วิธีให้ ChatGPT ช่วยลดต้นทุน ร้านอาหาร ทำ Menu Engineering และ Forecast สต๊อก

สมมติเราเป็นเจ้าของร้านอาหารตามสั่งแห่งหนึ่ง เปิดมา 8 ปี ขายดีพอตัว แต่ทุกสิ้นเดือนเหมือนกำไรหายหมด ผักเหลือทิ้งทุกวัน เมนูที่ขายดีจริง ๆ มีแค่ไม่กี่อย่าง

นี่คือโครงสร้างต้นทุนที่กำลังเจ็บปวดอยู่เงียบ ๆ ทุกวัน

และเป็นปัญหาที่ร้านอาหารเล็ก ๆ กำลังเผชิญ

แล้ว ChatGPT เข้ามาช่วยแก้ไขปัญหาเหล่านี้ได้อย่างไร ?

BrandCase สรุปให้ แบบเข้าใจง่าย ๆ

ก่อนพูดถึงเรื่องนี้ต้องเข้าใจโครงสร้างต้นทุนของร้านอาหารก่อน.. 

ร้านอาหารทั่วไปมีต้นทุนหลักอยู่ 3 ก้อน ได้แก่ 

- ต้นทุนวัตถุดิบ ประมาณ 30-40% ของรายได้

- ค่าแรง ประมาณ 20-30% ของรายได้ 

- ค่าเช่า + ค่าไฟ + อื่น ๆ อีกราว 15-20% ของรายได้ 

เพราะฉะนั้นถ้าเราบริหารไม่ดี กำไรสุทธิอาจเหลือแค่ 5-10% เท่านั้น

นั่นหมายความว่าขายข้าวผัดได้ 100 บาท อาจเหลือกำไรแค่ 5-10 บาท

ซึ่งปัญหาหลักที่ทำให้ตัวเลขแย่ลงไปอีก มีอยู่ 2 เรื่อง

1. ของเสียจากการประเมินผิด สั่งผักมาเผื่อไว้ แต่ขายได้ไม่ถึงครึ่ง ของเน่า ทิ้ง เสียเงินเปล่า

2. เมนูที่ไม่ทำกำไร หลายร้านยังขายเมนูที่ดูเหมือนขายดี แต่จริง ๆ ต้นทุนสูง กำไรต่ำ แต่ไม่มีใครนั่งคำนวณ

แล้ว ChatGPT จะเข้ามาช่วยแก้ปัญหาอย่างไรได้บ้าง ? 

นี่คือ 2 จุดที่ช่วยได้จริง โดยไม่ต้องลงทุนมหาศาล และสามารถทำได้ทันที 

จุดที่ 1 : ออกแบบ Menu Engineering ด้วย ChatGPT

โดยข้อมูลที่ต้องมีก็คือ ข้อมูลยอดขายในแต่ละวัน, รายการเมนูพร้อมราคาขาย, ข้อมูลต้นทุนวัตถุดิบต่อจานเช่น เมนู A ต้นทุน 20 บาท 

ตัวอย่างข้อมูลที่ต้องใช้ในการ Prompt เช่น 

วันที่ 28 มกราคม 2569 ขายเมนู A จานละ 50 บาท ต้นทุนจานละ 25 บาท ขายได้ทั้งหมด 180 จาน 

หรือสำหรับบางร้านที่มีระบบ POS ก็สามารถเอายอดขายใส่เข้า ChatGPT แล้ว Prompt ว่า “เมนูไหนขายดีแต่ต้นทุนสูง ? เมนูไหนควรตัดออก ? โดยจัดลำดับตาม Menu Engineering Matrix” 

ChatGPT จะช่วยจัดกลุ่มเมนูตามหลัก Menu Engineering Matrix แบ่งเป็น 

- Stars (ขายดี กำไรดี)

- Plowhorses (ขายดีแต่กำไรน้อย)

- Puzzles (กำไรดีแต่ขายไม่ออก)

- Dogs (ตัดทิ้งเลย)

เพียงแค่นี้เราก็จะรู้แล้วว่า เราควรโฟกัส หรือตัดเมนูไหน อย่างถ้ามีเมนูที่กำไรไม่ดี ขายก็ไม่ดี ก็อาจจะต้องพิจารณาตัดเมนูนั้นทิ้งไป เพื่อลดภาระค่าใช้จ่าย หรือถ้าเราไม่มีเมนูระดับ Stars เลยก็อาจจะต้องคิดเมนูใหม่ขึ้นมา เพื่อมาช่วยดึงกำไรของร้านค้าให้เพิ่มขึ้น 

จุดที่ 2 : การทำ Demand Forecasting แบบง่าย

ChatGPT สามารถวิเคราะห์ข้อมูลยอดขายในอดีต เทศกาล และแม้แต่สภาพอากาศ เพื่อช่วยคาดการณ์ปริมาณวัตถุดิบที่ต้องสั่งซื้อในแต่ละวัน 

ซึ่งเรื่องนี้ฟังดูเหมือนเป็นเรื่องระดับองค์กรใหญ่ แต่จริง ๆ ร้านอาหารสเกลเล็กก็สามารถทำได้ด้วย ChatGPT และ Excel ง่าย ๆ 

เพียงแค่ใช้ข้อมูลชุดเดียวกัน แล้ว Prompt ว่าช่วงฝนตกขายได้กี่จาน ช่วงหน้าร้อนขายได้กี่จาน ให้ AI สร้าง Pattern แล้วประเมินว่าอาทิตย์หน้าควรสั่งวัตถุดิบเท่าไร ก็จะช่วยให้ของเหลือทิ้งน้อยลง = ต้นทุนลดลงทันที

แล้วการใช้วิธีเหล่านี้ ช่วยประหยัดได้มากแค่ไหน ?

ถ้าให้ตอบตรง ๆ คือไม่มีตัวเลขชัดเจนที่ใช้ได้กับทุกร้าน

แต่สมมติว่า ร้านหนึ่งมีรายได้เดือนละ 200,000 บาท การลด Food Waste หรือวัตถุดิบเหลือทิ้ง ไปได้ 5% หมายถึงเราสามารถประหยัดไปได้ถึง 10,000 บาทต่อเดือน ซึ่งถ้าเทียบกับการสมัครสมาชิก ChatGPT Plus 699 บาท ก็ถือว่าเป็นการลงทุนที่คุ้มไม่น้อย.. 

Reference

-https://www.foodics.com/menu-engineering-matrix-for-restaurants/