שפית אחת בילתה שלושה שבועות בוויכוח אם לקרוא למנה "צלעות קצרות בבישול איטי" או "בקר 48 שעות". היא בחרה בשם השני על סמך תחושת בטן. ההזמנות ירדו. שישה חודשים לאחר מכן לא היה לה מושג מדוע, ולא הייתה לה דרך לבטל את הניחוש. זו העלות האמיתית של ניהול תפריט על פי אינסטינקט: כל שינוי הוא הימור שלעולם לא תוכלו ליישב. בדיקות A/B לתפריט הן הדרך שבה אתם מיישבים את ההימורים האלה עם נתונים במקום זאת.

בדיקות A/B לתפריט מחליפות את ההימורים האלה בראיות. במקום לעצב מחדש את כל התפריט שלכם ולקוות שההכנסות יעלו, אתם משנים משתנה אחד, מודדים כיצד האורחים מגיבים, ושומרים את מה שעובד. תפריטים דיגיטליים מאפשרים זאת לראשונה ברמת המסעדה הקטנה, מכיוון שכל צפייה, גלילה והקשה הופכים לנתונים שתוכלו לקרוא בסוף השבוע.

מה באמת משמעותן של בדיקות A/B לתפריט

בדיקות A/B משוות שתי גרסאות של אלמנט אחד כדי לראות איזו מהן מניבה ביצועים טובים יותר. גרסה A היא התפריט הנוכחי שלכם. גרסה B משנה בדיוק דבר אחד – שם מנה, מחיר, תמונה, או מיקום פריט בקטגוריה שלו. לאחר מכן אתם משווים כיצד כל גרסה מניבה ביצועים מול מדד ברור, בדרך כלל אחוז האורחים שצופים בפריט וממשיכים להזמין אותו.

הדיוק טמון במילה "אחד". אם אתם משנים שם של מנה, מוסיפים תמונה ומעלים את המחיר בבת אחת והמכירות קופצות, לא למדתם דבר על איזה שינוי עשה את העבודה. משווקים קוראים לעיקרון זה בדיקות משתנה בודד, וזה ההבדל בין ניסוי אמיתי לניחוש בתחפושת יפה יותר.

כאן בדיקות A/B לתפריט היו קשות היסטורית למסעדות. הדפסה חוזרת של תפריטים היא איטית ויקרה, ותפריט מודפס לא אומר לכם כלום על מה שהאורחים הסתכלו עליו לפני שהזמינו. תפריטים דיגיטליים מסירים את שני המחסומים.

מדוע זה היה בלתי אפשרי עם נייר

תפריטי נייר הם קופסה שחורה. אורח פותח אותו, קורא משהו, ומזמין. אתם רואים את ההזמנה הסופית, אך לעולם לא את המסע – אילו פריטים הם שקלו, אילו דילגו עליהם, כמה רחוק הם גללו מטה. כמו כן, אינכם יכולים לשנות תפריט מודפס בזול או במהירות, כך שבדיקת חמש וריאציות פירושה חמש הדפסות.

תפריטים דיגיטליים הופכים את זה. על פי האיגוד הלאומי למסעדות, רוב המפעילים משתמשים כעת בטכנולוגיה כדי לשפר את חווית האורחים והתפעול, ונתוני התפריט נמצאים במרכז השינוי הזה. כאשר התפריט שלכם חי על מסך, אתם יכולים לערוך אותו באופן מיידי ולצפות כיצד עריכות אלו משנות התנהגות, ללא צורך במדפסת.

השילוב הזה – עריכות מיידיות בתוספת נתוני צפייה לכל מנה – הוא בדיוק מה שהופך בדיקות A/B מובנות לתפריט למציאותיות עבור מסעדה עצמאית, לא רק עבור רשת ארצית עם צוות אנליטיקה.

מה לבדוק קודם

לא כל הבדיקות שוות הרצה. התחילו בשינויים שקל לבצע וסביר שיניעו כסף. ארבעת אלה מניבים את התשואה הגבוהה ביותר:

שמות מנות. "סלט גינה" לעומת "סלט עגבניות מורשת ובוראטה" יכול לשנות הזמנות באופן משמעותי. מחקר של אוניברסיטת קורנל על תוויות תפריט תיאוריות מצא כי שמות חיים וספציפיים הגדילו את מכירות הפריטים המושפעים בעד 27% ושיפרו את דירוג האוכל על ידי האורחים.

מיקום פריטים. פריטים בשני או שלושת המקומות הראשונים בקטגוריה מקבלים בדרך כלל הרבה יותר צפיות מאשר אלה שבתחתית. בדקו העברת מנה בעלת רווחיות גבוהה למעלה וצפו בשיעור הצפייה שלה.

מחירים. בדקו 14 דולר לעומת 15 דולר על פריט פופולרי. שינוי של דולר אחד על פני כמה מאות סועדים בשבוע מצטבר במהירות, ונתוני המרה אומרים לכם אם האורחים בכלל שמים לב.

תמונות. בדקו מנה ללא תמונה לעומת אותה מנה עם תמונה חזקה. חזותיים בדרך כלל מעלים הזמנות, אך גודל העלייה משתנה לפי מנה, ורק בדיקה אומרת לכם היכן להשקיע בצילום.

בחרו אחד מאלה, שנו אותו בפריט בודד, והשאירו את כל השאר ללא שינוי.

כיצד לבצע ניסוי בדיקות A/B נקי לתפריט

בדיקה אמינה דורשת מבנה. בצעו את השלבים הבאים:

בחרו פריט אחד ומשתנה אחד. מנה בעלת רווחיות גבוהה שאתם רוצים למכור יותר ממנה היא מועמדת טובה.
הגדירו מדד ברור. שיעור המרה מצפייה להזמנה הוא הנקי ביותר. ספירת צפיות לבדה מספרת לכם על תשומת לב, לא על תיאבון.
הריצו מספיק זמן. תנו לכל גרסה לפחות שבוע עד שבועיים מלאים כך שתנועת סועדים בימי חול ובסופי שבוע תיספר. שבת עמוסה אחת אינה תוצאה.
קחו בחשבון את ההקשר שלכם. מנת פסטה מיוחדת נבדקת באופן שונה בינואר מאשר ביולי. השוו תקופות דומות היכן שניתן.
שנו את הגרסה, ואז מדדו שוב. שמרו על חלון הבדיקה דומה באורכו ובתמהיל הימים.
החליטו וקבעו. שמרו את המנצח, תעדו את מה שלמדתם, ועברו לבדיקה הבאה.

כאן פלטפורמה כמו Vino מתאימה באופן טבעי. ניתוח התפריט שלה מראה כמה אורחים צופים בכל מנה, ועריכות התפריט המיידיות שלה מאפשרות לכם לעבור מגרסה A לגרסה B בשניות ללא הדפסה חוזרת. יחד הם הופכים תחושת בטן מעורפלת לניסוי מדיד שתוכלו באמת ליישב.

קריאת התוצאות בכנות

החלק הקשה ביותר בבדיקות A/B לתפריט הוא לא הרצת הבדיקה – אלא להתנגד לדחף לקרוא לתוצאות את מה שאתם רוצים לראות בהן. שלושה עקרונות מנחים עוזרים.

ראשית, שימו לב לגודל המדגם שלכם. שינוי שנראה דרמטי על פני 30 סועדים יכול להיעלם על פני 300. חכו עד שמספיק אורחים ראו את שתי הגרסאות לפני שאתם סומכים על הפער.

שנית, הפרידו קורלציה מסיבה. אם הזמנות של מנה עלו באותו שבוע שבו גם הפעלתם מבצע יין בחצי מחיר, ייתכן שהיין הוא זה שעשה את העבודה. משתנה אחד בכל פעם מגן עליכם כאן.

שלישית, קבלו תוצאות אפס. בדיקות רבות אינן מראות הבדל משמעותי, וזה גם שימושי – זה אומר לכם להפסיק לבזבז אנרגיה על האלמנט הזה ולבדוק משהו עם יותר מינוף. בדיקה שחוסכת לכם עיצוב מחדש חסר טעם שילמה את עצמה.

הפכו ניחושים למערכת

המסעדות שמנצחות ברווחיות אינן אלו עם האינסטינקטים הטובים ביותר. הן אלו שהפסיקו לנחש. כל בדיקה שאתם מריצים היא קטנה, אך האפקט המצטבר גדול: שם טוב יותר כאן, מחיר חכם יותר שם, תמונה שסוף סוף מרוויחה את מקומה. לאורך שנה, החלטות אלו מפרידות בין תפריט שנסחף לבין תפריט שמשתפר.

אתם לא צריכים צוות נתונים כדי להתחיל. אתם צריכים מנה אחת, שינוי אחד, ותפריט שמאפשר לכם למדוד את ההבדל. גלו כיצד ניתוח התפריט והתכונות של Vino יכולים לעזור לכם להריץ את הבדיקה הראשונה שלכם השבוע – ולקבל את החלטת התפריט הבאה שלכם כזו שתוכלו להוכיח.