Les leviers de croissance d'un restaurant : trouver celui qui est faible chez vous

« Comment faire croître mon commerce ? » est une mauvaise première question. La bonne est : « Lequel de mes leviers est le plus faible ? ». Cet article donne une décomposition, une méthode de choix et un protocole d'essai. Chaque levier renvoie vers l'article qui le traite en détail, sans le répéter ici.

La décomposition

Chiffre d'affaires = nombre de clients × fréquence de visite × panier moyen

Dans un lieu à capacité limitée (salle, cuisine, comptoir), un quatrième terme borne les trois autres : le nombre de commandes que l'on peut servir à l'heure. Kimes, Chase, Choi, Lee et Ngonzi (1998) ont adapté au restaurant la gestion de la capacité héritée de l'hôtellerie et du transport aérien. Ils proposent un indicateur, le revenu par place disponible et par heure (RevPASH), et montrent que les leviers sont la durée du repas, la taille des groupes et la répartition de la demande dans la journée. Kimes (1999) en a tiré une démarche en cinq étapes pour les restaurants qui veulent la mettre en œuvre.

Étape 1 : mesurer les quatre termes

Les statistiques de vente donnent le nombre de tickets, le ticket moyen et, pour les clients identifiés par la fidélité, la fréquence. Pour la capacité, comparez vos heures de pointe aux commandes que votre cuisine sait traiter, plage par plage. La prévision d'affluence aide à voir où la demande dépasse la capacité.

Étape 2 : trouver le terme faible

• Peu de clients nouveaux : problème de visibilité (voir les avis en ligne).
• Clients qui ne reviennent pas : problème de rétention.
• Ticket faible : problème de panier.
• Heures pleines saturées, heures creuses vides : problème de répartition.

Étape 3 : choisir le levier

Un chiffre souvent cité, à manier avec soin

Reichheld et Sasser (1990) ont affirmé qu'une hausse de 5 points de la rétention peut augmenter les profits de 25 à plus de 85 % selon les secteurs. Ce chiffre, très repris pour justifier les programmes de fidélité, est tiré de secteurs de services à clientèle récurrente et à forte valeur par client, comme la banque, l'assurance ou la blanchisserie industrielle. Il ne se transpose pas tel quel à un commerce de proximité. Liu (2007), qui a mesuré un programme de fidélité sur la durée dans des supérettes, observe que le programme a surtout fait grossir les petits et moyens acheteurs, pas modifié le comportement des meilleurs. La rétention compte, mais la mesure de son effet chez vous vaut mieux qu'un ordre de grandeur emprunté.

Étape 4 : un protocole d'essai sur 90 jours

1. Semaines 1 à 4 : mesurer. Relevez les quatre termes sans rien changer.
2. Semaines 5 à 8 : un seul changement. Un levier, un réglage. Par exemple, une offre en quantité sur le plat à marge faible, ou l'ouverture du retrait.
3. Semaines 9 à 12 : comparer. Comparez les mêmes jours de la semaine, aux mêmes heures, en tenant compte des vacances et de la météo. La prévision d'affluence neutralise ces effets.
4. Décider. Gardez, ajustez ou abandonnez, puis passez au levier suivant.

Un seul changement à la fois est la condition pour savoir ce qui a marché. Plusieurs changements simultanés donnent une moyenne qu'on ne peut pas interpréter.

Références

1. Anderson, M., & Magruder, J. (2012). Learning from the crowd: Regression discontinuity estimates of the effects of an online review database. The Economic Journal, 122, 957-989. https://doi.org/10.1111/j.1468-0297.2012.02512.x
2. Chen, H., Marmorstein, H., Tsiros, M., & Rao, A. R. (2012). When more is less: The impact of base value neglect on consumer preferences for bonus packs over price discounts. Journal of Marketing, 76(4), 64-77. https://doi.org/10.1509/jm.10.0443
3. Gao, F., & Su, X. (2018). Omnichannel service operations with online and offline self-order technologies. Management Science, 64, 3595-3608. https://doi.org/10.1287/mnsc.2017.2787
4. Kimes, S. E. (1999). Implementing restaurant revenue management: A five-step approach. Cornell Hotel and Restaurant Administration Quarterly, 40(3), 16-21. https://doi.org/10.1177/001088049904000315
5. Kimes, S. E., Chase, R. B., Choi, S., Lee, P. Y., & Ngonzi, E. N. (1998). Restaurant revenue management: Applying yield management to the restaurant industry. Cornell Hotel and Restaurant Administration Quarterly, 39(3), 32-39. https://doi.org/10.1177/001088049803900308
6. Kivetz, R., Urminsky, O., & Zheng, Y. (2006). The goal-gradient hypothesis resurrected: Purchase acceleration, illusionary goal progress, and customer retention. Journal of Marketing Research, 43(1), 39-58. https://doi.org/10.1509/jmkr.43.1.39
7. LeBruto, S. M., Ashley, R. A., & Quain, W. (1997). Using the contribution margin aspect of menu engineering to enhance financial results. International Journal of Contemporary Hospitality Management, 9(4), 161-167. https://doi.org/10.1108/09596119710185846
8. Liu, Y. (2007). The long-term impact of loyalty programs on consumer purchase behavior and loyalty. Journal of Marketing, 71(4), 19-35. https://doi.org/10.1509/jmkg.71.4.019
9. Nunes, J. C., & Drèze, X. (2006). The endowed progress effect: How artificial advancement increases effort. Journal of Consumer Research, 32(4), 504-512. https://doi.org/10.1086/500480
10. Reichheld, F. F., & Sasser, W. E. (1990). Zero defections: Quality comes to services. Harvard Business Review, 68(5), 105-111.