Restaurantdaten verbinden und Wachstum gezielt messen
Generiert von Klaviyo AI
Der Leitfaden erläutert, welche Restaurantkennzahlen Geschäftsleistung und Gästeverhalten sichtbar machen und wie verknüpfte Daten personalisierte Erlebnisse ermöglichen. Er erklärt außerdem kanalübergreifende Attribution, Prognosen zu Wiederbesuchen und die Nutzung integrierter Analysen und Marketing-Automatisierung mit Klaviyo.
- Relevante Kennzahlen erfassen: Restaurantanalysen umfassen unter anderem Umsatz, Kundenbindung, Gästezufriedenheit, Marketing-Performance und Bestand als Grundlage für betriebliche Entscheidungen.
- Gästedaten zentral zusammenführen: Einheitliche Gästeprofile verbinden Interaktionen aus Kassensystem, Reservierungsplattform, Liefer-App und Treueprogramm.
- Kanalbeiträge ausgewogen bewerten: Lineare Multi-Touch-Attribution verteilt die Umsatzzuordnung gleichmäßig auf relevante Kontaktpunkte, ohne Umsätze doppelt zu zählen.
- Künftiges Gästeverhalten prognostizieren: Prognostizierter Kundenwert, Abwanderungsrisiko und erwarteter Bestellzeitpunkt unterstützen gezielte Angebote und zeitlich passende Nachrichten.
Dein Restaurant sammelt ständig nützliche Daten. Aber Daten zu sammeln ist nicht dasselbe, wie sie auch nutzen zu können.
Dein POS-System weiß, welches Essen Menschen gestern Abend gekauft haben, und deine Treue-App weiß, wer jede Woche vorbeikommt. In der Zwischenzeit kann dir deine Marketing-Automatisierungsplattform Kundenengagement zeigen, aber sie weiß nicht, wer deinem Restaurant eine 5-Sterne-Bewertung gegeben hat oder was diese Person gegessen hat.
Wenn du alle Interaktionen deiner Gäst*innen miteinander verknüpfen kannst, kannst du anfangen, Restaurant-Erlebnisse für sie zu personalisieren. Bei Margen, die für Gastronom*innen so knapp sind, können integrierte Daten und Analysen den Unterschied ausmachen zwischen gerade so über die Runden kommen und sich über den Monat freuen, den du hattest.
Dieser Leitfaden erläutert Restaurantanalysen, wie du sie nachverfolgen kannst und wie du sie nutzen kannst, um den Umsatz zu maximieren und mehr Gäste ins Restaurant zu bringen.
Was sind Restaurant-Auswertungen?
Restaurantanalysen sind die Praxis, Daten zu erfassen, zu messen und zu analysieren, die ein Restaurant generiert, um das Verhalten von Gäst*innen und die Geschäftsleistung zu verstehen. Restaurantbetreibende nutzen Restaurantanalysen, um Entscheidungen über ihre Speisekarte, ihren Bestand und ihre Promotionsstrategie zu treffen.
Restaurant-Analytics umfasst typischerweise einige Datenkategorien:
- Traffic und Akquise: prozentualer Anteil der Gäst*innen aus verschiedenen Kanälen (Laufkundschaft, Reservierungsplattformen, Liefer-Apps usw.), Kosten pro neue*n Gäst*in
- Verhalten vor Ort/in der App: aufgerufene Menüartikel und -kategorien, aufgewendete Zeit beim Durchstöbern des Menüs, für die Lieferung in den Warenkorb gelegte Artikel, Warenkorbabbrüche, Drop-off-Punkte im Funnel (z. B. Reservierung gestartet, aber nicht abgeschlossen), gespeicherte/favorisierte Artikel oder Restaurants
- Umsatz und Einnahmen: Conversion-Rate, durchschnittliche Bonhöhe, Umsatz pro Gedeck/pro Gast, Umsatz nach Menüpunkt oder Kategorie, Performance von Rabatt- und Promo-Codes
- Kundenbindung: Lifetime Value (LTV), Rate der wiederholten Besuche, Kohorten-Kundenbindung, gesamte Gäst*innen-Kundenbindung
- Gästezufriedenheit: Gästezufriedenheits-Score, Net Promoter Score (NPS), Bewertungsreaktionszeit, Erstkontaktlösungsrate bei der Beschwerdebearbeitung
- Marketing-Performance: Return on Ad Spend (ROAS) und ROI nach Kanal, Kundenengagement für E-Mail und Textnachricht, Attribution über alle Kanäle hinweg
- Bestand und Fulfillment: Abverkaufsrate (Beliebtheit von Menüartikeln im Vergleich zu Ausschuss), 86er-Artikel (ausverkauft/gesperrt), Retouren-/Kulanzquoten, Lieferzeiten
Die Restaurantmetriken, die auf Wachstum hindeuten
Nicht alle Restaurant-Metriken sind Indikatoren für Wachstum. Wenn Wachstum deine oberste Priorität ist, solltest du ein Dashboard erstellen und Berichte generieren, die diese Metriken hervorheben. Zum Beispiel:
Restaurant-Metrik | Was es ist | Warum ist das wichtig? |
|---|---|---|
Umsatz pro Gedeck | Gesamtumsatz dividiert durch die Anzahl der bedienten Gäst*innen | Trennt eine stressige Nacht von einer profitablen: eine hohe Anzahl an Gedecken bei niedrigen Ausgaben pro Gast kann auf dem Papier gut aussehen, überlastet aber Mitarbeiter*innen |
Durchschnittliche Bonhöhe | Typische Ausgaben pro Rechnung für Vor-Ort-Verzehr, Abholung und Lieferung | Verfolgt, ob Upselling, Menüpreise und Kombos funktionieren |
Umsatz pro verfügbarer Sitzplatzstunde | Erzielter Umsatz pro Platz und Stunde, der die Ausgaben pro Gäst*in mit dem Tischumschlag kombiniert | Erfasst, ob du beim Volumen, bei den Ausgaben oder bei beidem gewinnst |
Tageszeitabschnitt-Performance | Umsatz und Traffic, aufgeschlüsselt nach Frühstück, Mittagessen und Abendessen | Zeigt dir, wo du Werbeausgaben einsetzen solltest, um Gäste ins Restaurant zu bringen |
Menümix und Artikelmarge | Absatzvolumen zusammen mit Gewinnspanne für jedes Gericht | Hebt die Lücke zwischen dem hervor, was beliebt ist, und dem, was profitabel ist, damit du Gäst*innen zu Artikeln mit hoher Marge lenken kannst |
Wiederbesuchsrate | Anteil der Gäst*innen, die innerhalb eines bestimmten Zeitfensters zurückkehren | Misst, ob die Qualität von Speisen und Service dafür sorgt, dass Gäste wiederkommen |
Besuchshäufigkeit | Wie oft ein*e bestimmte*r Gäst*in typischerweise wiederkommt | Definiert, wie Abwesenheit bei einer*m Stammkund*in aussieht, damit du handeln kannst, bevor daraus eine dauerhafte Abwanderung wird |
LTV | Gesamtumsatz, den ein*e Gäst*in über die gesamte Beziehung hinweg generiert | Zeigt dir, wie viel ein*e Gäst*in wert ist, damit du Aktionen und Rückgewinnungsangebote richtig bepreisen kannst. |
Anmeldung und Einlösung im Treueprogramm | Anmelderate, gekoppelt damit, wie viel von ihren verdienten Belohnungen Gäste tatsächlich nutzen | Zeigt, ob dein Treueprogramm verwertbare Gastdaten erfasst und ob die Belohnungen überzeugend genug sind, um sie zu gewinnen |
E-Mail- und Textnachrichten-Umsatz | Umsatz, der direkt eigenen Marketingkanälen zugeordnet wird | Misst den Umsatz aus Kanälen, die du steuern kannst |
Kanal-Marge | Was Vor-Ort-Verzehr, First-Party-Onlinebestellungen und Third-Party-Lieferdienste jeweils nach Gebühren und Provision behalten | Zeigt, welche Kanäle sich wirklich lohnen, auszubauen |
So funktioniert Multi-Touch-Attribution für Restaurants
Bei Restaurant-Analytics geht es nicht darum, das Verhalten von Gästen linear zu messen. Gäste interagieren über mehrere Kanäle, bevor sie dein Restaurant tatsächlich besuchen, und du möchtest vielleicht, dass jeder dieser Kanäle je nach deiner Werbestrategie auf unterschiedliche Weise Anerkennung erhält.
Hier kommt lineare Omnichannel-Multi-Touch-Attribution [EN] ins Spiel. Diese Art der Attribution gibt jedem Kanal seinen fairen Anteil an Anerkennung, ohne den Umsatz doppelt zu zählen. Wenn du diese Art von Attributionsmodell verwendest, kannst du vermeiden, Budget in den falschen Kanal zu stecken, nur weil er der letzte war, mit dem ein*e Besucher*in interagiert hat, bevor er*sie gekommen ist.
Stattdessen bekommst du einen genaueren, ausgewogeneren Überblick darüber, was Besuche wirklich beeinflusst. Du erkennst dann nicht nur, welche Kanäle Gäst*innen beeinflusst haben, sondern auch, wie viel Anerkennung jeder einzelne verdient. Anstatt die gesamte Anerkennung der letzten Interaktion zu geben, verteilt Omnichannel, lineare Attribution mit mehreren Touchpoints die Anerkennung gleichmäßig auf alle relevanten Touchpoints.
Behalte aber im Hinterkopf, dass Multi-Touch-Attribution nur funktioniert, wenn du Interaktionen derselben Gäst*in zuordnen kannst. Das ist für Restaurants eine Herausforderung, wenn eine Laufkund*in, eine telefonische Reservierung, eine OpenTable-Buchung und eine DoorDash-Bestellung als 4 anonyme Transaktionen auftauchen, obwohl sie eigentlich von derselben Gäst*in stammen.
Bevor du Multi-Touch-Attribution einrichtest, musst du sicherstellen, dass mindestens dein POS, deine Reservierungsplattform, deine Liefer-App und dein Treueprogramm alle in ein einheitliches Gästeprofil einspeisen.
Zum Beispiel hat Eureka! Restaurant Group E-Mails auf zwei Plattformen und Daten auf 5 aufgeteilt. Dadurch war es für Eureka! schwierig, den Umsatz dem E-Mail-Programm zuzuordnen oder anhand von Gastpräferenzen und -aktivität zu segmentieren.
Also wechselte die Restaurantgruppe zu einem B2C-CRM mit vorgefertigten Integrationen für Plattformen, die bereits zu ihrem Stack gehörten: Shopify, Thanx, Eventbrite und Toast. Jetzt können sie die Performance klarer nachverfolgen. Heureka! weiß zum Beispiel, dass eine Kampagne Tausende Dollar [EN] an Eventbrite-Ticketverkäufen generiert hat.
Predictive Analytics für Restaurants: wiederholte Besuche prognostizieren
Predictive Analytics nutzt historische Kauf- und Verhaltensdaten, um zukünftiges Gäst*innenverhalten vorherzusagen. Es umfasst Metriken wie den Zeitpunkt der nächsten Bestellung, den prognostizierten LTV und das Abwanderungsrisiko.
Wenn du diese Art von Verhalten vorhersagen kannst, kannst du ihm zuvorkommen, indem du Nachrichten sendest, die eher Anklang finden, und zwar näher an dem Zeitpunkt, zu dem es wahrscheinlich passiert.
Hier sind 3 Möglichkeiten, wie du Predictive Analytics für Restaurants nutzen kannst, um den Umsatz zu steigern:
- prognostizierter LTV schätzt, wie viel Gäst*innen im Laufe der Zeit ausgeben werden, damit du unterschiedliche Angebote für Viel-Ausgeber*innen im Vergleich zu Gäst*innen, die einen Rabatt lieben, gestalten kannst. So bietest du keine Rabatte für Personen an, die sowieso mehr ausgeben würden.
- Abwanderungsrisiko kennzeichnet Gäst*innen, deren Bestellungen und/oder Besuche nachlassen, sodass du sie zurückgewinnen kannst, bevor eure Beziehung völlig einschläft.
- Zeitpunkt der nächsten Bestellung sagt voraus, wann jemand wahrscheinlich erneut bestellt, sodass du Erinnerungen oder Angebote kurz vor dem Zeitpunkt senden kannst, zu dem die Person voraussichtlich darauf reagiert.
Wie Pi Co. seine Gästedaten in sein POS-System integriert hat
Pi Co. betrieb früher ihr E-Mail-Marketing über ihr POS-System, während Textnachrichten über eine separate Plattform abgewickelt wurden. Beide Kanäle trafen bei der Zielgruppe der Pizzakette eindeutig auf Resonanz, aber ihr anfängliches Setup war nicht skalierbar.
Da E-Mail und SMS auf getrennten Plattformen waren, war es schwierig, ihre Opt-in-Daten auf dem neuesten Stand zu halten. Das Senden einer SMS-Kampagne konnte Tage manueller Zusammenarbeit und Listenprüfung dauern.
Die Franchisenehmer*innen von Pi Co. empfahlen Klaviyo B2C CRM, und die vorgefertigte Square-Integration der Plattform war ein Verkaufsargument. Das bedeutete, dass das Pizza-Franchise seinen Technologie-Stack auf zwei zentrale, integrierte Plattformen optimieren konnte.
Jetzt, da sie Square und Klaviyo zusammen nutzen, kann Pi Co. ihre CRM-Strategie verbessern [EN] – mit leistungsstarken Omnichannel-Automatisierungen und gezielten Echtzeit-Kampagnen. Sie verwenden einen Drag-and-drop-Flow-Builder, um kanalübergreifende Flow zu erstellen, darunter einen Rückgewinnung-Flow und einen Danke-Flow, der Wiederkäufer*innen belohnt.
„Weil Klaviyo und Square integriert sind, betrachten wir sie als eine einzige Lösung“, sagt Marc Askenasi, President und CEO von Pi Co. „Beides zusammen zu nutzen, macht das Leben für ein Unternehmen von der Größe von Pi Co. – und bei weiterem Wachstum – super einfach. Alles ist für uns zentralisiert, und wir können die Marketingwirkung bis zur Conversion nachverfolgen, ohne einen Haufen zusätzlicher Arbeit.“
Aktiviere deine Restaurant-Analytics mit Klaviyo
Klaviyo ist das autonome B2C CRM, das Gäst*innen-Daten in Echtzeit, Data + Analytics, Marketing-Automatisierung, Kundenservice und integrierte agentische KI zusammenbringt, sodass Restaurants ihre Daten am selben Ort messen und darauf reagieren können.
Mit Klaviyo kannst du:
- Handle schneller auf Basis deiner Daten. Greife auf vorgefertigte Empfehlungen und Flow-Vorlagen zu, um auf Basis deiner echten Leistungsdaten zu handeln, ohne bei null anfangen zu müssen.
- Erstelle erweiterte Berichte. Nutze unbegrenzte Gruppierungen, benutzerdefinierte Profileigenschaften und kombiniertes Flow- und Kampagnen-Reporting – ganz ohne Business-Intelligence-Tool.
- Attribution anpassen. Miss die Attribution, indem du zwei oder mehr Metriken kombinierst oder nach bestimmten Ereignissen in deinem Kassensystem und Onlineshop filterst.
Beginne damit, deine Daten von einem Ort aus mit Klaviyo zu messen und darauf zu reagieren. Demo anfordern