In dit artikel deel ik graag een case met je. Voor een grote Horeca groep heb ik verschillende data modellen opgezet en logica toegepast op hun systemen en applicaties. Zo heb ik onder andere het kassasysteem, inkoop data, Exact Online en Nmbrs personeelsdata verwerkt tot belangrijke inzichten en stuurinformatie. Allereerst een korte samenvatting van enkele doelen die vooraf besproken zijn.
Doelen
- Hardlopers en verliezers voor menu-engineering
- Slimme en efficiënte personeelsplanning
- Verkoop marge producten verhogen
- Percentages food versus drank benchmarken
- Omzet overzichten per uur en tafel
Kassa systeem analyse
Een kassasysteem heeft ontzettend veel nuttige data. Het vertelt je vanalles over verkochte producten, bon omzet, tafel bezetting, verkoop door het personeel en nog veel meer. Omdat er zoveel data is, kan het lastig zijn om deze goed in actieve inzichten om te zetten. Voor managers en eigenaren moet het eenvoudig zijn om de inzichten eruit te halen waar direct iets mee gedaan moet worden. Zoals een te lage omzet op een bepaald tijdstip van de dag, slecht lopende producten, een verkeerde omzetverhouding van je food en dranken.
Piekmomenten en ‘plakkers’
Omdat van alle bonnen ook het tijdstip vastligt, kun je direct zien wat de piekmomenten en dalen van de dag zijn, per weekdag. Wellicht zou je op een bepaalde dag langer open kunnen blijven of juist later opengaan. Je kunt ook een belangrijk ander potentieel probleem tackelen. De ‘plakkers’ aan een tafel die urenlang blijven zitten nadat ze iets hebben besteld. Focus je op de tafels waar dit gebeurt en instrueer je personeel om er op te letten, of kijk naar de tafelindeling op de vloer.
Data gestuurde Menu engineering
Uiteraard kun je in één oogopslag zien wat je top 10 verkochte producten zijn in food en dranken. Wil je aan de prijs sleutelen van die producten? Of kijk je naar de verliezers van het menu en ga je die inwisselen voor andere gerechten? Een belangrijk onderscheid is de marge op producten om deze afwegingen te maken, zie daarvoor verderop de koppeling met inkoop data.
Index
In dit geval is het kassasysteem van Index in gebruik. Zij bedienen de hospitality in Nederland met het kassa platform van NCR. Met een selectie van de tabellen kun je inzichten op het niveau van meerdere zaken, dagen, tafels, bonnen en medewerkers analyseren.
Koppeling van Inkoop data
Door de inkoop data te koppelen aan de kassa verkoop, heb je de mogelijkheid om gedetailleerd te sturen op marge en inkoop-optimalisatie. Het is dan mogelijk om op recept niveau de marge te berekenene en dit naast de bruto verkoop te zetten. Of je kunt verspilling of portie groottes analyseren door de ingekochte ingredienten, in stuks en kilo’s per recept, te vergelijken met de verkochte recepten. Daarmee kun je achterhalen of er bijvoorbeeld teveel tomaten in een salade gaan of op hoeveel gram een biefstuk gemiddeld wordt gesneden, waardoor de marge onder de verwachting is.
Analyse financiele data Exact
Geen gerichte acties mogelijk zonder dat je de totale inzichten hebt in omzet, kosten en bruto marge. Met Exact data is het eenvoudig om een Winst & Verlies overzicht te maken per maand, per zaak. Jaar-op-jaar groei geeft goede inzichten in hoe je het doet ten opzichte van dezelfde periode vorig jaar.
Analyse personeelsdata
Met gebruik van personeelsdata kun je de inzet van personeel optimaliseren en het onderscheid maken tussen keuken en bediening. Contracten zijn te beheren en ten tijde van Corona was het erg behulpzaam om berekeningen te maken voor tegemoetkomingen en de LIV.In dit project hebben we gebruik gemaakt van Nmbrs en Nostradamus data voor gewerkte uren en personeelsdata.
Conclusie
Zo zie je dat de combinatie van al deze bronnen het meeste oplevert: omzet in verhouding tot personeel, verkoop vergeleken met inkoop en bruto marge naast loonkosten. Misschien staat het koppelen van systemen in de horeca nog in de kinderschoenen, maar dit project toont aan dat het zeer nuttig is en veel oplevert! Als je nog vragen hebt naar aanleiding van dit artikel, hoor ik het graag.