대부분의 레스토랑 사장은 직감, 일화적 피드백, 그리고 지난 교대 근무에서 가장 목소리가 큰 서버가 보고한 내용을 바탕으로 결정을 내립니다. 이 접근 방식은 레스토랑 업계가 느리게 움직이던 시절에는 효과적이었지만, 마진이 얇고 소비자 행동이 빠르게 변화하는 시장에서 데이터 없는 직관은 부채가 됩니다. 분석은 요리 가격 책정, 직원 스케줄링, 재고 계획, 메뉴 디자인 방식을 변화시켜 실제로 일어나는 일이 아닌 일어나고 있다고 생각하는 것에 기반한 결정이 아닌 실제 데이터에 기반한 결정을 내리게 합니다.
무엇을 추적하고 왜 그래야 하는가
레스토랑 분석은 수백 가지 가능한 지표가 있기 때문에 압도적으로 느껴질 수 있습니다. 핵심은 가장 중요한 결정을 직접 지원하는 소수의 지표에 집중하는 것입니다. 여기 가장 중요한 지표들을 지원하는 결정별로 정리했습니다.
가용 좌석 시간당 수익, 흔히 RevPASH라고 줄여 부르는 이 지표는 레스토랑의 각 좌석이 영업 시간당 얼마나 많은 수익을 창출하는지 측정합니다. 이 단일 지표는 평균 청구 금액, 테이블 회전율, 점유율의 결합된 효과를 포착합니다. 6시간 저녁 영업을 하는 50석 레스토랑은 300개의 가용 좌석 시간을 보유합니다. 저녁 수익이 4,500달러라면 RevPASH는 15달러입니다. 이를 주간 단위로 추적하면 개별 지표가 놓치는 추세가 드러납니다.
메뉴 항목 수익성은 단순한 식재료 비용 비율을 넘어섭니다. 각 항목에 대해 기여 마진을 계산하십시오. 판매 가격에서 재료 비용을 뺀 값입니다. 식재료 비용이 2달러인 12달러 샐러드는 주문당 10달러를 기여합니다. 식재료 비용이 14달러인 30달러 스테이크는 16달러를 기여합니다. 스테이크의 식재료 비용 비율이 더 나쁩니다(47% 대 17%). 하지만 더 많은 절대 이익을 기여합니다. 두 지표 모두 중요하지만, 기여 마진이 실제로 수익성을 향상시키는 결정을 이끄는 지표입니다.
제품 믹스, 즉 pmix는 각 메뉴 항목이 전체 주문의 몇 퍼센트를 차지하는지 보여 줍니다. 이 데이터는 메뉴의 모든 항목을 네 가지 사분면 중 하나로 분류합니다. 스타는 마진이 높고 인기도 높은 항목입니다. 눈에 띄게 유지하고 변경 충동을 자제하십시오. 퍼즐은 마진이 높지만 인기가 낮은 항목으로, 더 나은 배치, 설명, 또는 시각적 프로모션이 필요합니다. 플로우호스는 마진이 낮지만 인기 있는 항목입니다. 1인분 조정이나 소폭의 가격 인상을 고려하십시오. 도그는 마진이 낮고 인기도 낮은 항목입니다. 식이 제한 수용 같은 특정 전략적 목적이 없으면 제거 후보입니다.
메뉴 성과 추적
메뉴는 주요 수익 창출원이며, 소매업체가 선반 공간에 적용하는 것과 동일한 엄격함으로 성과를 분석해야 합니다. 디지털 메뉴는 주문 데이터와 함께 탐색 행동을 포착할 수 있기 때문에 종이 메뉴보다 이를 훨씬 더 쉽게 합니다.
조회수 대비 주문 전환율은 메뉴 항목을 보는 사람 중 실제로 주문하는 사람의 비율을 측정합니다. 바닷가재 비스크가 주당 200번 조회되지만 주문은 15건뿐이라면, 7.5퍼센트의 전환율은 무언가가 식사객을 저지하고 있음을 시사합니다. 가격, 설명, 사진 부재, 또는 카테고리 내 배치 때문일 수 있습니다. 항목 간 전환율을 비교하여 주의가 필요한 항목을 파악하십시오.
시간대별 성과는 점심 대 저녁, 평일 대 주말에 어떤 항목이 팔리는지 보여 줍니다. 이 데이터는 스페셜과 프로모션뿐만 아니라 준비 스케줄에도 반영되어야 합니다. 피쉬 타코가 저녁보다 점심에 세 배 더 많이 팔린다면, 준비 셰프는 오후가 아닌 오전에 타코 재료를 우선시해야 합니다.
시즌별 추세는 충분한 데이터 이력이 있을 때만 보입니다. 1년간 추적한 후에는 각 시즌에 어떤 항목이 급증하고 어떤 항목이 줄어들지 합리적인 정확도로 예측할 수 있습니다. 이 예측 능력은 재고 계획을 반응적인 것에서 선제적인 것으로 변환하여 낭비와 품절 모두를 줄입니다.
피크 시간 분석
레스토랑이 가장 바쁜 시간을 이해하는 것은 명백해 보이지만, 대부분의 운영자는 정확한 데이터보다는 광범위한 가정으로 작업합니다. 진정한 피크 시간 분석은 수익과 트래픽을 30분 또는 시간 단위로 나누어, 더 광범위한 보기가 놓치는 패턴을 드러냅니다.
"6시부터 9시까지 바쁘다"고 생각하는 레스토랑은 커버의 85퍼센트가 6:30에서 7:45 사이에 도착하고, 8:00 이후에는 급격히 감소한다는 것을 발견할 수 있습니다. 이 정밀도는 스태핑 결정을 변화시킵니다. 저녁 시간 전체에 동일한 수의 서버를 스케줄링하는 대신, 진정한 피크를 위해 규모를 늘리고 수요가 줄어들면서 규모를 줄일 수 있습니다.
피크 분석은 또한 가격 책정과 프로모션 전략에 정보를 제공합니다. 토요일 저녁 7시가 대기자 명단이 있을 정도로 일관되게 꽉 차고 화요일 저녁 6시가 절반만 찬다면, 토요일에는 가격 결정력이 있고 화요일에는 프로모션이 필요합니다. 해피 아워 가격, 얼리 버드 스페셜, 또는 업계 야간 할인은 광범위하게 적용되지 않고 가장 느린 시간대를 대상으로 해야 합니다.
주방 처리량 분석은 홀의 피크 데이터를 보완합니다. 다른 시간대에 각 주문이 제출에서 완료까지 걸리는 시간을 추적하십시오. 비피크 시간에 평균 주문 시간이 18분이지만 피크 시간에 32분으로 증가한다면, 테이블 회전에 비용이 드는 병목이 있는 것입니다. 병목이 그릴이나 소테 같은 특정 스테이션에 있는지 파악하면 대상을 지정한 스태핑이나 준비 조정으로 해결할 수 있습니다.
매출 보고서와 재무 인사이트
일일 매출 보고서는 단순한 수익 숫자 이상이어야 합니다. 유용한 일일 보고서에는 식사 시간(점심, 저녁, 심야)별로 나눈 총 수익, 커버 수, 평균 청구 금액, 최다 판매 항목, 그리고 품절된 항목이 포함됩니다. 이 데이터를 매일 검토하는 데 5분이면 충분하며 레스토랑의 맥박과 연결되어 있을 수 있습니다.
주간 요약은 일일 데이터를 추세로 집계합니다. 이번 주를 지난 주와, 그리고 작년 같은 주와 비교하십시오. 연도별 성장 패턴, 날씨가 커버에 미치는 영향, 프로모션 활동이 수익에 미치는 영향을 살펴보십시오. 주간 검토는 문제가 되기 전에 새로운 이슈를 잡는 곳입니다.
월간 손익 분석은 운영 데이터를 재무 결과와 연결합니다. 메뉴 성과 데이터는 실제 식재료 비용과 일치해야 합니다. 레시피 비용과 판매 믹스에서 계산된 이론적 식재료 비용이 28퍼센트이지만 실제 식재료 비용이 34퍼센트라면, 6포인트 격차는 낭비, 절도, 분량 문제, 또는 기록되지 않은 보상을 가리킵니다. 분석은 이러한 격차를 찾고 좁히는 데 도움이 됩니다.
데이터를 행동으로 전환하기
행동 없는 데이터는 소음일 뿐입니다. 레스토랑 분석을 구체적인 운영 개선으로 전환하기 위한 프레임워크가 있습니다.
주간 30분 검토 세션을 스케줄링하십시오. 핵심 지표를 가져오고, 주간 추세를 검토하고, 취할 한두 가지 구체적인 행동을 파악하십시오. 아마도 데이터가 지난 한 달 동안 디저트 매출이 15퍼센트 감소했음을 보여 줄 수 있습니다. 행동은 디저트 제안에 대한 서버 교육, 디지털 메뉴 디저트 섹션에 사진 추가, 또는 트렌딩 맛과 일치하는 새로운 디저트 테스트일 수 있습니다.
구조화된 실험을 실시하십시오. 데이터를 바탕으로 변경을 할 때, 정의된 기간과 성공 지표가 있는 실험으로 구성하십시오. "그릴드 치킨 샐러드를 점심 섹션 상단으로 이동했습니다. 2주 동안 주문량을 측정하고 이전 2주와 비교하겠습니다." 이 규율 있는 접근 방식은 섣부른 축하와 섣부른 철회를 모두 방지합니다.
팀과 관련 데이터를 공유하십시오. 어떤 항목이 가장 많이 팔리는지, 언제 팔리는지 볼 수 있는 주방 직원은 준비를 더 잘 관리할 수 있습니다. 어떤 항목의 마진이 가장 높은지 아는 서버는 더 수익성 높은 추천을 할 수 있습니다. 데이터에 대한 투명성은 성과를 동기 부여하고 팀을 불투명한 지시의 실행자가 아닌 개선의 파트너로 만듭니다.
데이터 수집을 자동화하는 도구에 투자하십시오. 스프레드시트를 통한 수동 추적은 시작할 때 효과적이지만 확장되지 않고 인간 오류를 도입합니다. GetFreeMenu 같은 디지털 메뉴 플랫폼은 메뉴 조회수, 일일 매출 보고서, 자동으로 데이터를 포착하고 실행 가능한 형식으로 제공하는 라이브 매출 모니터링을 위한 내장 분석을 포함합니다. 데이터 수집에 필요한 노력이 적을수록 실제로 사용할 가능성이 높습니다.
데이터의 경쟁 우위
평균 이익 마진이 3~5퍼센트 사이에서 맴도는 업계에서, 작은 개선이 큰 영향을 미칩니다. 평균 청구 금액의 2퍼센트 증가, 음식 낭비의 10퍼센트 감소, 테이블 회전율의 5퍼센트 개선이 합쳐져 이익 마진을 두 배로 만들 수 있습니다. 이것은 가상의 이득이 아닙니다. 데이터 기반 의사결정에 전념한 레스토랑이 기록한 결과입니다.
앞으로 몇 년간 번성할 레스토랑은 데이터를 핵심 운영 도구로, 있으면 좋은 보고 연습이 아닌 것으로 다루는 레스토랑입니다. 가장 중요한 지표부터 시작하고, 일관되게 검토하고, 그것이 말하는 대로 행동하고, 반복하십시오. 데이터는 이미 일상적인 운영에 있습니다. 유일한 질문은 사용하고 있느냐입니다.
