เพิ่มประสิทธิภาพการให้บริการเดลิเวอรีอาหารด้วยข้อมูล

บทบาทหลัก

นักวิจัย

ขอบเขตงาน

การวิจัยตลาดและการวิเคราะห์ข้อมูล

Dr. Zachary Garfield

ผู้อำนวยการวิจัย

ความเป็นมา

ร้านอาหารต่างๆ เริ่มหันมาให้บริการเดลิเวอรีมากขึ้น ตั้งแต่ก่อนเกิดโควิด-19 แล้วที่ร้านอาหารต่างเข้าใจว่าการจัดส่งอาหารนั้นแตกต่างจากหน้าร้าน และเป็นวิธีเพิ่มรายได้อีกทางหนึ่ง ร้านอาหารอาจรองรับลูกค้าได้แค่ประมาณ 50 ถึง 100 คนต่อคืน แต่จำนวนอาหารเดลิเวอรีที่จะจัดส่งได้นั้นขึ้นอยู่กับความสามารถในการรับออเดอร์ของครัว

โควิด-19ทำให้บริการเดลิเวอรีกลายเป็นสิ่งจำเป็นในหลายตลาดเพราะเป็นวิธีเดียวที่ร้านอาหารจะยังเปิดอยู่ได้ แต่ลูกค้าเดลิเวอรีนั้นแตกต่างจากลูกค้าที่รับประทานที่ร้าน โดยมีความชอบ รูปแบบการสั่ง และแรงจูงใจที่แตกต่างกัน และลูกค้าเหล่านี้ยังมีวิธีการที่ไม่เหมือนใครในการสื่อสารถึงความชอบหรือไม่ชอบกับร้านอาหาร

Fourdozen จึงได้ช่วยดำเนินการวิเคราะห์คำสั่งซื้อหรือออเดอร์ต่างๆ ซึ่งเป็นส่วนหนึ่งของงานการตลาดด้านอาหารและเครื่องดื่มที่เราทำ เพื่อช่วยให้เจ้าของร้านอาหารเข้าใจได้ดีขึ้นว่าลูกค้าที่ใช้บริการเดลิเวอรีต้องการบอกอะไร และนำฟีดแบ็กเหล่านั้นมาปรับเมนู ราคา และดีลพิเศษต่างๆบทความนี้จะให้ข้อมูลพื้นฐานเกี่ยวกับงานวิเคราะห์เมนูที่เราได้ดำเนินการในกรุงฮานอย ประเทศเวียดนามระหว่างปี 2562 และ 2563

ปัญหา

ร้านอาหารและพนักงานจำเป็นต้องเข้าใจความต้องการ ความชอบ และพฤติกรรมของลูกค้าเดลิเวอรีให้ดียิ่งขึ้น ในหลายๆ กรณี เจ้าของร้านอาหาร สามารถเข้าถึงข้อมูลจำนวนมากซึ่งให้ข้อมูลเชิงลึกเกี่ยวกับเมนูและลูกค้าของพวกเขาและนำมาช่วยปรับกลยุทธ์การตลาดตลอดจนเพิ่มประสิทธิภาพในการดำเนินการและการทำกำไรได้ อย่างไรก็ตาม เจ้าของร้านอาหารจำนวนมากยังขาดความเชี่ยวชาญด้านสถิติที่จำเป็น หรือมีงานยุ่งเกินกว่าที่จะมีเวลาในการรวบรวมและวิเคราะห์ข้อมูลเพื่อประกอบการตัดสินใจได้อย่างมีประสิทธิภาพ ยิ่งไปกว่านั้น ระบบ POS (Point-of-sale system) หรือระบบขายหน้าร้าน มักทำงานได้ไม่สอดคล้องกับแอปเดลิเวอรี ซึ่งทำให้เกิดชุดข้อมูลแยกส่วนที่นำไปใช้งานไม่ได้

ไอเดีย

Fourdozen แก้ปัญหานี้ด้วยการทำให้ทุกอย่างง่ายขึ้น: ง่ายต่อการรวบรวมและรวมข้อมูลเป็นชุดที่วิเคราะห์ได้ ง่ายต่อการสรุปผลจากข้อมูลเหล่านั้น และนำไปใช้ดำเนินการได้ง่ายขึ้น

Fourdozen ทำการวิเคราะห์ข้อมูล เดลิเวอรี ออเดอร์ จากร้านอาหารท้องถิ่นที่ได้รับความนิยมในกรุงฮานอย ประเทศเวียดนาม เป็นระยะเวลา 14 เดือน ประกอบด้วยคำสั่งซื้อ 1,500 รายการจากลูกค้าที่ไม่ซ้ำกันกว่า 750 ราย คำสั่งซื้อเหล่านี้มาจากช่วงก่อน ระหว่าง และหลังการแพร่ระบาดของโควิด-19 สองระลอกแรก รวมถึงในช่วงล็อกดาวน์ทั้งหมดเมื่อร้านอาหารไม่สามารถให้บริการในร้านได้

การวิเคราะห์ได้รับการออกแบบมาเพื่อเฟ้นหาข้อมูลเชิงลึกเกี่ยวกับเมนูเดลิเวอรีแต่ละอันที่สามารถนำไปใช้ในเชิงปฏิบัติได้ โดยทำการตรวจสอบหาความสัมพันธ์ระหว่างกันและทำการระบุรายการที่กระตุ้นให้ลูกค้าสั่งซื้ออีกครั้งและสั่งซื้อจำนวนมากขึ้น

Fourdozen ใช้การวิเคราะห์คลัสเตอร์แบบลำดับชั้นเพื่อระบุว่าเมนูอาหารรายการใดได้รับการสั่งซื้อร่วมกันมากที่สุดเพื่อสร้าง “โปรไฟล์” ของลูกค้าขึ้นมา โดยเราใช้การวิเคราะห์เชิงถดถอยสุทธิแบบยืดหยุ่นเพื่อค้นหาว่าอาหารรายการใดที่เชื่อมโยงกับทั้งลูกค้าขาจร (ซึ่งหมายถึงการพลาดโอกาสในการขายอย่างต่อเนื่อง) และระบุถึงลูกค้าที่สั่งซื้อมากที่สุดในช่วงเวลาหนึ่ง (ซึ่งคือ big spenders) การวิเคราะห์เช่นนี้ช่วยเผยให้เห็นประสิทธิภาพของรายการเมนูอาหารจริง ซึ่งดีกว่าการโฟกัสที่ปริมาณการสั่งซื้อเท่านั้น เช่นสามารถทำให้เห็นรายการอาหารที่อาจสร้างความประทับใจในตอนแรก แต่ทำให้รู้สึกผิดหวังเมื่อมาถึงบ้านของลูกค้า..

สุดท้าย เราใช้การวิเคราะห์อนุกรมเวลาเพื่อทำความเข้าใจให้ดียิ่งขึ้นว่าลูกค้าใหม่และลูกค้าที่กลับใช้บริการซ้ำนั้นแตกต่างกันอย่างไรในช่วงการแพร่ระบาดของโควิด-19 และบริการทางการตลาดส่งผลต่อคำสั่งซื้อจากลูกค้าใหม่เทียบกับลูกค้าประจำอย่างไร

ผลลัพธ์

การวิเคราะห์เมนูให้ข้อมูลที่น่าสนใจมากมายเนื่องจากมีตัวแปรมากมายให้ดู ในโปรเจกนี้ เราสามารถหาข้อสรุปที่นำไปปฏิบัติได้หลากหลายซึ่งช่วยสร้างผลกำไรให้ร้านอาหาร ตลอดจนช่วยร้านอาหารให้สามารถระบุและลบรายการอาหารที่ไม่ได้สร้างความพึงพอใจได้

สิ่งที่น่าแปลกใจที่สุดที่เราค้นพบคือ รายการเมนูที่มียอดขายสูงสุดสามารถทำลายความสำเร็จของร้านอาหารได้ เจ้าของร้านอาหารทั่วไปเมื่อมองดูที่ยอดการขายและเห็นตัวเลขการสั่งซื้อทั้งมื้อกลางวันและมื้อค่ำที่ดีอย่างต่อเนื่อง อาจจะเดาว่ารายการอาหารเรียกน้ำย่อยที่มีต้นทุนต่ำและอัตรากำไรต่ำนี้เป็นที่นิยม แต่การวิเคราะห์ของเราพบว่าลูกค้าใหม่ที่สั่งซื้อสินค้าชิ้นนี้มีโอกาสน้อยที่จะสั่งซื้ออีก ความน่าสนใจของเมนูที่ดึงดูดให้พวกเขาสั่งอาหารเรียกน้ำย่อยนั้นไม่สอดคล้องกับประสิทธิภาพในการขาย ซึ่งหมายความว่าร้านอาจจะพลาดในการดึงดูดให้ลูกค้ากลับมา

การระบุและลบรายการที่ทำให้ผิดหวัง

สิ่งที่น่าแปลกใจที่สุดที่เราค้นพบคือ รายการเมนูที่มียอดขายสูงสุดสามารถทำลายความสำเร็จของร้านอาหารได้ เจ้าของร้านอาหารทั่วไปเมื่อมองดูที่ยอดการขายและเห็นตัวเลขการสั่งซื้อทั้งมื้อกลางวันและมื้อค่ำที่ดีอย่างต่อเนื่อง อาจจะเดาว่ารายการอาหารเรียกน้ำย่อยที่มีต้นทุนต่ำและอัตรากำไรต่ำนี้เป็นที่นิยม แต่การวิเคราะห์ของเราพบว่าลูกค้าใหม่ที่สั่งซื้อสินค้าชิ้นนี้มีโอกาสน้อยที่จะสั่งซื้ออีก ความน่าสนใจของเมนูที่ดึงดูดให้พวกเขาสั่งอาหารเรียกน้ำย่อยนั้นไม่สอดคล้องกับประสิทธิภาพในการขาย ซึ่งหมายความว่าร้านอาจจะพลาดในการดึงดูดให้ลูกค้ากลับมา

เจาะกลุ่มเป้าหมายในสำนักงานด้วยเมนูอาหารกลางวันพิเศษ

บริการเดลิเวอรีอาหารส่วนใหญ่ถูกส่งไปยังบ้านและอพาร์ตเมนต์มากกว่าโรงแรมและสำนักงาน แต่เราพบว่าคำสั่งซื้อไปยังสำนักงานและโรงแรมมีแนวโน้มที่จะมียอดรวมสูงกว่าบ้านหรืออพาร์ตเมนต์ ดังนั้น การเพิ่มคำสั่งซื้อไปยังสำนักงานจะสามารถช่วยเพิ่มรายได้ เราจึงแนะนำให้มีการ:

  • สร้างชุดอาหารกลางวันพิเศษสำหรับกลุ่มพนักงาน 2, 4 และ 6 คนที่ทำงานในสำนักงาน;
  • นำเสนอดีลการจัดส่งในช่วงเวลาอาหารกลางวันสำหรับผู้ที่มีคำสั่งซื้อจำนวนมากหลายรายการ เพื่อกระตุ้นการสั่งซื้อแบบกลุ่มจากสำนักงาน และ
  • ทำการตลาดแบบดั้งเดิมในโรงแรมและสำนักงาน เช่น การแจกจ่ายเมนูกระดาษ

การจัดเมนูสำหรับอาหารกลางวัน

การวิเคราะห์ทำให้รู้ว่าออเดอร์ใดเป็น “ออเดอร์ที่เหมาะสำหรับมื้อกลางวัน” เราค้นพบคำสั่งซื้อที่แตกต่างกันจำนวนหนึ่งและชุดคำสั่งซื้อที่สั่งเฉพาะในช่วงเวลาอาหารกลางวัน ดังนั้น เราจึงแนะนำให้ลูกค้าเพิ่มรายการอาหารเหล่านี้เป็นสองเท่าโดยสร้างชุดกล่องอาหารกลางวันที่มีรายการอาหารเหล่านั้น

มัดใจลูกค้าที่ทานมังสวิรัติให้กลับมาใช้บริการอีกครั้ง

นอกจากนี้ เรายังค้นพบว่าที่ร้านอาหารแห่งนี้ คนทานมังสวิรัติมักจะสั่งทานครั้งเดียวและไม่สั่งซ้ำ ซึ่งทำให้เราพบปัญหาที่อาจเกิดขึ้นกับอาหารมังสวิรัติ เราแนะนำให้ร้านอาหารทำเมนูที่เป็นมิตรกับลูกค้ามังสวิรัติมากขึ้น พร้อมแก้ไขและปรับปรุงตัวเลือกอาหารมังสวิรัติเพื่อให้สามารถแข่งขันและสร้างความแตกต่างจากคู่แข่งได้มากขึ้น

สร้างโปรไฟล์ลูกค้าแบบละเอียด

ประการสุดท้ายซึ่งเป็นประเด็นที่อาจจะมีความน่าสนใจที่สุด การวิเคราะห์คำสั่งซื้อช่วยให้เราสามารถระบุโปรไฟล์ลูกค้าที่แตกต่างกันจำนวนมากได้ กล่าวคือ เราสามารถดูรายการอาหารยอดนิยมในช่วงเวลาต่างๆ ของวันและวันในสัปดาห์ และรายการใดที่สั่งรวมกันบ่อยที่สุด

จากข้อมูลเชิงลึกเหล่านี้ เราสามารถจับคู่ออเดอร์ต่างๆ เข้าด้วยกันและตั้งชื่อสำหรับใช้ภายในร้านได้ เช่น “the dinner spread” “the tried and true” หรือ “drunken munchies” ด้วยวิธีนี้ เราได้ให้คำแนะนำต่างๆ กับร้าน เช่นการจัดระเบียบเมนูใหม่เพื่อส่งเสริมการจับคู่ออเดอร์ การสร้างเมนูอาหารแบบผสม การทำโปรโมชัน และการปรับปรุงประสิทธิภาพโดยรวมของครัว


Dr. Zachary Garfield

ผู้อำนวยการวิจัย

ทำงานกับเรา

แจ้งให้เราทราบเล็กน้อยเกี่ยวกับโครงการของคุณ

ให้เราทำงานให้คุณ

สนใจร่วมงานกับ Fourdozen หรือไม่? ไม่มีโครงการใดที่ใหญ่หรือเล็กเกินไปสำหรับเรา ฝากชื่อและอีเมลของคุณไว้ด้านล่าง พร้อมข้อมูลคร่าวๆ เกี่ยวกับโครงการของคุณ แล้วเราจะติดต่อคุณกลับ