ข้ามไปที่เนื้อหาหลัก

แดชบอร์ด Menu

ตาราง menu engineering แบบ 2x2: เมนูทุกรายการถูกวางตาม order penetration เทียบกับ repeat rate แล้วจัดกลุ่มเป็น Stars, Under-promisers, Over-promisers และ Dead weight

เขียนโดย HB

แดชบอร์ดนี้ใช้ทำอะไร

แดชบอร์ด Menu วางเมนูทุกรายการลงบนตาราง 2×2 ที่สร้างจากตัวเลขสองค่า — ลูกค้าลองสั่งเมนูนั้นบ่อยแค่ไหน และกลับมาสั่งซ้ำบ่อยแค่ไหน ผลลัพธ์คือภาพเดียวที่บอกว่าเมนูไหนกำลังทำหน้าที่ได้ดี เมนูไหนมีคนลองแต่ไม่กลับมาสั่งอีก และเมนูไหนทำได้ดีแต่ลูกค้าส่วนใหญ่มองไม่เห็น

เปิดดูเมื่อคุณกำลังจะปรับเมนูใหม่ ตั้งราคาอาหาร หรือตัดสินใจว่าจะชูเมนูไหนและตัดเมนูไหนออก

สองตัวชี้วัดบนแกนกราฟ

  • Order penetration (แกน x) — สัดส่วนของออเดอร์ทั้งหมดที่มีเมนูนั้นอยู่ "ลูกค้าครึ่งหนึ่งสั่งเมนูนี้" = 50% ค่านี้บอกว่า "เมนูถูกลองสั่งบ่อยแค่ไหน"

  • Repeat order rate (แกน y) — ในบรรดาลูกค้าที่เคยสั่งเมนูนั้น สัดส่วนของคนที่กลับมาสั่งอีกครั้งในการมาครั้งถัดไป ค่านี้บอกว่า "เมนูดึงลูกค้ากลับมาบ่อยแค่ไหน"

ข้อมูลเบื้องหลังตัวชี้วัดทั้งสองอยู่ใน materialised view (menu_item_performance_v2_mv) ที่รีเฟรชเป็นระยะ ระบบระบุตัวลูกค้าด้วย customerId ที่ Papaya กำหนดให้แต่ละบิล (มาจากสัญญาณอุปกรณ์ ข้อมูลติดต่อ และประวัติร่วมกัน ไม่ใช่แค่เบอร์โทรศัพท์)

สี่กลุ่มบนตาราง

เมนูถูกจัดเป็นสี่กลุ่ม ตามว่าอยู่ใน 50% แรกของแต่ละตัวชี้วัดหรือไม่ เมื่อเทียบกับเมนูอื่นในชุดเมนูเดียวกัน:

  • Stars (มุมขวาบน) — อยู่ใน 50% แรกทั้งสองแกน ถูกลองสั่งบ่อยและดึงลูกค้ากลับมาบ่อย นี่คือเมนูเรือธงของร้านคุณ รักษาไว้ ชูให้เด่น และอาจขยับราคาขึ้นเล็กน้อยได้

  • Under-promisers (มุมซ้ายบน) — repeat rate สูงแต่ penetration ต่ำ ลูกค้าที่ได้ลองจะชอบมาก แต่ลูกค้าส่วนใหญ่ยังไม่เคยเจอ ลองขายพ่วง โปรโมท ถ่ายรูปให้น่ากินขึ้น หรือย้ายขึ้นไปไว้ต้น ๆ ของเมนู

  • Over-promisers (มุมขวาล่าง) — penetration สูงแต่ repeat rate ต่ำ ลูกค้าลองครั้งเดียวแล้วไม่กลับมาสั่งอีก มักเกิดจากตำแหน่งในเมนูหรือรูปที่ชวนสั่งเกินกว่าที่จานจริงทำได้ ควรตรวจสอบรสชาติ ปริมาณ และราคา

  • Dead weight (มุมซ้ายล่าง) — อยู่ใน 50% ล่างทั้งสองแกน แทบไม่มีใครลอง และคนที่ลองก็ไม่กลับมาสั่งซ้ำ เป็นตัวเลือกแรกที่ควรพิจารณาตัดออก

1. Menu Item Performance (กราฟ scatter)

กราฟ scatter นี้เป็นแบบอินเทอร์แอคทีฟและควรดูบนแดชบอร์ดโดยตรง — ชี้เมาส์ที่จุดใดก็ได้เพื่อดูว่าเป็นเมนูอะไร

เมนูทุกรายการถูกวางเป็นจุดหนึ่งจุด แกน x คือ order penetration แกน y คือ repeat order rate สีของจุดแสดงกลุ่มผลงาน (Star / Under-promiser / Over-promiser / Dead weight)

วิธีอ่าน: เมนูที่นำไปทำอะไรต่อได้มากที่สุดคือกลุ่ม Under-promisers ที่มุมซ้ายบน — เมนูเหล่านี้ชนะใจลูกค้าที่ค้นพบมันอยู่แล้ว แค่จัดเลย์เอาต์เมนูใหม่ก็มักช่วยขยับเมนูเหล่านี้ไปทางขวาได้ภายในไม่กี่สัปดาห์

วิธีคำนวณ: view เบื้องหลังคำนวณค่าต่อไปนี้ให้เมนูทุกรายการ:

  • OrderPenetration = (จำนวนออเดอร์ที่มีเมนูนั้น) ÷ (จำนวนออเดอร์ทั้งหมดของร้านในช่วงเวลาย้อนหลังที่ดู)

  • RepeatOrderRate = (จำนวนลูกค้าที่สั่งเมนูนั้นในการมามากกว่าหนึ่งครั้งแยกกัน) ÷ (จำนวนลูกค้าที่เคยสั่งเมนูนั้นอย่างน้อยหนึ่งครั้ง)

จากนั้นกลุ่มผลงานจะถูกกำหนดโดยจัดอันดับเมนูเทียบกับเมนูอื่นในชุดเมนูเดียวกัน — ครึ่งบนหรือครึ่งล่างของแต่ละแกน

2. Menu Item Performance Table (ตารางผลงานเมนู)

Menu Item Performance Table

ข้อมูลชุดเดียวกันในรูปแบบตารางที่เรียงลำดับได้ คอลัมน์ประกอบด้วยชื่อเมนู ชุดเมนู หมวดหมู่ ตัวเลขดิบทั้งสองค่า (penetration %, repeat rate %) และกลุ่มผลงานที่ระบบจัดให้ ใช้เพื่อดึงรายการแบบ "ขอดูเมนู Dead weight ทั้งหมดในเมนูของฉัน" หรือ "เรียงตาม repeat rate จากมากไปน้อย"

เกณฑ์การจัดกลุ่มเมนู

  • Source data (ข้อมูลต้นทาง) — ออเดอร์ที่ปิดแล้ว (status = 'complete') และมีรายการที่ยืนยันแล้ว materialised view เบื้องหลังรวบรวมข้อมูลในช่วงเวลาย้อนหลังล่าสุดแบบ rolling (รีเฟรชตามรอบเวลา)

  • Customer identity (การระบุตัวลูกค้า) — ใช้ customerId ของ Papaya ซึ่งกำหนดให้แต่ละบิลจากสัญญาณข้อมูลติดต่อ / การชำระเงิน / อุปกรณ์ การมาสองครั้งของลูกค้าคนเดียวกันจะถูกเชื่อมโยงกันเมื่อสัญญาณเหล่านั้นตรงกัน

  • Date field — ใช้ reportingDate ในการระบุวันที่ของการมาแต่ละครั้ง

  • Timezone — เวลาประเทศไทย (Asia/Bangkok)

  • "Repeat" — ลูกค้าจะนับว่าสั่งเมนูซ้ำก็ต่อเมื่อสั่งเมนูนั้นในอย่างน้อยสองบิลที่แยกกัน (สองการมา) การสั่งจานเดิมสองครั้งในบิลเดียวกันไม่ทำให้นับเป็นลูกค้าที่สั่งซ้ำ

  • Top vs Bottom 50% split — แบ่งภายในแต่ละชุดเมนู ไม่ใช่รวมทั้งหมด เมนูจึงถูกเทียบกับเมนูในชุดเดียวกัน (เมนู Food ด้วยกัน เมนู Drinks ด้วยกัน) ไม่ใช่ข้ามชุดเมนู

ตัวกรอง (Filters)

  • Merchant ID — ร้านค้าของคุณ ปกติถูกตรึงไว้โดย portal

  • Outlet ID — สาขาของคุณ

  • Menu — จำกัดกราฟ scatter และตารางให้เหลือชุดเมนูเดียว (เช่น เฉพาะ Food หรือเฉพาะ Drinks)

  • Category — จำกัดให้เหลือหมวดหมู่เดียวภายในชุดเมนู

สิ่งที่แดชบอร์ดนี้ไม่แสดง

  • ข้อมูลรายเมนูแบบ time series — ใช้แท็บ "Per Item Historical" ของแดชบอร์ด Items

  • การแยกเมนูตามช่องทาง — ดูที่ Items "Per Item Snapshot" หรือ Channels "Items by Channel"

  • มาร์จิ้น / COGS ต่อเมนู — อยู่ในโมดูล Inventory

  • เมนูที่มักถูกสั่งคู่กัน — อยู่ในการ์ด "Often ordered together" ใน Items > Per Item Snapshot

  • ข้อมูลแบบเรียลไทม์ — view เบื้องหลังรีเฟรชตามรอบเวลา ไม่ใช่ทุกครั้งที่เปิดดู ตัวเลขอาจล่าช้าได้ถึงหนึ่งวัน

นี่ไม่ใช่คำตอบที่ต้องการใช่ไหม