Viesmīlības pasaulē eksistē slēptas izmaksas, kas nekad neparādās kā atsevišķa pozīcija P&L pārskatā, taču tās patērē vairāk peļņas nekā gandrīz jebkurš cits faktors. Es to saucu par Minējumu nodokli.
Tās ir izmaksas, ko rada šefpavārs, kurš atlaidina trīsdesmit papildu ribeye steikus, jo ir „saulaina piektdiena”, bet pēkšņs pērkona negaiss liek visiem palikt mājās. Tās ir izmaksas, ko rada vadītājs, kurš ieplāno piecus viesmīļus otrdienas maiņai, kurā ir tikai desmit apmeklētāji, vai vēl ļaunāk — ieplāno divus viesmīļus, kad pēc izrādes negaidīti ierodas vietējā teātra kopa.
Gadiem ilgi mēs esam pieņēmuši šo mainīgumu kā „nozares specifiku”. Taču pagājušajā gadā es strādāju ar neatkarīgu restorānu grupu ar piecām filiālēm, kas nolēma, ka ir pietiekami maksājuši Minējumu nodokli. Ieviešot to, kas plaši tiek uzskatīti par labākajiem AI rīkiem viesmīlības nozarei, viņi ne tikai nedaudz uzlaboja savu peļņas maržu — viņi fundamentāli pārveidoja to, kā darbojas viņu virtuves un zāles. Rezultāti bija pārsteidzoši: 40% pārtikas atkritumu samazinājums un 100% pieczvaigžņu atsauksmju pieaugums sešu mēnešu laikā.
Minējumu nodokļa anatomija
💡 Vai vēlaties, lai Penijs analizē jūsu biznesu? Viņa kartē, kuras lomas AI var aizstāt, un izveido pakāpenisku plānu. Sāciet savu bezmaksas izmēģinājuma versiju →
Pirms mēs pievēršamies risinājumam, mums ir jāsaprot, kāpēc šī problēma ir tik noturīga. Lielākā daļa viesmīlības uzņēmumu darbojas, balstoties uz „intuitīvo prognozēšanu”. Vadītājs apskata pagājušā gada pārdošanas datus, pārbauda vietējo laikapstākļu lietotni un pieņem lēmumu, balstoties uz sajūtām.
Cilvēka intuīcija ir lieliska mērces garšas pilnveidošanai, taču tā ir vāja daudzfaktoru datu apstrādē. Cilvēks nevar vienlaikus aprēķināt, kā lietus pulksten 15:00, tuvējā vidusskolas izlaidums un vietējo pārtikas cenu pieaugums par 12% ietekmēs pieprasījumu pēc Cēzara salātiem ceturtdienas vakarā. AI to spēj.
Kad intuīcija pieviļ, jūs nonākat Variāciju slazdā. Šeit jūsu darbības realitāte svārstās tik krasi, ka jūsu personālam ir vai nu garlaicīgi (kas palielina darbaspēka izmaksas), vai arī tas ir pārslogots (kas noved pie sliktas apkalpošanas). Šī restorānu grupa bija iesprostota. Viņu pārtikas atkritumi svārstījās ap 12% no kopējā inventāra, un viņu atsauksmes bija kā amerikāņu kalniņi: no „lielisks ēdiens, bet gaidījām stundu” līdz „tukšs restorāns, jutāmies neērti”.
Sagatavju problēmas risināšana: prognozējošā krājumu vadība
Pirmais viņu transformācijas pīlārs bija pāreja no statiskiem sagatavju sarakstiem uz prognozējošo sagatavošanu.
Tradicionālie sagatavju saraksti ir balstīti uz „par līmeņiem” — minimālo ēdiena daudzumu, kam vienmēr jābūt gatavam. Problēma? „Par līmeņi” ir statiski, bet pieprasījums ir dinamisks. Izmantojot AI vadītus pieprasījuma prognozēšanas rīkus, grupa sāka ģenerēt sagatavju prasības, balstoties uz 48 stundu perspektīvu. Šie rīki apstrādā vēsturiskos pārdošanas datus, vietējos pasākumus un detalizētas laikapstākļu prognozes, lai precīzi paredzētu, cik katras ēdienkartes pozīcijas porciju tiks pārdots.
Samazinot plaisu starp sagatavoto un pasūtīto daudzumu, viņi panāca 40% bojāto produktu samazinājumu. Skatiet mūsu pārtikas atkritumu ietaupījumu rokasgrāmatu, lai padziļināti izprastu šo sistēmu pamatmehānismus. Šefpavāri, kuri sākotnēji bija skeptiski, ātri saprata, ka precīzāks sagatavju saraksts nozīmē mazāk „tukša” darba un tīrāku, efektīvāku darba gaitu.
Personāla plānošanas grūtību risināšana: pieprasījuma un darbaspēka līdzsvars
Otrais pīlārs bija vērsts uz „nogurušā viesmīļa” atgriezeniskās saites cilpas novēršanu. Ja restorānā trūkst personāla, apkalpošana kļūst lēnāka, pieaug kļūdu skaits un atsauksmes krītas. Ja personāla ir par daudz, jūs zaudējat savu peļņas maržu.
Izmantojot automatizētus personāla plānošanas risinājumus, grupa sāka ģenerēt darba grafikus, kas atbilda prognozētajām pieprasījuma līknēm. Tā vietā, lai izmantotu „standarta” maiņas, viņi pārgāja uz elastīgu plānošanu.
Tas noveda pie 100% pozitīvo atsauksmju pieauguma. Kāpēc? Tāpēc, ka restorāns nekad netika „pārsteigts nesagatavots”. Katru reizi, kad radās liels apmeklētāju pieplūdums, AI to bija paredzējis trīs dienas iepriekš, un darbā bija nepieciešamais darbinieku skaits. Darbinieku morāle uzlabojās, jo viņi nebija ne pārguruši, ne arī spiesti četras stundas bezmērķīgi pulēt glāzes.
Labāko AI rīku noteikšana viesmīlības nozarei
Ja vēlaties atkārtot šos rezultātus, jums jāsaprot, ka „labākie” rīki nav tie, kuriem ir visvairāk funkciju, bet gan tie, kas visdziļāk integrējas ar jūsu esošo pārdošanas punktu (POS) un krājumu vadības sistēmām.
Izvērtējot labākos AI rīkus viesmīlības nozarei, es meklēju trīs specifiskas spējas:
- Daudzpusēja datu iegūšana: vai rīks analizē vairāk nekā tikai jūsu pagātnes pārdošanas datus? Tam vajadzētu iekļaut vietējo pasākumu kalendārus, laikapstākļus un pat reģionālos ekonomiskos rādītājus.
- Detalizēta prognozēšana: vai tas spēj paredzēt pieprasījumu ar 15 minūšu intervālu? Tas ir būtiski personāla plānošanai.
- Praktiski izmantojami rezultāti: vai tas sniedz tikai grafiku, vai arī pasaka jūsu šefpavāram precīzi, cik kilogramu vistas gaļas pasūtīt?
Daudziem uzņēmumiem ceļš sākas ar aparatūru un infrastruktūru. Jūs nevarat izsekot tam, ko nemēra, un savu ēdināšanas aprīkojuma izmaksu izpratne saistībā ar jūsu izlaidi ir būtisks pirmais solis virtuves modernizācijā.
90/10 likums virtuvē
Kā es bieži saku saviem klientiem, AI mērķis viesmīlībā nav aizstāt restorāna „dvēseli”. Es to saucu par Viesmīlības AI 90/10 likumu.
AI būtu jātiek galā ar tiem 90% uzņēmējdarbības, kas ir loģiski, atkārtojami un balstīti uz datiem — pasūtīšana, plānošana, sagatavju prognozēšana un pamata klientu vaicājumi. Tas atbrīvo cilvēku komandu, lai koncentrētos uz tiem 10%, kam patiešām ir nozīme: viesmīlību.
Kad vadītājs nav noliecies pār izklājlapu, mēģinot saprast, kāpēc darbaspēka izmaksas ir 35%, viņš atrodas zālē, sarunājas ar viesiem un nodrošina perfektu atmosfēru. Tieši no turienes rodas 100% uzlabojums atsauksmēs. AI nesniedza pakalpojumu; tas nodrošināja apstākļus, lai cilvēki varētu sniegt lielisku pakalpojumu.
Ar ko sākt?
Ja jūs pašlaik maksājat Minējumu nodokli, nemēģiniet automatizēt visu uzreiz.
- Veiciet atkritumu auditu: vienu nedēļu precīzi fiksējiet, kas nonāk miskastē un kāpēc.
- Savienojiet savus datus: pārliecinieties, ka jūsu POS sistēma sazinās ar jūsu krājumu vadības sistēmu.
- Sāciet ar vienu funkciju: parasti sagatavju prognozēšana piedāvā visātrāko investīciju atdevi (ROI).
Kā uzņēmējs, kurš pats prioritizē AI, es redzu šo modeli katrā nozarē: uzvarētāji ir tie, kuri pārstāj minēt un sāk izmantot datus, kas viņiem jau pieder. Viesmīlībā šī pāreja vairs nav greznība — tā ir izdzīvošanas prasība. Tehnoloģija ir pieejama, izmaksas ir zemākas, nekā jūs domājat, un peļņas marža atrodas turpat jūsu atkritumu tvertnēs un pārpildītajās maiņās, gaidot, kad jūs to atgūsiet.