Um artigo da Fast Company de 2017, de Ben Paynter, diz que a Cava, uma rede de fast-casual mediterrâneo, tinha crescido para 24 restaurantes, com mais 18 planejados naquele ano. O cientista-chefe de dados Josh Patchus operava um sistema de sensores Raspberry Pi em restaurantes selecionados para monitorar desde os tempos de espera dos clientes até as práticas de segurança alimentar.

Sensores de movimento mostraram filas acumuladas perto do painel de menu e enquanto os clientes escolhiam ingredientes na estação de servir. Em vez de cortar opções, Patchus redesenhou os painéis de menu para que as pessoas soubessem o que esperar ao chegar à estação; o artigo diz que as filas andaram 10 por cento mais rápido e comportaram 12 por cento mais pessoas. Sensores de assentos mostraram que clientes urbanos saíam logo após comer, enquanto clientes suburbanos permaneciam, então ele sugeriu 30 por cento mais assentos nas unidades suburbanas, e o artigo diz que as lojas redesenhadas ganharam 20 por cento mais receita por metro quadrado.

Na retaguarda, as câmaras frigoríficas walk-in informavam há quanto tempo estavam abertas e quaisquer picos de temperatura ou umidade. Os dados mostraram que os queimadores aqueciam de forma desigual, então a equipe de preparo cozinhava itens como as almôndegas de cordeiro do centro da grelha para fora. A Fast Company relata que as reclamações sobre qualidade da comida caíram 28 por cento depois disso.

Instrumentar alguns restaurantes com sensores Raspberry Pi baratos e deixar o comportamento medido, não o instinto, orientar o layout e o design do menu.

Filas longas desanimam os clientes, e os sensores mostraram onde elas realmente se formavam.

Clientes nos subúrbios e na cidade usam o mesmo restaurante de maneiras muito diferentes.

Falhas invisíveis na cozinha, como uma geladeira deixada aberta, só são visíveis para um sensor.

Um sistema Raspberry Pi é barato o suficiente para ser instalado em um punhado de restaurantes de teste.

Sensoriamento barato em alguns locais-piloto pode transformar uma meta vaga de 'experiência' em mudanças específicas com retornos mensuráveis.

O artigo relata os números acima e diz que Patchus os usou para impulsionar o 'ROI da experiência' da Cava. Todos os números são conforme relatados pela revista a partir do líder de dados da empresa, e nenhuma medição independente é fornecida.

CONFIRA AS EVIDÊNCIAS

As fontes

  1. How Cava Uses Data To Redesign Restaurants Fast Company · fastcompany.com ·