Menu zasilane sztuczną inteligencją

Przegląd

Wszyscy właściciele lub menedżerowie restauracji chcą, aby ich lokale miały skuteczne i dobrze zbilansowane menu. Aby odnieść sukces, muszą stosować specjalne techniki i otrzymywać raporty do analizy sprzedaży. Syrve robi to za nich. Automatycznie. Na podstawie takich danych analitycznych Syrve może zasugerować: zwiększenie sprzedaży danego produktu, usunięcie go z menu, obniżenie kosztu lub ceny, albo zmianę dostawców.

W tym celu Syrve wykorzystuje kilka technik: model Kasavana-Smith, metodę Pavesica, analizę ABC oraz analizę dynamiki i specjalne obliczenia.

Analiza kompleksowa oraz analiza kompleksowa z wyjątkami łączą wymienione techniki, zapewniając bardziej precyzyjne rekomendacje.

Wykonywanie analizy

Aby przeprowadzić analizę menu i otrzymać rekomendacje:

1. Uruchom analizę ABC/XYZ produktów.

2. W Ustawieniach wybierz technikę rekomendacji.

3. Kliknij Akcje > Pobierz rekomendacje. Wszystkie możliwe rekomendacje pojawią się w tabeli pozycji menu.

   

   Kompleksowa analiza menu

4. Rekomendacje oparte na metodzie analizy dynamiki i specjalnych obliczeń są podane na niebiesko. Aby dowiedzieć się, na jakich obliczeniach bazują takie rekomendacje, kliknij w komórkę.

   Dwie rekomendacje w jednej komórce oznaczają, że jedna opiera się na modelu Kasavana-Smith, metodzie Pavesica lub analizie ABC, a druga na analizie dynamiki.

5. Aby filtrować produkty według wymaganych rekomendacji, użyj filtrów nad tabelą.

   

Filtrowanie według typu rekomendacji

Proszę czytać dalej, aby dowiedzieć się więcej o każdej technice.

Techniki

Analiza dynamiki i specjalne obliczenia

Ta technika jest wykonywana równocześnie z innymi metodami. System analizuje zachowanie cen, liczbę sprzedaży oraz przychód w porównaniu z poprzednim okresem. Użyj tej techniki, aby zidentyfikować przyczynę wzrostu kosztu produktu i dowiedzieć się, kto może zaoferować lepszą cenę.

Proszę sprawdzić możliwe rekomendacje oraz powody ich wystąpienia:

Rekomendacja	Powód
Zmień dostawcę	Zakup składników po niższej cenie od innego dostawcy może zaoszczędzić co najmniej 5% kosztu produktu.
Obniż koszt	Średnia cena zakupu wzrosła w badanym okresie w porównaniu z okresem referencyjnym. Jeśli inne techniki sugerują obniżenie kosztów, zobaczysz listę składników, których cena wzrosła powodując co najmniej 5% wzrost kosztu produktu.
Obniż cenę	Cena wzrosła co najmniej o 5%, a przychód spadł co najmniej o 10% w porównaniu z poprzednim okresem.

Model Kasavana-Smith

W tej technice liczba sprzedaży i zysk generowany przez produkt są porównywane ze średnią. W efekcie produkty są podzielone na cztery grupy. System sugeruje działania w zależności od grupy, do której należy produkt. Poniższa tabela przedstawia rekomendacje dla każdej grupy produktów.

Rekomendacja	Powód
Obniż koszt	Wysoka sprzedaż, niski przychód jednostkowy
Zwiększ sprzedaż	Niska sprzedaż, ale wysoki przychód jednostkowy
Usuń z menu	Niska sprzedaż i niski przychód jednostkowy

System nie udziela żadnych rekomendacji dotyczących produktów przynoszących zysk i mających dużą sprzedaż.

Wizualne przypisanie produktów i rekomendacji:

Analiza menu Kasavana-Smith

Legenda:

• SalesTH : Próg procentowy liczby sprzedaży
• Avg.Rev1 : Średni przychód na jednostkę

Metoda Pavesica

Ta metoda uwzględnia stosunek ważonego wkładu marginalnego każdego produktu do kosztu żywności. Porównuje się go ze średnimi wartościami, a następnie produkty dzieli się również na cztery grupy.

W efekcie najlepsze produkty to te o niskim koszcie i wysokim ważonym wkładzie marginalnym. Syrve nie udziela żadnych rekomendacji dla takich produktów.

Pozostałe grupy otrzymują następujące rekomendacje.

Rekomendacja	Powód
Obniż koszt	Wysoki koszt żywności, wysoki przychód
Zwiększ sprzedaż	Niski koszt żywności, niski przychód
Usuń z menu	Wysoki koszt żywności, niski przychód

Podział jest dobrze przedstawiony na diagramie.

Analiza produktów Pavesica

Legenda:

• Avg.FC : Średni koszt żywności
• Avg.Rev : Średni przychód na jednostkę

Analiza ABC

Produkty są grupowane na podstawie następujących wskaźników KPI: liczby sprzedaży, przychodu i marży. Aby uzyskać więcej szczegółów, proszę sprawdzić artykuł Analiza ABC/XYZ produktów.

Rekomendacje zależą od kombinacji grup.

Rekomendacja	Grupy
Obniż koszt	AAB, AAC, ABB, ABC, BAC
Zwiększ sprzedaż	BAA, BAB, BBA, BCA, CCA, CAB, CBA, CBB, CCA, CCB
Usuń z menu	CCC

Analiza kompleksowa

Ta analiza łączy trzy poprzednie: Kasavana-Smith, Pavesic oraz analizę ABC. Ogólne znaczenie jest takie: jeśli dwie techniki dają tę samą rekomendację, zostanie ona podana jako ostateczna. W konsekwencji obejmuje mniej produktów, ale z większą dokładnością.

Tabela podaje ostateczną rekomendację wynikającą z analizy kompleksowej.

Rekomendacja	Komentarz
Obniżenie kosztów	Wszystkie lub dwie techniki rekomendują obniżenie kosztów
Stymulowanie sprzedaży	Wszystkie lub dwie techniki rekomendują stymulowanie sprzedaży
Usunięcie z menu	Liczba sprzedaży tygodniowo w określonym okresie jest mniejsza niż 1, a udział sprzedaży jest mniejszy niż 0,1%

Kompleksowa analiza z wyjątkami

Jest podobna do kompleksowej analizy, ponieważ wynik opiera się na połączeniu pierwszych trzech metod. Jednak wybierane jest tylko 25% pozycji Kasavana-Smitha i Pavesica o najbardziej wyraźnych właściwościach grup.

Przyjrzyjmy się bliżej kryteriom wyboru dla modelu Kasavana-Smitha jako przykładowi.

1. Diagram pokazuje dolne progi liczby sprzedaży i przychodu używane do definiowania grup. Pozycje są pokazane jako czerwone kropki.

   

   Dolne progi

2. System wybiera 50% najlepiej sprzedających się pozycji powyżej linii SalesTH oraz 50% wolno sprzedających się pozycji poniżej linii SalesTH wzdłuż osi „Liczba sprzedaży”. To samo dotyczy osi „Przychód jednostkowy”.

    Wybór 50% pozycji według liczby sprzedaży i przychodu

3. Teraz oba wykresy są łączone. W efekcie tylko 25% pozycji — obszary nakładające się, zamknięte w zielonych prostokątach — otrzymują rekomendacje.

   

   Dopasowanie obszarów

To samo dotyczy metody Pavesica.

W konsekwencji objętych analizą jest jeszcze mniej pozycji w porównaniu do kompleksowej analizy. Rekomendacje stają się jeszcze bardziej precyzyjne, ponieważ analizowane są tylko najbardziej wyróżniające się pozycje.