebih banyak keuntungan absolut. Kedua metrik penting, tetapi margin kontribusi yang mendorong keputusan yang benar-benar meningkatkan laba bersih Anda.
Bauran produk, atau pmix, menunjukkan berapa persen dari total pesanan yang diwakili setiap item menu. Data ini mengkategorikan setiap item dalam menu Anda ke salah satu dari empat kuadran. Bintang adalah item dengan margin tinggi dan popularitas tinggi. Pertahankan posisi mereka yang menonjol dan tahan godaan untuk mengubahnya. Teka-teki adalah item dengan margin tinggi tetapi popularitas rendah yang membutuhkan penempatan, deskripsi, atau promosi visual yang lebih baik. Plowhorses adalah item dengan margin rendah tetapi populer. Pertimbangkan penyesuaian porsi atau kenaikan harga kecil. Anjing adalah item dengan margin rendah dan popularitas rendah. Ini adalah kandidat untuk dihapus kecuali mereka melayani tujuan strategis tertentu seperti mengakomodasi pembatasan diet.
Melacak Kinerja Menu
Menu Anda adalah generator pendapatan utama, dan kinerjanya harus dianalisis dengan ketelitian yang sama seperti pengecer menerapkan pada ruang rak. Menu digital membuat ini jauh lebih mudah dibandingkan menu kertas karena dapat menangkap perilaku penelusuran bersama dengan data pemesanan.
Tingkat konversi tampil-ke-pesan mengukur berapa banyak orang yang melihat item menu yang benar-benar memesannya. Jika bisque lobster Anda mendapat 200 tampilan per minggu tetapi hanya 15 pesanan, tingkat konversi 7,5 persen menunjukkan ada sesuatu yang menghalangi tamu. Mungkin harga, deskripsi, kurangnya foto, atau penempatannya dalam kategori. Bandingkan tingkat konversi antar item untuk mengidentifikasi mana yang perlu perhatian.
Kinerja waktu-hari mengungkapkan item mana yang terjual saat makan siang versus makan malam, hari kerja versus akhir pekan. Data ini harus menginformasikan tidak hanya spesial dan promosi Anda tetapi juga jadwal persiapan Anda. Jika taco ikan Anda terjual tiga kali lebih banyak saat makan siang daripada makan malam, juru masak persiapan Anda harus memprioritaskan komponen taco di pagi hari, bukan sore hari.
Tren musiman hanya terlihat dengan riwayat data yang cukup. Setelah melacak selama setahun, Anda dapat memprediksi dengan akurasi yang wajar item mana yang akan melonjak dan mana yang akan menurun di setiap musim. Kemampuan prediktif ini mengubah perencanaan inventaris Anda dari reaktif menjadi proaktif, mengurangi baik pemborosan maupun kehabisan stok.
Analisis Jam Puncak
Memahami kapan restoran Anda paling sibuk tampak jelas, tetapi sebagian besar operator bekerja dari asumsi umum daripada data yang tepat. Analisis jam puncak yang sesungguhnya memecah pendapatan dan lalu lintas menjadi selang 30 menit atau per jam, mengungkapkan pola yang dilewatkan oleh tampilan yang lebih kasar.
Restoran yang menganggap dirinya "sibuk dari pukul 6 hingga 9" mungkin menemukan bahwa 85 persen tamunya tiba antara pukul 6:30 dan 7:45, dengan penurunan tajam setelah pukul 8:00. Presisi ini mengubah keputusan penjadwalan: alih-alih menjadwalkan jumlah server yang sama untuk seluruh jendela makan malam, Anda dapat meningkatkan untuk puncak sebenarnya dan mengurangi seiring penurunan permintaan.
Analisis puncak juga menginformasikan strategi penetapan harga dan promosi. Jika Sabtu pukul 7 malam secara konsisten penuh dengan daftar tunggu sementara Selasa pukul 6 malam setengah kosong, Anda memiliki kekuatan penetapan harga pada hari Sabtu dan kebutuhan promosi pada hari Selasa. Happy hour, spesial early bird, atau diskon industri night harus ditargetkan pada periode paling sepi Anda, bukan diterapkan secara luas.
Analisis throughput dapur melengkapi data puncak front-of-house. Lacak berapa lama setiap pesanan membutuhkan waktu dari pengiriman hingga selesai selama periode waktu yang berbeda. Jika waktu tiket rata-rata Anda adalah 18 menit saat tidak sibuk tetapi naik menjadi 32 menit saat puncak, Anda memiliki bottleneck yang menghabiskan pergantian meja. Mengidentifikasi apakah bottleneck ada di stasiun tertentu — seperti grill atau saute — memungkinkan Anda mengatasinya dengan penyesuaian staf atau persiapan yang ditargetkan.
Laporan Penjualan dan Wawasan Keuangan
Laporan penjualan harian harus lebih dari sekadar angka pendapatan tunggal. Laporan harian yang berguna mencakup total pendapatan yang dipecah berdasarkan daypart (makan siang, makan malam, larut malam), jumlah tamu, ukuran tagihan rata-rata, item terlaris, dan item yang habis terjual. Meninjau data ini setiap hari membutuhkan lima menit dan membuat Anda tetap terhubung dengan denyut nadi restoran Anda.
Ringkasan mingguan mengagregasi data harian menjadi tren. Bandingkan minggu ini dengan minggu lalu dan dengan minggu yang sama tahun lalu. Cari pola pertumbuhan tahun-ke-tahun, dampak cuaca pada jumlah tamu, dan bagaimana aktivitas promosi mempengaruhi pendapatan. Tinjauan mingguan adalah tempat Anda menangkap masalah yang muncul sebelum menjadi krisis.
Analisis P&L bulanan menghubungkan data operasional Anda dengan hasil keuangan. Data kinerja menu Anda harus direkonsiliasi dengan biaya makanan aktual Anda. Jika biaya makanan teoritis Anda — dihitung dari biaya resep dan bauran penjualan — adalah 28 persen tetapi biaya makanan aktual Anda adalah 34 persen, kesenjangan 6 poin menunjukkan pemborosan, pencurian, masalah porsi, atau kompensasi yang tidak tercatat. Analitik membantu Anda menemukan dan menutup kesenjangan ini.
Mengubah Data Menjadi Tindakan
Data tanpa tindakan hanyalah kebisingan. Berikut adalah kerangka kerja untuk mengubah analitik restoran menjadi perbaikan operasional yang konkret.
Jadwalkan sesi tinjauan 30 menit setiap minggu. Tarik metrik kunci Anda, tinjau tren minggu ini, dan identifikasi satu atau dua tindakan spesifik yang perlu diambil. Mungkin data Anda menunjukkan bahwa penjualan dessert turun 15 persen selama sebulan terakhir. Tindakannya mungkin melatih server tentang saran dessert, menambahkan foto ke bagian dessert menu digital Anda, atau menguji dessert baru yang sesuai dengan cita rasa yang sedang tren.
Jalankan eksperimen terstruktur. Ketika Anda melakukan perubahan berdasarkan data, bingkailah sebagai eksperimen dengan jangka waktu yang ditentukan dan metrik keberhasilan. "Kami memindahkan salad ayam panggang ke bagian atas seksi makan siang. Kami akan mengukur volume pesanannya selama dua minggu dan membandingkannya dengan dua minggu sebelumnya." Pendekatan yang disiplin ini mencegah perayaan prematur maupun pembalikan prematur.
Bagikan data yang relevan dengan tim Anda. Staf dapur yang dapat melihat item mana yang paling banyak terjual dan kapan lebih mampu mengelola persiapan. Server yang mengetahui item mana yang memiliki margin tertinggi dapat membuat rekomendasi yang lebih menguntungkan. Transparansi dengan data memotivasi kinerja dan menjadikan tim Anda mitra dalam perbaikan daripada pelaksana arahan yang tidak transparan.
Investasikan dalam alat yang mengotomatiskan pengumpulan data. Pelacakan manual melalui spreadsheet bekerja ketika Anda baru memulai, tetapi tidak dapat diskalakan dan memperkenalkan kesalahan manusia. Platform menu digital seperti GetFreeMenu menyertakan analitik bawaan untuk tampilan menu, laporan penjualan harian, dan pemantauan penjualan langsung yang mengumpulkan data secara otomatis dan menyajikannya dalam format yang dapat ditindaklanjuti. Semakin sedikit upaya yang diperlukan untuk mengumpulkan data, semakin konsisten Anda benar-benar menggunakannya.
Keunggulan Kompetitif dari Data
Dalam industri di mana margin keuntungan rata-rata berkisar antara 3 hingga 5 persen, perbaikan kecil memiliki dampak yang besar. Peningkatan 2 persen dalam ukuran tagihan rata-rata, pengurangan 10 persen dalam pemborosan makanan, dan peningkatan 5 persen dalam pergantian meja secara kolektif dapat menggandakan margin keuntungan Anda. Ini bukan keuntungan hipotetis. Ini adalah hasil yang terdokumentasi dari restoran yang berkomitmen pada pengambilan keputusan berbasis data.
Restoran yang akan berkembang dalam beberapa tahun ke depan adalah yang memperlakukan data sebagai alat operasional inti, bukan sebagai latihan pelaporan yang menyenangkan. Mulailah dengan metrik yang paling penting, tinjau secara konsisten, bertindak berdasarkan apa yang mereka ceritakan, dan lakukan iterasi. Data sudah ada dalam operasi harian Anda. Satu-satunya pertanyaan adalah apakah Anda menggunakannya.
