Чекины и бонусы: как увеличить выручку на 20% вместе с r_keeper Loyalty

От стрит-фуд до ресторана высокой кухни

Кухня, менеджерская, склад, ЕГАИС.

Чекины и бонусы: как увеличить выручку на 20% вместе с r_keeper Loyalty

Чекины и бонусы: как увеличить выручку на 20% вместе с r_keeper Loyalty
🕓 10

Зачем нужна программа лояльности в ресторане и можно ли достучаться до каждого гостя

Программа лояльности в индустрии питания — это гораздо больше, чем просто маркетинг, убеждены создатели r_keeper Loyalty. О том, почему она становится условием стабильной работы бизнеса и как ресторану настроить систему бонусов для постоянных гостей, мы поговорили с создателями сервиса.

Когда закрыт «первый стол» 

Программа лояльности — целая система взаимоотношений, через которую у гостя формируется максимальное удовлетворение от того, как ресторан с ним контактирует, говорит product owner сервиса r_keeper Loyalty Алексей Клоц. Но еще это необходимый фактор стабилизации бизнеса: когда спадет аншлаг после открытия, так называемый «первый стол», ресторану важно мотивировать гостя снова прийти к нему, а не в соседнее заведение. 

     

«Для этого есть финансовая мотивация: бонусы, привилегии, скидки. Но и нефинансовая часть тоже важна: полезные рекомендации, информация о концертах в ресторане, дегустационных сетах от приглашенного шефа, фестивалях еды. Для этого всего и нужна программа лояльности — для хороших отношений с гостями».

 Product owner сервиса Алексей Клоц

Поэтому первая задача ресторана — предложить гостю вступить в программу лояльности и собрать его персональные данные: имя, возраст, номер телефона и др. Второй шаг — идентифицировать гостя при его следующем визите. В r_keeper Loyalty доступны разные способы идентификации, из которых посетитель может выбрать самый удобный: например, через бонусную карту заведения (пластиковую или выпущенную в приложении WALLET), мобильное приложение «СберФуд», по номеру телефона. Разработчики сервиса планируют добавить возможность использования собственного приложения ресторана, чтобы никак не ограничивать гостей в вариантах чекина. 

Чекин — обязательное условие участия в программе лояльности. После него система сможет предложить гостю подходящие скидки, действующие в ресторане. А еще собрать статистику: о позициях в заказе, сумме чека, времени посещения.


Статистика по чекам в r_keeper Loyalty

Статистика по чекам в r_keeper Loyalty

Бонусы в телефоне

Полученные данные позволяют разрабатывать персонализированные акции и бонусы. Этот функционал новая команда r_keeper Loyalty запустила первым, и сейчас он стал самым востребованным у клиентов-рестораторов. Какую механику использовать для вовлечения гостя в программу лояльности, решает само заведение. Кофейни чаще предлагают абонементы на кофе или штампиковые акции («накопи девять штампов при заказе и получи десятый американо бесплатно»), большие ресторанные сети или концептуальные рестораны — скидки при определенной сумме чека.

Для коммуникации с клиентом используются разные каналы: SMS, почтовые рассылки. Одно из перспективных направлений — push-уведомления.

 

«Недавно push-рассылка одного из наших клиентов сработала с откликом 15%. Этот показатель лучше, чем у SMS, при этом пуши — бесплатный канал коммуникации. Для “холодных” гостей, которые не должны были вернуться в ресторан вообще, это очень хороший показатель. Когда ты раздаешь листовки на улицах, ты рад отклику в 1,5%, а тут в 10 раз больше». 

Product owner системы отчетности Ксения Дергунова   


Анализ эффективности рассылок в r_keeper Loyalty


Разделяй и… угощай

Успешность программы лояльности зависит от четкого понимания портрета гостя. Кому предложить второй кофе в подарок, кому — скидку на заказ с собой? В продукте r_keeper Loyalty доступны два инструмента сегментирования гостей.

Первый построен на сервисе автоматического тегирования гостей исходя из их поведения. Ежедневно обновляемая база данных присваивает всем участникам программы лояльности новые теги и удаляет неактуальные. Маркетолог может проверить ее работу и настроить определенные акции и рассылки. Этот оперативный функционал используют почти все клиенты r_keeper Loyalty, говорит Ксения Дергунова, и многие — весьма активно: «Сервис позволяет ресторатору узнать про всех гостей: вот любитель бургеров, тот вступил в программу неделю назад, а этот не приходил в ресторан уже месяц. Дальше маркетолог работает с сегментами. Например, любителю бургеров отправляет тематическую рассылку о том, как в ресторане готовят котлеты». 

Статистика рассылок в r_keeper Loyalty

Второй инструмент — отдельные отчеты, которые позволяют выделить конкретный сегмент гостей и изучить их. Например, может использоваться стратегический RFM-отчет: он анализирует статистические данные и рассчитывает ценность клиента для бизнеса, помогает предсказать его отклик на акцию и спрогнозировать дальнейшее поведение.


RFM-отчет в r_keeper Loyalty

RFM-отчет в r_keeper Loyalty

Также есть отчеты по покупкам, гостям, статистике посещаемости и многие другие. Через них ресторатор может задать определенную модель поведения гостя, отфильтровать по ней участников программы лояльности, чтобы потом с ними прокоммуницировать.

Анализ эффективности акций в r_keeper Loyalty

Анализ эффективности акций в r_keeper Loyalty

Кстати, отчеты можно использовать не только для сегментирования гостей, но и для  решения других бизнес-задач. «Например, владелец ресторана через полноценный дашборд может посмотреть выручку и выгоду от использования программы лояльности, операционный руководитель — рейтинг официантов и ресторанов сети, чтобы оценить качество обслуживания в конкретной точке, маркетолог — отчет об эффективности акций», — отмечает Алексей Клоц. 

Отчет по эффективности ресторанов в r_keeper Loyalty

Отчет по эффективности ресторанов в r_keeper Loyalty


Искусственный интеллект на раздаче

Ноу-хау системы r_keeper Loyalty — использование алгоритмов машинного обучения. Сейчас их два.

Первый помогает по поведению гостя и истории заказов спрогнозировать вероятность его возврата в ресторан и предложить персонализированные бонусы. «Во время чекина информация о заказе и посетителе попадает в нашу базу, где тщательно анализируется. Уже с третьего-четвертого посещения гостя, использующего программу лояльности, мы с точностью 96% можем сказать, вернется он в ресторан или нет, и сформировать предложение, например скидку на любимое блюдо. Алгоритм знает, что человек любит, допустим, капучино с корицей, и отправит ему сообщение: «Михаил, ближайшие три дня у вас будет скидка 30% на капучино с корицей», — говорит Алексей Клоц. Такие схемы работы, по его словам, дают хороший отклик. 

   
   «Мы проводили эксперимент в одной большой сети ресторанов в течение года. Выделили группу воздействия, с которой работали по алгоритму, и группу контроля, которая не получала таких предложений. Так вот группу воздействия нам удалось вовремя вернуть в ресторан, и эти гости принесли на 1 млн выручки больше». 

Product owner сервиса Алексей Клоц


Второй алгоритм машинного обучения, разработанный командой дата-сайентистов, позволяет определить склонность к потреблению каких-то ингредиентов или размеров порций. «Это делается просто по названиям блюд. Например, если гость пробил в чек салат с курицей и майонезом и большой капучино, система поймет, что он склонен заказывать блюда с курицей и блюда больших размеров. Такую статистику тоже хорошо учитывать при настройке персональных бонусов для этого гостя», — уверен Алексей Клоц.

Анализ структуры заказов в r_keeper LoyaltyЕще команда r_keeper Loyalty гордится использованием математического аппарата при разработке программного кода. Математика пригодилась для ухода от так называемой двойной лояльности, когда происходит наложение нескольких акций, например «счастливые часы», «подарок в день рождения» или «комбо-заказ».

     «Бывает, что для одной позиции в меню одновременно действует несколько скидок. Наша задача — сделать так, чтобы к заказу не применились все настроенные скидки, иначе ресторатор уйдет в минус. Программа должна выбрать ту скидку по данной позиции, которая даст гостю максимальную выгоду, но при этом не суммировать их. Математически это сводится к задаче линейной оптимизации». 

Техлид команды Сергей Устимов

   

Портфельные бренды

За три года работы новой команды r_keeper Loyalty продукт сильно изменился. Команда разработки практически ушла от монолитной архитектуры, что позволяет ей более гибко работать с новым функционалом. Была выстроена трехступенчатая линия поддержки клиентов, на которой проблемы b2c- и b2b-пользователей решают операторы колл-центра, сотрудники поддержки с хорошей экспертизой и собственно разработчики. Заработала система двойного мониторинга, она выявляет технические ошибки и следит за исполнением пользовательских бизнес-сценариев.

Вместе с продуктом изменился и клиент. «Сейчас с нами сотрудничают те рестораны, которым нужен хороший маркетинг, которые на самом деле хотят выстраивать долгие отношения с гостями», — говорит Алексей Клоц.

r_keeper Loyalty много общается со своими клиентами, в основном ресторанными маркетологами, которые активно используют продукт. Это позволяет собирать запросы из реальной практики бизнеса и превращать их в полезные «фичи». Именно так, например, родился отчет «Тренды», который сравнивает динамику различных показателей во времени, говорит Ксения Дергунова: анализ рынка показал, что у конкурентов нет аналогов, но при этом такой функционал был нужен рестораторам.

Курс на автоматизацию

«Сначала мы полностью переделали все акции, потому что они работали неправильно. Потом подняли систему отчетности, научились рассказывать клиентам, что гости делают в ресторане, как часто они ходят. Построили систему сегментирования гостей, которая позволяет сделать персональное предложение, запустили рассылки, — вспоминает Алексей Клоц историю развития r_keeper Loyalty. — Мы пришли в состояние, когда человек руками может настроить программу лояльности. Дальше мы будем делать машину, которая ему в этом поможет».

Автоматический маркетолог — стратегическая цель сервиса. Через 1—3 года команда собирается выпустить продукт, который «закроет» 30% хорошего маркетолога и будет сам работать с гостями в определенном наборе сценариев.

 

   «В нашей системе лояльности много возможностей, которые требуют настройки — ввода определенных параметров. Оптимальные значения параметров, как и способ их подбора, не очевидны. Например, можно создать акцию, которая предоставит пользователю скидку на заказ при определенной сумме чека или выборе конкретного блюда. При этом акцию можно открыть не всем гостям ресторана, а только некоторому сегменту. Какие параметры помогут получить максимальный эффект от акции и минимизировать издержки ресторана? Пока маркетолог решает сам, ориентируясь на свой опыт. Но мы верим, что искусственный интеллект способен помочь». 

Техлид команды Сергей Устимов   

«Нельзя просто воткнуть палку в землю и надеяться, что вырастет дерево. Так и наша платформа: мало ее установить, важно еще и правильно работать в системе, эффективно настраивать бонусные программы», — говорит Алексей Клоц. Поэтому сейчас успешность внедрения программы лояльности во многом объясняется талантом маркетологов, которые работают на стороне клиента. Они и добиваются впечатляющих показателей: +32% к среднему чеку, +20% к выручке заведения. «Но когда появится автоматический маркетолог, сервис r_keeper Loyalty сможет добиваться экстраприбыли на лояльности, причем простейшей настройкой. К этому и идем», — заключает он.

R_keeper Loyalty единое решение для запуска программы лояльности в ресторане или всей сети. По данным аналитиков  r_keeper, использование сервиса в заведении приносит до 25% дополнительной выручки, увеличивает средний чек на 30% и поднимает показатель окупаемости маркетинговых вложений (ROMI) до 300-1000%.

Подробнее об условиях подключения к сервису тут: http://rkeeper.ru/products/loyalty


Блог
Как автоматизировать ресторан за 30 минут
Что такое легкая автоматизация управления кассой, меню, складом и отчетностью для небольших ресторанов, кафе и фастфуд-сетей? Это r_keeper Lite
Подробнее
Лучшие материалы блога 2020
За второе полугодие 2020 года в нашем блоге появилось 105 статей и материалов. Собрали наиболее заметные материалы 2020 года по темам.
Подробнее
Показать ещё

В целях улучшения работы сайта ООО «КОМПАНИЯ ЮСИЭС» (далее - Компания) использует cookie (файлы с данными о прошлых посещениях сайта).

Продолжая пользоваться нашим сайтом, вы выражаете свое согласие на обработку ваших персональных данных с использованием интернет-сервисов «Google Analytics» и «Яндекс Метрика».

В случае отказа от обработки ваших персональных данных вы можете отключить сохранение cookie в настройках вашего браузера или прекратить использование сайта.