Analytics para restaurantes: de KPI a decisiones
Analytics para restaurantes: empieza por la decisión, no por el dashboard
Un tablero puede mostrar ventas, ticket promedio, ocupación y costo de alimentos sin cambiar una sola decisión. El problema no es la falta de indicadores: es que nadie define qué pregunta responde cada uno, qué acción puede activar y quién debe ejecutarla.
Analytics para restaurantes es la disciplina de convertir datos confiables en decisiones repetibles. En este artículo damos por resuelta la base técnica. Si tus ventas, reservas, anulaciones o inventario todavía no coinciden, primero necesitas preparar y validar los datos. Aquí trabajaremos sobre información que ya tiene definición, propietario y controles de calidad.
El resultado no debería ser “tener más reportes”. Debería verse así:
La contribución del servicio de los martes cayó durante tres semanas, principalmente en pedidos de un canal y una familia de platos. El gerente probará un cambio acotado durante dos semanas, con una métrica principal, dos salvaguardas y una fecha para decidir si mantiene, modifica o revierte la acción.
Ese enunciado conecta resultado, segmento, hipótesis, responsable y siguiente paso.
Construye un árbol de KPI alrededor del resultado
Una lista plana mezcla causas y consecuencias. Un árbol obliga a relacionarlas. En la parte superior coloca el resultado del negocio que buscas mejorar; debajo, los factores que pueden explicarlo.
| Rama | Pregunta de dirección | Indicadores de resultado | Indicadores de diagnóstico |
|---|---|---|---|
| Ingreso | ¿Qué está generando la venta neta? | Venta neta, ingreso por canal | Tráfico, cubiertos, conversión, ticket y mezcla |
| Margen | ¿Qué queda después de costos controlables? | Margen de contribución | Costo real, merma, descuento, comisión y mezcla |
| Capacidad | ¿Cómo usamos espacio y tiempo? | Ingreso o contribución por hora disponible | Ocupación, duración, rotación, no-show y espera |
| Cliente | ¿Qué comportamiento queremos conservar? | Repetición, valor por cohorte | Frecuencia, recencia, quejas y recuperación |
| Operación | ¿Dónde se pierde consistencia? | Nivel de servicio definido | Tiempos, errores, agotados y retrabajo |
No todos los restaurantes necesitan todos los indicadores. Elige los que puedan cambiar una decisión dentro de la responsabilidad del equipo. La temperatura exterior puede ayudar a explicar demanda, pero no es una palanca. La disponibilidad del menú sí.
Define la métrica antes de discutir el resultado
Dos personas pueden usar “ticket promedio” y calcular cosas diferentes. Una divide venta bruta entre pedidos; otra usa venta neta entre cubiertos. Antes de llevar una cifra a la reunión, registra:
- nombre y objetivo;
- fórmula;
- inclusiones y exclusiones;
- unidad y moneda;
- periodo y corte operativo;
- dimensiones disponibles;
- responsable;
- frecuencia;
- umbral que exige investigación.
Venta neta y ticket
Separa venta bruta, descuentos, devoluciones, impuestos y propinas conforme al tratamiento definido por finanzas. El ticket por pedido responde una pregunta distinta al ingreso por cubierto. Delivery, barra y comedor tampoco deberían mezclarse automáticamente.
Margen de contribución
Para decisiones de menú, la contribución por unidad suele partir del precio neto menos los costos variables incluidos en la definición. No confundas costo estándar o teórico con consumo real. El primero ayuda a diseñar; el segundo revela compras, porciones, merma y diferencias.
La investigación de menú engineering basada en activity-based costing muestra que asignar actividades con más detalle puede cambiar la lectura obtenida con una contribución simplificada. El estudio publicado en Journal of Foodservice Business Research analizó un restaurante; es evidencia para examinar el método, no una garantía de que cualquier negocio obtendrá la misma conclusión.
Capacidad y tiempo
La literatura de Cornell sobre restaurant revenue management propone observar precio y duración, además de la mezcla de mesas. Una métrica conocida es RevPASH:
RevPASH = ingreso del periodo ÷ asientos disponibles ÷ horas del periodo
La fórmula permite comparar franjas con capacidad diferente, pero no explica sola por qué cambió. Puede subir por precio, mezcla, más cubiertos o menor duración. Para un restaurante con fuerte variación de margen, conviene calcular también una versión basada en contribución, con definición propia y explícita.
Segmenta antes de concluir
Un promedio total puede ocultar comportamientos opuestos. Antes de declarar que “el ticket bajó”, corta el resultado por dimensiones relevantes:
- sucursal;
- canal;
- día y franja;
- mesa o tamaño del grupo;
- familia de producto;
- ocasión o tipo de reserva;
- cliente nuevo frente a recurrente;
- promoción;
- responsable operativo, cuando sea pertinente y justo.
Imagina que el ticket total sube porque creció el peso de cenas de fin de semana, aunque el ticket haya bajado dentro de cada franja. Ese efecto de composición se relaciona con la llamada paradoja de Simpson: la tendencia agregada puede diferir de la de sus grupos.
La segmentación tampoco autoriza perseguir cualquier coincidencia. Cuantos más cortes explores, mayor es la probabilidad de encontrar un patrón casual. Formula una hipótesis, busca una explicación operativa y valida con más de un periodo o mediante una prueba.
Diseña tres capas de tablero
Un único dashboard no sirve igual al propietario, al gerente y al responsable de una estación.
Capa 1: dirección
Debe responder si el resultado se mueve en la dirección esperada. Incluye pocos indicadores de ingreso, margen, capacidad y cliente, comparados contra objetivo y periodo equivalente.
Capa 2: operación
Permite localizar la causa por sucursal, canal, franja o categoría. Aquí viven excepciones, agotados, tiempos, anulaciones y diferencias de costo.
Capa 3: investigación
Contiene detalle suficiente para validar una hipótesis: orden, producto, evento o cohorte. El acceso debe respetar funciones y privacidad; no toda persona necesita ver datos identificables del cliente.
Cada tarjeta debe mostrar definición, periodo, última actualización y ruta hacia el detalle. Los colores por sí solos no explican si una diferencia es material, si la meta cambió o si falta información.
Establece una cadencia semanal de decisión
Reserva un tiempo corto y fijo. La conversación puede seguir este orden:
- Resultado: ¿qué cambió respecto al objetivo y a un periodo comparable?
- Calidad: ¿el dato está completo y actualizado?
- Segmento: ¿dónde se concentra la diferencia?
- Hipótesis: ¿qué mecanismo operativo podría explicarla?
- Acción: ¿qué cambio reversible probaremos?
- Salvaguardas: ¿qué no debe deteriorarse?
- Responsable y fecha: ¿quién ejecuta y cuándo revisamos?
No revises veinte alertas con la misma prioridad. Clasifica cada tema: observar, investigar, actuar o escalar. Una variación pequeña dentro del comportamiento normal puede permanecer en observación; una diferencia de caja o un riesgo de inocuidad exige otra respuesta.
Distingue síntoma, diagnóstico y causa
Una correlación sugiere dónde mirar; no demuestra qué provocó el cambio.
- “Bajó la rotación” es un síntoma.
- “La duración aumentó en mesas de seis durante el segundo turno” es diagnóstico.
- “La nueva secuencia de servicio causó el aumento” sigue siendo una hipótesis.
Busca evidencia del mecanismo: cambio de horario, composición del menú, estación saturada, capacitación, disponibilidad o mezcla de clientes. Revisa explicaciones alternativas y eventos externos. Comparar un sábado festivo con uno ordinario puede producir una diferencia real pero inútil.
Evita optimizar una métrica aislada. Reducir duración podría bajar la experiencia; elevar el ticket con descuentos agresivos podría reducir margen; disminuir personal podría aumentar errores. Define una métrica principal y salvaguardas.
Convierte la hipótesis en un experimento operativo
No necesitas una infraestructura científica para aprender con disciplina. Sí necesitas una regla de decisión escrita antes de ver el resultado.
Una ficha sencilla incluye:
| Campo | Ejemplo de estructura |
|---|---|
| Problema | Resultado, segmento y periodo |
| Hipótesis | Mecanismo que podría explicarlo |
| Cambio | Una intervención acotada |
| Unidad | Sucursal, franja, mesa o producto |
| Métrica principal | Resultado que debería mejorar |
| Salvaguardas | Margen, errores, quejas o tiempo |
| Duración | Suficiente para cubrir ciclos relevantes |
| Decisión | Mantener, ajustar o revertir según regla |
Cuando sea posible, compara con una sucursal, franja o producto semejante que no reciba el cambio. Si no existe un control razonable, compara periodos equivalentes y documenta las limitaciones. No cambies precio, receta, promoción y personal al mismo tiempo si luego quieres saber qué funcionó.
Mantén un registro de acciones
El aprendizaje desaparece si queda en mensajes. Conserva:
- fecha;
- métrica y segmento;
- evidencia;
- hipótesis;
- acción;
- responsable;
- fecha de revisión;
- resultado;
- decisión final;
- efectos no previstos.
El registro evita repetir pruebas fallidas y permite explicar por qué una regla o meta cambió. También separa el desempeño del sistema de la memoria de una persona.
Plan de implementación en cuatro semanas
- Semana 1: elige una decisión recurrente y tres o cuatro indicadores relacionados.
- Semana 2: documenta fórmulas, objetivos, dimensiones y responsables.
- Semana 3: construye las capas mínimas del tablero y realiza una reunión piloto.
- Semana 4: ejecuta una acción reversible, mide salvaguardas y documenta la decisión.
Al final evalúa si el equipo tomó una decisión mejor o más rápida. “El dashboard se actualizó” es una medida técnica; “detectamos el segmento, probamos un cambio y decidimos con evidencia” es una capacidad operativa.
Para relacionar estas decisiones con inventario, servicio y programa de vinos, conoce la propuesta de Kavasoft para restaurantes.
