El segundo mes te halaga, porque los clientes nuevos piden en grande

Todo lo que se escribe sobre métricas de restaurantes —incluido lo que yo he escrito— supone sin decirlo que tienes un pasado. Costo de comida de este periodo contra el anterior. Mano de obra contra el pronóstico. Ventas en sucursales comparables. Costo primo contra un punto de referencia.

Un restaurante en su tercera semana no tiene nada de eso. Ni periodo anterior, ni un pronóstico digno de ese nombre, y los puntos de referencia describen negocios maduros. Así que el panel estándar o no sirve o, peor aún, sirve y engaña.

Hay una forma de medir un negocio sin historial, y consiste en cambiar el eje de comparación.

Compara a lo ancho, no hacia atrás

La comparación en el tiempo necesita historial. La comparación transversal no. En la tercera semana no puedes comparar este martes con el martes pasado, pero sí puedes comparar:

• mesero contra mesero, en el mismo turno, con el mismo menú
• comanda contra comanda, como una distribución y no como un promedio
• estación contra estación, en tiempo de salida
• lo que debió costar un platillo contra lo que costó, porque tú mismo calculas las dos cosas

Todas están disponibles desde el primer día, y cada una detecta un problema real. Esta es toda la estrategia de medición del primer trimestre. Todo lo demás puede esperar a que tengas un pasado.

Las cuatro que funcionan de inmediato

Cortesías, cancelaciones y descuentos por mesero. Es la cifra más útil que puede producir un restaurante nuevo, porque no necesita ninguna referencia previa, solo un grupo de comparación.

No persigas un porcentaje de la industria. El concepto, el nivel de precios y el estilo de servicio mueven demasiado la cifra como para que un dato publicado signifique algo, y aquí aplicaría el mismo escepticismo que apliqué a la referencia del costo primo, que resultó no tener detrás ningún estudio rastreable.

En su lugar, usa reportes de excepciones. Empieza con un umbral deliberadamente holgado —digamos alrededor del diez por ciento del valor de una cuenta eliminado por cancelaciones, cortesías y descuentos— y fíjate quién queda de forma constante por encima del resto. El umbral es arbitrario. La clasificación no, y la clasificación es la señal. Ajústalo a medida que conozcas tu propia normalidad.

Dos mecanismos que conviene configurar antes de abrir, porque agregarlos después cuesta más: exige la aprobación de un gerente para cancelaciones y cortesías, y haz obligatorio un código de motivo en cada una. Sin códigos de motivo tienes una cifra que no puedes investigar. Los patrones de fraude que esto saca a la luz están en el artículo sobre robo de empleados y fraude en el POS.

El tiempo de las comandas como distribución. Lo expliqué en el artículo sobre la apertura suave, y sigue siendo la medida correcta durante todo el primer trimestre. El promedio esconde la cola, y la cola es lo que recuerdan los comensales.

Costo de comida teórico contra real. La única métrica financiera completamente autosuficiente: sabes lo que debería costar la receta, sabes lo que gastaste, y la diferencia es real tengas o no un periodo anterior. Cierta variación es inevitable —recortes, merma al cocinar, porciones imperfectas—, así que la meta es una variación que puedas explicar, no cero. El método está en el artículo sobre costo de comida.

Posición de efectivo y semanas de colchón. No es una razón ni un porcentaje: es una cifra en dólares y una fecha. En el primer trimestre esta es la cifra que determina si el negocio sobrevive, y es la que la mayoría de los primerizos revisa con menos frecuencia porque no aparece en ninguna lista de KPI. El artículo sobre flujo de efectivo explica la mecánica; la disciplina es calcularla cada semana y anotarla.

La trampa: el segundo mes no es tu negocio

Esto es lo que más quisiera que un operador nuevo tuviera claro, porque el error es invisible mientras lo cometes.

Tus primeros clientes son comensales de descubrimiento: gente que vino porque eres nuevo. Piden con generosidad, piden lo interesante, dejan buena propina y no hacen muchas preguntas. A medida que la novedad se desvanece y la prensa pasa a otra cosa, la mezcla se mueve hacia clientes habituales y gente que busca buen precio, que piden con más cuidado y reaccionan al precio.

La consecuencia medible: el ticket promedio baja aunque no hagas nada mal. El ticket promedio de tu segundo mes no es una referencia. Es la cima de una curva.

Y se agrava con el calendario. El primer año es la luna de miel; el segundo es la cuenta. La renta completa llega cuando se acaba el periodo de renta gratis, el equipo empieza a fallar por uso real y ya no por garantía, y la reserva de capital de la apertura ya se acabó. Esa combinación —novedad a la baja, renta completa, primeras reparaciones, sin colchón— es la razón por la que los cierres se concentran más tarde de lo que la gente espera, y no en los primeros meses.

De ahí salen dos reglas prácticas:

Nunca extrapoles a partir del segundo mes. Ni para el personal, ni para los pedidos, ni para un pronóstico que le enseñes a alguien. Si tienes que modelar, modela el ticket promedio a la baja.

Ten tu fecha de inicio de renta y el saldo de tu reserva en la misma hoja. El artículo sobre permisos explica por qué esa fecha muchas veces llega antes de lo que esperan los operadores, y es el salto más grande de tu estructura de costos.

Lo que puedes empezar a construir

No vas a estar sin historial para siempre: lo estás acumulando. Tres cosas que conviene configurar ya para que los datos sirvan cuando tengas suficientes:

Disciplina de categorías en el POS desde el primer día. Si los platillos están mal categorizados en la primera semana, tus primeros seis meses de datos de mezcla de ventas son ruido, y vas a fijar precios con base en ellos. Es la misma configuración que determina que el impuesto sobre ventas sea correcto y, en algunos estados, tu proporción de cumplimiento de la licencia de alcohol.

Un cierre semanal, no mensual. Los restaurantes funcionan por semanas. Cerrar cada semana te da trece datos al final del trimestre en vez de tres, que es la diferencia entre tener una tendencia y tener una anécdota.

Anota qué cambiaste y cuándo. Cambios al menú, cambios de precio, cambios de personal, horarios. En tres meses vas a querer saber por qué se movió una cifra y, sin una bitácora de cambios, vas a estar adivinando. Cuesta un documento compartido y es lo de mayor retorno de esta lista.

Lo que no te voy a dar

Un conjunto de referencias para los primeros 90 días. No existe uno creíble. Las referencias se calculan con restaurantes en operación, y un restaurante en su primer mes no es uno de ellos en ningún sentido que importe.

Un plazo para llegar al punto de equilibrio. Depende de tu renta, del servicio de tu deuda y de tu ritmo de arranque, y todo eso es específico de ti. Calcúlalo con tus propias cifras; no lo compares con el de nadie.

Una estadística de tasa de cierres. Revisé de dónde salen las más comunes en el artículo sobre cuánto cuesta abrir y no aguantan una verificación. Lo que sí tiene buen respaldo es el patrón estructural de arriba: el riesgo se concentra cuando la novedad se desgasta y la renta se vuelve completa al mismo tiempo.

Todo en un párrafo

Durante el primer trimestre, ignora las referencias. Clasifica a tus meseros entre sí por cortesías y cancelaciones, con códigos de motivo. Observa el tiempo de las comandas como distribución y arregla la cola. Compara el costo de comida teórico contra el real y explica la diferencia. Calcula cada semana tu colchón de efectivo en dólares y fechas. Cierra cada semana, lleva una bitácora de cambios y trata cada cifra del segundo mes como lo mejor que se va a ver nunca.

Aclaración: trabajo en Katalyst, y todo lo anterior es más fácil con un POS que hace reportes de excepciones por empleado y muestra los tiempos de las comandas como distribuciones, algo que nosotros vendemos, así que tómalo con reservas. Los dos puntos con mayor retorno aquí no necesitan ningún sistema: la cifra semanal de colchón de efectivo y la bitácora de cambios.

Productos de Katalyst relacionados

• Conoce el análisis de Katalyst