باشگاه مشتریان کافه؛ پنج گروه مشتری که صاحب کافه نمی‌بیند

من برنامه‌نویسم، نه کافه‌دار. اما چند سال است سامانهٔ منوی دیجیتال کافه را می‌سازم و پشتیبانی می‌کنم، و همین باعث شده به چیزی دسترسی داشته باشم که خود کافه‌دارها معمولاً ندارند: دادهٔ خام سفارش‌ها در طول ماه‌ها.

وقتی اولین گزارش رفتار مشتری را برای یکی از کافه‌ها ساختم، انتظار داشتم چیز جالبی ببینم. چیزی که دیدم تکان‌دهنده‌تر بود: بخش بزرگی از کسانی که یک بار به کافه آمده بودند، هرگز برنگشتند — و کافه‌دار حتی نمی‌دانست چنین آدم‌هایی وجود داشته‌اند. آن‌ها در ذهن او «شلوغی یک بعدازظهر» بودند، نه آدم‌هایی که می‌شد نگهشان داشت.

این مقاله همان چیزی است که از دادهٔ سفارش ۶ کافهٔ واقعی، طی حدود ۳ ماه، بیرون آمد. نه تئوری بازاریابی، نه ترجمهٔ مقالهٔ خارجی.

چرا کافه‌دار مشتری‌هایش را نمی‌بیند؟

کافه‌دار مشتری‌هایش را نمی‌بیند چون منوی کاغذی هیچ داده‌ای تولید نمی‌کند. صندوق فروش می‌گوید «امروز ۴۰ لاته فروختیم»، اما نمی‌گوید آن ۴۰ لاته را چند نفر خریدند، چند نفرشان بار اولشان بود و چند نفر دیگر هرگز برنمی‌گردند. حافظهٔ انسان هم فقط چهره‌های پرتکرار را نگه می‌دارد، نه الگوها را.

این تفاوت مهمی است که اغلب گم می‌شود:

تقریباً همهٔ کافه‌ها گزارش اول را دارند. کمتر از انگشتان یک دست از کافه‌هایی که من دیده‌ام گزارش دوم را داشتند. و دقیقاً همین‌جاست که پول باقی می‌ماند.

پنج گروه مشتری که هر کافه دارد

وقتی سفارش‌های چند ماه یک کافه را کنار هم بگذارید، مشتری‌ها خودشان به پنج گروه تقسیم می‌شوند: مشتری طلایی، ارزشمند ولی کم‌مراجعه، کسی که فقط یک بار آمده، کسی که کمتر از قبل سر می‌زند، و کسی که دارد مشتری ثابت می‌شود. این تقسیم‌بندی حدس نیست؛ از دو عدد ساده می‌آید: هر چند وقت یک‌بار می‌آید و هر بار چقدر خرج می‌کند.

گران‌ترین آدم کافهٔ شما: کسی که یک بار آمد

گران‌ترین مشتری کافه، آن کسی نیست که چیزی نخرید. آن کسی است که یک بار خرید و دیگر نیامد. برای آوردن او هزینه شده — تابلو، اینستاگرام، حرف دوستش، موقعیت مکانی — و آن هزینه فقط یک فنجان قهوه بازده داشته. این گروه در بیشتر کافه‌هایی که دیدم، بزرگ‌ترین گروه بود.

چرا برنمی‌گردند؟ در گفت‌وگو با کافه‌دارها سه دلیل تکرار شد و هیچ‌کدام «قهوه بد بود» نبود:

• یادشان رفت. کافه‌ای که در ذهن نماند، در مسیر بعدی هم انتخاب نمی‌شود.
• دلیلی برای برگشتن نداشتند. تجربه خوب بود ولی خاص نبود؛ ده کافهٔ دیگر هم همین را می‌دادند.
• بار اول تنها آمده بودند. کسی که بار اول با جمع می‌آید بیشتر برمی‌گردد تا کسی که تنها آمده.

کاری که جواب داد ساده بود: یک پیام کوتاه برای بار دوم، با یک مزیت کوچک و زمان‌دار. نه تخفیف ۵۰ درصد، نه کارت امتیاز ده‌خانه. چیزی در حد یک افزودنی مهمان تا پایان هفته. دلیلش هم این است که مشکل، قیمت نبوده؛ نبودِ دلیل برای برگشتن بوده.

«این دو تا معمولاً با هم خریده می‌شوند»

وقتی سفارش‌ها ثبت می‌شوند، یک الگوی دیگر هم بیرون می‌آید: کدام دو قلم معمولاً در یک سفارش کنار هم می‌آیند. اسم فنی‌اش تحلیل سبد خرید است، ولی برای کافه‌دار یک جملهٔ ساده است: «هر کس این را می‌گیرد، معمولاً آن را هم می‌گیرد.»

این ساده‌ترین راه برای بالا بردن فروش بدون آوردن مشتری تازه است. سه کار با این اطلاعات می‌شود کرد:

1. چیدمان منو: آن دو قلم را کنار هم بگذار، نه در دو صفحهٔ جدا.
2. پیشنهاد در لحظهٔ سفارش: وقتی مشتری اولی را انتخاب کرد، دومی پیشنهاد شود.
3. ساخت ست: اگر یک جفت خیلی پرتکرار بود، یک ست از همان دو تا بساز.

نکتهٔ مهم: بعضی جفت‌ها بدیهی‌اند (قهوه و کیک) و ارزش کشف ندارند. چیزی که ارزش دارد، جفت‌های غیرمنتظره است — ترکیب‌هایی که کافه‌دار هرگز حدس نمی‌زد. در دو کافه، پرتکرارترین جفت چیزی بود که صاحبش تا آن روز اصلاً به هم ربطشان نداده بود.

باشگاه مشتریان، بدون کارت و بدون مهر

باشگاه مشتریان کلاسیک با کارت و مهر در کافه معمولاً شکست می‌خورد: کارت گم می‌شود، مهر جا می‌ماند، باریستا وسط شلوغی یادش می‌رود و مشتری هم بعد از دو بار بی‌خیال می‌شود. همهٔ این‌ها به یک دلیل است — کار اضافه‌ای به انسان تحمیل می‌شود.

وقتی سفارش از روی QR میز ثبت می‌شود، این مشکل از بین می‌رود. سیستم خودش می‌داند این شماره قبلاً آمده. از دفعهٔ دوم:

هیچ‌کدام از این‌ها کار اضافه‌ای برای کافه‌دار نمی‌سازد. همه از همان سفارش‌هایی می‌آید که به‌هرحال ثبت می‌شوند.

پیش‌بینی هفتهٔ بعد و پایان دورریز

یک سود جانبی که کافه‌دارها بیشتر از گزارش مشتری ازش خوششان آمد: وقتی چند هفته سفارش ثبت شد، می‌شود تخمین زد هفتهٔ بعد هر قلم چقدر فروش می‌رود. این یعنی خرید مواد اولیه دیگر بر اساس حس نیست.

اما این تخمین باید صادقانه باشد. سه قاعده‌ای که در سامانهٔ خودمان گذاشتیم:

• روزهای تعطیل خنثی می‌شوند، وگرنه یک تعطیلی وسط هفته کل روند را خراب می‌کند.
• زیر دو هفته سابقه، روند اصلاً حساب نمی‌شود و سیستم صریح می‌گوید «کافی نیست».
• سطح اطمینان نمایش داده می‌شود — بالا، متوسط یا پایین. عدد بدون سطح اطمینان، حدس با لباس رسمی است.

همچنین اگر تخمین رشد غیرمنطقی بزرگی داد، سیستم آن را مهار می‌کند و می‌گوید عدد خام چه بوده. این‌طوری کافه‌دار به‌خاطر یک هفتهٔ استثنایی، انبار را پر از مواد نمی‌کند.

در آن ۶ کافه چه شد؟

در ۶ کافه‌ای که سامانه را نصب کردند و گزارش‌ها را واقعاً باز می‌کردند، طی حدود ۳ ماه، بیشترین رشد فروشی که دیدیم تا ۲۰ درصد بود. اما مهم‌تر از خودِ عدد، این است که این رشد از کجا آمد.

رشد فروش از جادوی هوش مصنوعی نیامد. از سه کار ساده آمد که کافه‌دار بعد از دیدن گزارش انجام داد: پیام برای گروه «یک بار آمده»، توجه به گروه «در حال افت»، و چیدن منو بر اساس جفت‌های پرتکرار. همین.

و مهم‌ترین عددی که باید دنبالش باشید، رشد فروش نیست؛ نرخ بازگشت مشتری جدید است. رشد فروش نتیجه است، این علت است. هر کافه‌ای که این عدد را بالا برد، فروشش هم بالا رفت — و هر کافه‌ای که نبرد، نرفت.

چرا آن یک کافه نتیجه نگرفت؟

این برایم آموزنده‌تر از موفقیت‌ها بود. کافه‌ای که تغییری نکرد، سامانه را نصب کرده بود ولی گزارش‌ها را باز نمی‌کرد. داده جمع می‌شد و کسی نگاهش نمی‌کرد. نتیجه دقیقاً همان چیزی بود که باید باشد: هیچ.

این مهم‌ترین جملهٔ کل این مقاله است: ابزار فروش را بالا نمی‌برد؛ تصمیمی که از روی ابزار گرفته می‌شود فروش را بالا می‌برد.

کجا این کار جواب نمی‌دهد؟

اگر فقط از مزیت‌ها بنویسم، این مقاله تبلیغ می‌شود نه تجربه. پس صادقانه: چهار وضعیت دیدم که این روش در آن‌ها کار نکرد.

• کافهٔ کاملاً گذری. اگر مشتری‌ها مسافر یا عابر یک‌بارمصرف‌اند (مثلاً کنار ترمینال)، مفهوم «برگشتن» تقریباً بی‌معناست.
• حجم خیلی کم. زیر حدود ۲۰۰ سفارش ثبت‌شده، گروه‌بندی‌ها نوسان دارند و تصمیم‌گیری روی آن‌ها اشتباه است.
• وقتی کسی گزارش را باز نمی‌کند. همان چیزی که بالاتر گفتم.
• وقتی مشکل اصلی جای دیگری است. اگر قهوه بد است یا زمان انتظار ۲۵ دقیقه است، هیچ گزارشی نجاتتان نمی‌دهد. داده مشکل را نشان می‌دهد، حل نمی‌کند.

از کجا شروع کنیم؟ ۳۰ روز اول

اگر می‌خواهید این کار را شروع کنید، این ترتیبی است که در عمل بهترین نتیجه را داد. نکتهٔ کلیدی: ماه اول هیچ تصمیمی نگیرید.

1. یک ماه فقط داده جمع کنمنوی QR را روی میزها بگذار و هیچ تصمیمی نگیر. زیر ۲۰۰ سفارش ثبت‌شده، گروه‌بندی مشتری هنوز نوسان دارد.
2. گزارش را هفته‌ای یک بار باز کنیک روز ثابت در هفته انتخاب کن. پنج گروه را ببین و فقط روی یکی از آن‌ها کار کن، نه هر پنج تا.
3. از گروه «یک بار آمده» شروع کنگران‌ترین گروه همین است. برای بار دوم یک مزیت کوچک و زمان‌دار بفرست؛ لازم نیست تخفیف بزرگ باشد.
4. یک عدد را بشمارنرخ بازگشت مشتری جدید را ماه‌به‌ماه یادداشت کن. اگر این عدد بالا نرفت، بقیهٔ کارها هم اثری نداشته‌اند.
5. منو را با جفت‌های پرتکرار بچینگزارش «این دو تا معمولاً با هم خریده می‌شوند» را نگاه کن و همان دو قلم را کنار هم در منو قرار بده.

پرسش‌های متداول دربارهٔ باشگاه مشتریان کافه

جمع‌بندی: مشتری‌ات را نمی‌شناسی چون ندیده‌ای، نه چون بی‌دقتی

اگر بخواهم کل این مقاله را در یک جمله بگویم: کافه‌دار مشتری‌هایش را نمی‌شناسد چون هیچ‌وقت ابزار دیدنشان را نداشته است. به محض اینکه سفارش‌ها ثبت شوند، پنج گروهی که همیشه وجود داشتند ناگهان دیده می‌شوند — و هر کدام یک کار مشخص و ارزان می‌خواهند.

در بهترین حالتی که دیدیم، این کار فروش یک کافه را تا ۲۰ درصد بالا برد. اما آن رشد از این آمد که کافه‌دار فهمید آن آقایی که هر سه‌شنبه لاته می‌گرفت، سه هفته است نیامده — و یک پیام کوتاه برایش فرستاد. ابزار فقط به او نشان داد کجا را نگاه کند.

ادامهٔ مطالعه و منبع اعداد

اعداد این مقاله از دادهٔ سفارش ۶ کافهٔ فعال سامانهٔ فیلتور در بازهٔ حدوداً ۳ ماهه به دست آمده‌اند. دادهٔ هر کافه جدا نگهداری می‌شود و هیچ اطلاعات هویتی مشتریان در این مقاله منتشر نشده است. مقاله در ۳۰ شهریور ۱۴۰۵ نوشته و بازبینی شده است.

1. چرا باید از هوش مصنوعی در کافه استفاده کرد؟ — نقشهٔ راه ۹۰ روزه برای کافه‌های ایرانی
2. هوش مصنوعی در کافه و رستوران؛ ۱۲ راه افزایش فروش
3. منو آنلاین کافه چیست؟ راهنمای کامل منوی دیجیتال
4. منو دیجیتال بهتر است یا منوی کاغذی؟ مقایسهٔ کامل
5. ساخت QR Code منو کافه در ۷ مرحله
6. هزینهٔ منو دیجیتال کافه در ۱۴۰۵ چقدر است؟
7. راهنمای جامع منو آنلاین کافه — هاب کافه‌دارها