Ваше самое продаваемое блюдо может незаметно приносить убытки. Паста, которую заказывают все, имеет себестоимость продуктов 40% и отнимает двенадцать минут на линии раздачи, а высокомаржинальная закуска, которую никто не замечает, забыта внизу второй страницы. Этот разрыв между тем, что продается, и тем, что должно продаваться, как раз и закрывает инжиниринг меню.

Инжиниринг меню — это анализ каждого блюда по двум показателям: насколько оно популярно и насколько прибыльно. Расположите блюда по этим двум осям, и каждая позиция окажется в одном из четырех квадрантов. Последующая переработка — это не догадки о шрифтах и фотографиях, а продуманная работа: подтолкнуть гостей к блюдам, которые приносят вам деньги.

Что на самом деле измеряет инжиниринг меню

Классическая матрица инжиниринга меню распределяет блюда по четырем категориям на основе популярности и маржинальной прибыли (цена минус прямые затраты на приготовление):

Звезды — высокая популярность, высокая маржа. Берегите их.
Рабочие лошадки — высокая популярность, низкая маржа. Популярны, но едва прибыльны.
Загадки — низкая популярность, высокая маржа. Прибыльны, но остаются без внимания.
Аутсайдеры — низкая популярность, низкая маржа. Кандидаты на удаление.

В теории стратегия проста. Выделяйте звезды, исправляйте или меняйте цену у рабочих лошадок, продвигайте загадки и убирайте аутсайдеров. Сложность всегда была в том, чтобы получить надежные данные о популярности. Данные о продажах из вашей POS-системы показывают, что гости заказали, но не то, что они рассмотрели и отвергли.

По данным National Restaurant Association, затраты на персонал и продукты вместе съедают примерно две трети каждого доллара, который зарабатывает типичный ресторан с полным обслуживанием. При такой низкой марже даже сдвиг 5% заказов в сторону более маржинальных блюд может ощутимо изменить вашу прибыль. Инжиниринг меню — один из немногих рычагов, который не требует ни повышения цен, ни снижения качества.

Почему одних данных о продажах недостаточно

У данных о продажах из POS есть слепое пятно. Они сообщают, что блюдо продалось 30 раз на прошлой неделе, но не могут сказать, увидели ли его 300 гостей и заказали 30, или же всего 35 гостей вообще долистали до него. Эти два сценария требуют совершенно разных решений.

Если высокомаржинальную загадку хорошо видно, но заказывают ее редко, проблема в самом блюде, его описании или цене. Если же ее плохо видно, дело в размещении — и исправить это можно бесплатно: поднимите ее выше.

Вот где цифровые меню меняют расклад. QR-меню фиксирует, на что гости действительно смотрят, а не только то, что они покупают. Аналитика меню Vino показывает просмотры блюд и ваши самые просматриваемые позиции, поэтому вы можете отличить по-настоящему непопулярное блюдо от того, которое просто спрятано там, где его никто не видит. Именно это различие определяет, удалите ли вы прибыльное блюдо по ошибке или дадите ему заслуженное место.

Переработка на основе данных в пять шагов

Вот практическая последовательность, которую любой ресторан может проделать за полдня.

1. Рассчитайте маржинальную прибыль для каждой позиции. Возьмите цену в меню и вычтите прямую себестоимость продуктов. Полное распределение накладных расходов не нужно — на размещение влияет именно относительная маржа между блюдами.

2. Соберите данные о популярности. Объедините данные о продажах из POS-системы с количеством просмотров в цифровом меню. Продажи показывают, что в итоге заказали; просмотры — что рассматривали. Блюдо с большим числом просмотров и малым числом продаж проигрывает в момент выбора.

3. Постройте четыре квадранта. Отнесите каждое блюдо выше или ниже вашей средней маржи и средней популярности. Теперь у каждой позиции есть ярлык: звезда, рабочая лошадка, загадка или аутсайдер.

4. Примените ход для конкретного квадранта. Звезды отправляются в начало категории и в любой раздел избранного. Загадки перемещаются выше и получают лучшее описание или фотографию. Рабочие лошадки получают небольшой ценовой тест или замену гарнира на более дешевый, чтобы поднять маржу. Аутсайдеров убирают или придумывают заново.

5. Замеряйте 30 дней, затем повторяйте. Инжиниринг меню — это цикл, а не разовый проект. Соберите данные заново через месяц после переработки и убедитесь, что ходы сработали, прежде чем закреплять их.

Исследования Корнеллского университета в сфере гостеприимства давно установили, что позиции, размещенные на первых местах категории, привлекают непропорционально больше внимания, чем те, что ниже, — вот почему одно лишь перемещение часто переводит загадку в разряд звезд, не трогая рецепт.

Размещение, фотографии и описания, которые влияют на показатели

Когда данные подскажут, какие блюда продвигать, остальное делает подача. Три изменения стабильно увеличивают число заказов:

Позиция. Гости читают цифровые меню сверху вниз и редко прокручивают длинную категорию до конца. Поставьте звезды и загадки, которые хотите продвинуть, на первые три позиции каждого раздела.

Фотография. Четкое, аппетитное фото повышает заказы блюда, рядом с которым оно стоит. Если у вас нет профессиональных снимков, улучшение и генерация фото с помощью ИИ от Vino создадут готовые для меню изображения, чтобы ваши высокомаржинальные позиции наконец выглядели так, как должны.

Описания. Замените «Куриная грудка на гриле с овощами» на конкретику, которая оправдывает цену: «Курица свободного выгула, маринованная в травах, обжаренная сезонная зелень, лимонно-тимьяновый жю». В исследованиях меню показано, что описательный язык повышает продажи названной позиции.

Чтобы точнее понять, за какими показателями следить, сочетайте эти изменения в подаче с метриками просмотров и конверсии из вашей аналитики меню — так каждое решение по компоновке меню будет подкреплено данными.

Как превратить переработку в привычку

Рестораны, которые выигрывают в инжиниринге меню, относятся к нему как к рутине, а не как к ежегодному капитальному пересмотру. Бумажное меню делает это невозможным — каждое изменение означает перепечатку и догадку, сработало ли оно. Цифровое меню превращает это в еженедельную привычку. Вы обновляете позицию за минуты, наблюдаете за ее данными о просмотрах и конверсии и оставляете то, что работает.

В этом и заключается неброское преимущество меню на основе данных. Вы перестаете спорить о том, какое блюдо «кажется» правильным, и начинаете двигать позиции, которые подсказывают вам цифры. За год небольших, выверенных корректировок эти ходы складываются в меню, спроектированное ради прибыли, а не унаследованное от того, кто составлял его последним.

Сделайте инжиниринг меню еженедельной рутиной

Инжиниринг меню вознаграждает рестораны, которые действуют на основе фактов, а не интуиции. Рассчитайте маржу, соберите данные о просмотрах и продажах, постройте четыре квадранта и внесите одно изменение на этой неделе. Затем замерьте результат и внесите еще одно.

Если вы все еще работаете со статичным меню, не понимая, на что смотрят гости, это первое, что стоит исправить. Цифровое меню со встроенной аналитикой просмотров блюд превращает каждую смену в данные, на которые можно опереться. Узнайте, как возможности Vino помогают увидеть, что просматривают гости, и переработать меню вокруг блюд, которые действительно приносят вам деньги, — а затем убедитесь, что это сработало, по данным следующего месяца.