Engage

रेस्टॉरंट ग्राहक धारणा: ती कशी मोजावी आणि कशी वाढवावी

रेस्टॉरंट ग्राहक धारणा म्हणजे काय, ती कशी मोजावी, आणि अतिथी डेटा व वर्तन-आधारित मोहिमा ग्राहकांना पुन्हा कशा आकर्षित करतात हे जाणून घ्या.

Restaurant customer retention: How to measure and grow it

बहुतेक रेस्टॉरंट मार्केटिंग अजूनही पुढच्या नवीन ग्राहकांच्या शोधात असते. त्याहून कठीण आकडेवारी ही तुम्ही आधीच सेवा दिलेल्या पाहुण्यांमध्ये दडलेली असते. Data Delivers च्या 2025 च्या रेस्टॉरंट पाहुण्यांच्या सहभागाच्या अहवालानुसार, 2023 मध्ये रेस्टॉरंट्सना भेट दिलेल्या 2.7 कोटी पाहुण्यांपैकी, 41 लाख पाहुणे 2024 मध्ये परत आले, म्हणजेच हा 17% रिटेंशन दर होता. गर्दीचे शुक्रवार ही तूट भरून काढू शकत नाहीत.

जर तुम्ही साइट्सचे मालक असाल किंवा मोहिमा चालवत असाल, तर पाहुण्यांची संख्या आणि रिटेन्शन यांना वेगवेगळी कामे समजा. एक काम आज रात्री जागा भरते. तर दुसरे काम गेल्या वर्षीचे जेवणारे परत आले की नाही हे विचारते.

अनुक्रमणिका

रेस्टॉरंट ग्राहक रिटेन्शनचा खरोखर काय अर्थ होतो

रेस्टॉरंट ग्राहक धारणा (रिटेन्शन) म्हणजे आकडेवारी पाहण्यापूर्वी तुम्ही ठरवलेल्या कालावधीत परत येणाऱ्या पाहुण्यांचे प्रमाण. हे ईमेल फाइलचा आकार नाही आणि चांगल्या आठवड्यातील एकूण ग्राहक संख्याही नाही. समजा मार्चमध्ये 400 लोक तुमच्याकडे जेवले आणि ती विंडो बंद होण्यापूर्वी त्यापैकी 80 लोक पुन्हा तुमच्याकडे जेवले. तर त्या गटासाठी धारणा दर 20% आहे, मग प्रत्येक शुक्रवार गर्दीने भरलेला दिसत असला तरीही.

अ‍ॅक्विझिशन बादली भरते. रिटेन्शन गळती रोखते. ज्या बादलीतून दरवर्षी बहुतांश पाणी गळते, ती फक्त वरून नवीन पाहुण्यांचा ओघ सुरू ठेवल्याने भरलेली राहणार नाही. फक्त पहिल्या भेटी विकत घेणारे मार्केटिंग म्हणजे गळती न दुरुस्त करता पाणी अधिक वेगाने ओतण्यासारखे आहे.

गळती गर्दीने भरलेल्या खोलीत लपलेली असते. पहिल्यांदा येणारे ग्राहक एकदाच येऊन अदृश्य होत असताना, नियमित ग्राहकांचा एक छोटा समूह विक्री सांभाळून नेऊ शकतो. कर्मचारी चेहरे ओळखतात आणि खोली निष्ठावान आहे असे गृहीत धरतात. कॅश काउंटर फक्त एवढेच दाखवतो की कोणीतरी पैसे दिले.

३०-दिवसांचा रिटर्न, ९०-दिवसांचा रिटर्न आणि १२-महिन्यांचा रिटर्न हे तीन वेगवेगळे स्कोअर आहेत. प्रत्येक अहवालावर विंडोचे नाव नमूद करा, अन्यथा एकाच समूहातील दोन शाखा न जुळणाऱ्या आकड्यांवर वाद घालतील.

असाच गोंधळ रेस्टॉरंट्सच्या बाहेरही दिसून येतो. नव्याने साइन-अप करणाऱ्यांचे स्वागत करणारी आणि कोणाचे नूतनीकरण झाले याकडे दुर्लक्ष करणारी जिम, ट्रॅक करण्यासाठीच्या जिम सदस्य धारणा मेट्रिक्स या मार्गदर्शिकेत नमूद केलेली चूक करत असते. केवळ एकूण सदस्यसंख्या वाढणे म्हणजे आरोग्य नव्हे. पुन्हा भेट देण्याची वृत्ती हीच खरी आरोग्याची तपासणी आहे.

४.१ दशलक्ष पुन्हा भेट देणाऱ्या पाहुण्यांवर आधारित १७% रेस्टॉरंट ग्राहक धारणा (रिटेन्शन) दर दर्शविणारा डेटा आलेख.

कामाची आखणी एका निश्चित क्रमाने करा. मेट्रिक्स आणि एक कालावधी निवडा, तुमचे स्वरूप विक्रीच्या समीकरणात कसा बदल घडवून आणते ते तपासा, विश्वास न गमावता ईमेल मिळवा, भेटीनंतर अन्न, सेवा, मूल्य आणि वातावरणाचा आढावा घ्या, वर्तनावर आधारित काही ट्रिगर्स पाठवा, मग तुम्ही जाणीवपूर्वक संपर्क न केलेल्या पाहुण्यांशी तुलना करून एका मोहिमेचे मूल्यांकन सिद्ध करा.

ट्रॅक करण्यासाठी रिटेन्शन मेट्रिक्स आणि त्यांचे बेंचमार्क

रेस्टॉरंट ग्राहक रिटेन्शन चालवण्यासाठी पाच आकडे पुरेसे आहेत. प्रत्येकाला एक सूत्र, एक विंडो आणि संदर्भ आवश्यक असतो जेणेकरून पुढील तिमाहीत बेसलाइनला काही अर्थ राहील.

मेट्रिक गणना कालावधी (विंडो) संदर्भ मूल्य
दुसऱ्या भेटीचा दर (Second-visit rate) दुसऱ्यांदा भेट देणारे गेस्ट्स / पहिल्यांदा भेट देणारे गेस्ट्स ३० किंवा ९० दिवस ९० दिवसांच्या आत २५% (Bloom Intelligence, २०२५)
वार्षिक रिटेन्शन दर (Annual retention rate) पुन्हा भेट देणारे गेस्ट्स / वर्षाच्या सुरुवातीचे गेस्ट्स १२ महिने अंदाजे २१% (Bloom Intelligence, २०२५)
पुन्हा भेट देण्याचा दर (Return visit rate) (पुन्हा दिलेल्या भेटी / पाठवलेले ईमेल्स) x १०० १४ किंवा ३० दिवस १४ दिवसांपासून सुरुवात करा; ईमेल उघडण्याऐवजी प्रत्यक्ष भेटींना (फूटफॉल) महत्त्व द्या
लॅप्स दर (Lapse rate) नेहमीच्या भेटीचा कालावधी उलटून गेलेले गेस्ट्स / सक्रिय गेस्ट्स ३०, ४५ किंवा ६० दिवस तुमच्या स्वतःच्या भेट चक्रावरून (व्हिजिट सायकल) हा कालावधी निश्चित करा
कस्टमर लाइफटाइम व्हॅल्यू (Customer lifetime value) सरासरी भेट वारंवारता x सरासरी खर्च x सरासरी कालावधी लाइफटाइम एका वेळेस भेट देणाऱ्यांसाठी सरासरी $२६ (Bloom Intelligence, २०२५)

दुसरी भेट आणि वार्षिक दृष्टिकोन

दुसऱ्या भेटीचा दर (Second-visit rate) हा सर्वात स्पष्ट सुरुवातीचा संकेत आहे. 30 किंवा 90 दिवसांच्या आत दुसऱ्यांदा भेट देणाऱ्या पाहुण्यांची संख्या पहिल्यांदा येणाऱ्या पाहुण्यांच्या संख्येने भागा. जानेवारी 2024 ते ऑक्टोबर 2025 दरम्यानच्या ठिकाणांचा समावेश असलेल्या, Bloom Intelligence ने 2025 मध्ये प्रकाशित केलेल्या एका विश्लेषणात असे आढळून आले की फक्त 25% पहिल्यांदा भेट देणारे पाहुणे 90 दिवसांच्या आत परत आले. त्याच विश्लेषणात असेही आढळले की 69% पाहुणे एका भेटीच्या पलीकडे कधीच गेले नाहीत.

वार्षिक रिटेन्शन दर (Annual retention rate) हा अधिक दीर्घ कालावधी मोजतो. १२ महिन्यांच्या आत परत येणारे गेस्ट्स, भागिले वर्षाच्या सुरुवातीचे एकूण गेस्ट्स. Bloom Intelligence च्या अहवालानुसार, रेस्टॉरंट्सनी एका वर्षाच्या आत आपले ७८.८% विद्यमान गेस्ट्स गमावले, ज्याचा अर्थ वार्षिक रिटेन्शन दर सुमारे २१% इतका होतो. संपूर्ण कॅलेंडर वर्षासाठी प्रसिद्ध करण्यात आलेली दुसरी आकडेवारी वेगळ्या लोकसंख्येवर आधारित असून ती साधारण १५ ते १९ टक्क्यांच्या दरम्यान होती. तुमच्या आकडेवारीची तुलना केवळ त्याच सुरुवातीच्या गटाचा आणि त्याच कालावधीचा वापर करणाऱ्या आकड्याशीच करा. त्यांची सरमिसळ केल्याने एखादी सुस्थितीत असलेली साइट बिघडल्यासारखी दिसू शकते किंवा याउलटही होऊ शकते.

पुन्हा भेट, खंड पडणे आणि मूल्य

परतीच्या भेटीचा दर (Return visit rate) हा मोहिमेच्या (कॅम्पेनच्या) प्रश्नाचे उत्तर देतो, डेटाबेसच्या प्रश्नाचे नाही. हे (परतीच्या भेटी / पाठवलेले ईमेल्स) x 100 असे मोजले जाते, ज्याची गणना 14 किंवा 30 दिवसांच्या आत केली जाते. आम्ही रेस्टॉरंट्सची सुरुवात 14-दिवसांच्या अ‍ॅट्रिब्यूशन विंडोने करतो आणि जेव्हा पाहुणे नैसर्गिकरित्या आठवड्यापेक्षा कमी वेळा भेट देतात तेव्हाच ती वाढवतो. जेव्हा कोणी परत येते, तेव्हा नेटवर्क डिव्हाइस ओळखू शकते आणि कॅश काउंटरवर क्यूआर कोड किंवा व्हाउचर कोडशिवाय, तुम्ही पाठवलेल्या मोहिमेच्या संदर्भात त्या भेटीची नोंद करू शकते.

लॅप्स दर म्हणजे सामान्य अंतर ओलांडलेले पाहुणे भागिले सक्रिय पाहुणे. शेजाऱ्यांचे निकष कॉपी करू नका. जर तुमचे सरासरी अंतर सुमारे तीन आठवड्यांचे असेल, तर 30 दिवस ही एक योग्य मर्यादा आहे. जर लोक दर दीड महिन्यांनी बुकिंग करत असतील, तर 60 दिवस निश्चित करण्यापूर्वी 45 दिवसांची चाचणी घ्या.

कस्टमर लाइफटाइम व्हॅल्यू म्हणजे भेटींची सरासरी वारंवारता गुणिले सरासरी खर्च गुणिले सरासरी कार्यकाळ. Bloom Intelligence ने एकदा भेट देणाऱ्यांसाठी सरासरी लाइफटाइम व्हॅल्यू $26 इतकी ठेवली आहे, जी एका भेटीतील खर्च आणि वारंवार भेट देण्याच्या संबंधातील व्यावसायिक तफावत आहे. एकाच कोहॉर्टमधील ऑप्ट-इन केलेल्या पाहुण्यांची आणि थेट चालत आलेल्या (वॉक-इन) पाहुण्यांची तुलना करा, अन्यथा आधीपासूनच जास्त खर्च करणार असलेल्या लोकांचे श्रेय तुम्ही या प्रोग्रामला द्याल. त्या तुलनेची कार्यप्रणाली आमच्या रेस्टॉरंट्स आणि हॉटेल्ससाठी कस्टमर लाइफटाइम व्हॅल्यू या मार्गदर्शिकेमध्ये उपलब्ध आहे.

तुमच्या फॉरमॅटमधून एक विंडो निवडा, नंतर ती सर्व पाच मेट्रिक्सवर वापरा. 90-दिवसांच्या दुसऱ्या भेटीच्या दराशेजारील 30-दिवसांचा लॅप्स रिपोर्ट तुम्हाला प्रोग्राम पुढे सरकला आहे की नाही हे सांगणार नाही.

स्वरूप कशा प्रकारे पुनरावृत्ती विक्रीच्या वाट्याला आकार देते

पुन्हा येणारे पाहुणे केवळ वारंवार परत येत नाहीत. ते विक्रीतील बहुतांश वाटा उचलतात आणि सर्व्हिस मॉडेलनुसार हा वाटा बदलतो. Restroworks द्वारे सारांशित केलेल्या National Restaurant Association च्या संशोधनातील उद्योग आकडेवारीनुसार, पुन्हा येणाऱ्या पाहुण्यांची विक्री क्विक-सर्व्हिसमध्ये सुमारे 71%, फास्ट-कॅज्युअलमध्ये 68%, कॅज्युअल डायनिंगमध्ये 64% आणि फाइन डायनिंगमध्ये 51% आहे.

स्वरूप पुन्हा भेट देणाऱ्या पाहुण्यांचा विक्रीतील वाटा ठराविक भेटींचे स्वरूप सुचवलेला कालावधी
क्विक-सर्व्हिस 71% सवयीनुसार, वारंवार 30 दिवस
फास्ट-कॅज्युअल 68% सवयीनुसार, वारंवार 30 दिवस
कॅज्युअल डायनिंग 64% मिश्र दिनचर्या आणि प्रसंगानुरूप तुमच्या स्वतःच्या भेटींच्या अंतरावरून ठरवा
फाइन डायनिंग 51% प्रसंगानुरूप, जास्त बुकिंग कालावधी 90 दिवस

तीच विंडो दोन्ही साइट्ससाठी अयशस्वी का ठरते

क्विक-सर्व्हिस आणि फास्ट-कॅज्युअल रेस्टॉरंट्स सवयींवर चालतात. लोक काही मिनिटांत निर्णय घेतात, बहुधा दिवसाच्या एकाच वेळी, आणि एखादा चुकलेला आठवडा ही प्रत्यक्ष घट असते. 30 दिवसांची विंडो या लयीशी जुळते. फाइन डायनिंग हे प्रसंग, दीर्घ बुकिंग सायकल्स आणि जास्त बिलांवर चालते. मार्चमध्ये तुमच्याकडे जेवलेले जोडपे कदाचित एप्रिलमध्ये "गमावले" नसू शकते. त्या जागेचे 30 दिवसांच्या स्कोअरवर मूल्यांकन केल्यास एक चांगली ग्राहक संख्यादेखील मंथन (churn) वाटू लागेल.

कॅज्युअल डायनिंग हे मधोमध बसते, थोडे आठवड्याच्या रात्रीचे रुटीन आणि थोडे वाढदिवसाचे सेलिब्रेशन. डिफॉल्ट म्हणून क्विक-सर्व्हिस विंडो किंवा फाईन-डायनिंग विंडो उसने घेऊ नका. किमान दोनदा आलेल्या पाहुण्यांच्या भेटींमधील अंतर मोजा, आणि मग तिथे फ्लॅग सेट करा.

विक्रीच्या वाट्याशी संबंधित तीन घटक

पुनरावृत्ती-विक्री शेअरच्या शेजारी तीन आकडे ट्रॅक करा, अन्यथा ही टक्केवारी दिशाभूल करू शकते.

  • प्रति पाहुणा भेटी: वारंवारता, केवळ कोणी परत आले की नाही एवढेच नाही.
  • सरासरी ऑर्डर मूल्य: पुन्हा येणारे पाहुणे पहिल्यांदा येणाऱ्या ग्राहकांप्रमाणे खर्च करतात की अधिक खरेदी करतात.
  • भेटींमधील दिवस: हे अंतर ज्यानुसार तुमचा लॅप्सचा नियम ठरवला पाहिजे.

समजा एखाद्या फाईन-डायनिंग रेस्टॉरंटमध्ये 51% पुन्हा भेट देणाऱ्यांचा हिस्सा आहे आणि दोन भेटींमधील सामान्य अंतर सुमारे 60 दिवसांचे आहे. प्रसंगानुरूप आठवण करून देणे - एखाद्या ज्ञात उत्सवापूर्वी संदेश पाठवणे - पुन्हा दिल्या जाणाऱ्या भेटी वाढवेल. रोजचा प्रोमो केवळ अशा लोकांना सूट देईल जे एरवीही येणारच होते, आणि यामुळे ग्राहक ऑफरची वाट पाहण्याची सवय लावून घेतील.

तुमच्या स्वतःच्या पुनरावृत्ती शेअरची तुमच्या फॉरमॅटच्या बँडशी तुलना करा, नंतर तुमच्या ठरावीक अंतराशी जुळणारी विंडो लॉक करा. काउंटर ब्रँड आणि डाइनिंग रूम दोन्ही असलेल्या ग्रुपने दोन्हीवर एकच विंडो सक्तीने लागू करू नये.

विश्वास न गमावता अतिथींचा डेटा कसा कॅप्चर करावा

पर्सनालायझेशनमुळे लोक आपोआप परत येतातच असे नाही. 1,000 यू.एस. ग्राहकांच्या 2025 मधील एका PAR Technology सर्वेक्षणात, एक तृतीयांश लोकांनी सांगितले की आर्थिक दबावामुळे ते रेस्टॉरंट लॉयल्टी प्रोग्राम्सचा वापर अधिक वेळा करतात, आणि जवळपास 70% लोकांनी सांगितले की हे प्रोग्राम्स त्यांना खर्च व्यवस्थापित करण्यात मदत करतात. भाकितांबद्दलची (प्रेडिक्शन) मते विभागलेली होती. नियमित ऑर्डरच्या शिफारशींसारख्या वैशिष्ट्यांबद्दल केवळ 24% लोक उत्सुक होते, तर 27% लोकांना अचूकतेबद्दल चिंता होती. 52% लोकांनी सांगितले की गोपनीयतेच्या मर्यादांचे पालन केले गेल्यास रिअल-टाइम वैयक्तिकृत फायदे विश्वास वाढवतील.

परवानगी असणे म्हणजे प्रासंगिकता असणे नव्हे. पाहुणा ऑप्ट-इन करू शकतो आणि तरीही या महिन्यातील चौथ्या ईमेलचा, त्यांच्या कुटुंबाविषयीच्या अंदाजाचा किंवा त्यांनी काय ऑर्डर केले होते याकडे दुर्लक्ष करणाऱ्या ऑफरचा तिरस्कार करू शकतो.

विश्वास निर्माण करत असताना WiFi पोर्टलद्वारे पाहुण्यांचा ईमेल डेटा कसा गोळा करावा हे दर्शवणारे तीन-चरणांचे इन्फोग्राफिक.

पाच पायऱ्या आणि प्रत्येकामागील कारण

  1. गेस्ट WiFi पोर्टलवर विचारा. गेस्ट कनेक्ट होतात त्याच क्षणी ईमेल प्रविष्ट करतात, अटी स्वीकारतात आणि मार्केटिंगसाठी संमती (ऑप्ट-इन) देतात. तुम्ही त्याच वेळी ईमेल, भेटीची तारीख, थांबण्याचा कालावधी (ड्वेल टाइम) आणि पसंतीचे स्थान स्टोअर करता; तीन आठवड्यांनंतर त्यांनी गमावलेल्या कार्डवरून नाही. टेबलवर कागदी फॉर्म न वापरता हाच मार्ग फॉर्मशिवाय ग्राहकांचे ईमेल्स गोळा करणे याविषयीच्या आमच्या मार्गदर्शकामध्ये स्पष्ट केला आहे.
  2. त्या ईमेलशी कॅश रजिस्टर (टिल्ल), बुकिंग आणि सर्व्हेच्या नोंदी जुळवा. एका गेस्टचा एकच इतिहास असावा. वेगळ्या स्पेलिंगखालील बुकिंग आणि टोपणनावाखालील टिल्ल पावती एका नियमित ग्राहकाला दोन अनोळखी व्यक्तींमध्ये विभागून टाकेल आणि दोघांनाही चुकीचा संदेश मिळेल.
  3. ऑप्ट-इन अशा प्रकारे लिहा जेणेकरून त्यात मार्केटिंग ईमेलचा उल्लेख असेल आणि त्या ईमेलमध्ये काय असेल हे स्पष्ट होईल. "आमच्या यादीमध्ये सामील व्हा" हे खूप मोघम आहे. भेटीचे फॉलो-अप, अधूनमधून मिळणाऱ्या ऑफर्स आणि वाढदिवसाच्या शुभेच्छा यांच्या व्यतिरिक्त इतर काहीही पाठवले जाणार नाही, असे स्पष्ट सांगा.
  4. टाइमस्टॅम्पसह संमती साठवून ठेवा आणि ऑप्ट-आउट्स कायमस्वरूपी ठेवा. नंतरच्या फाइल इंपोर्टमुळे "नाही" हे पुन्हा "होय" मध्ये बदलता कामा नये. यामुळेच याद्या खराब होतात आणि तक्रारी सुरू होतात.
  5. ज्या गेस्ट्सनी नुकताच ॲक्विझिशन ऑफरचा लाभ घेतला आहे, त्यांना वगळा (सप्रेस करा). ते आधीच त्या ऑफरसाठी परत आले आहेत. त्याच आठवड्यात दुसरा कोड दिल्यास त्यांना प्रतीक्षा करण्याची सवय लागते आणि ज्यामुळे तुमचा अनावश्यक मार्जिन खर्च होतो.

गेस्ट WiFi नसलेली ठिकाणे टिलवर, बुकिंग फॉर्मवर आणि रिझर्व्हेशनवर, त्याच शब्दांसह आणि त्याच टाइमस्टॅम्पसह तीच पाच पावले चालवू शकतात.

व्यावहारिक नियम: एक निरोगी रेकॉर्ड म्हणजे एक ईमेल, भेटीचा इतिहास, खर्च आणि संमतीची स्थिती जी तुम्ही व्यवस्थापकाला एका ओळीत दाखवू शकता.

खरेदी केलेली सूची इम्पोर्ट करणे ही एक सामान्य चूक आहे. त्या लोकांनी तुमच्या रेस्टॉरंटकडून संदेश प्राप्त करण्यास कधीही संमती दिलेली नसते. डिलिव्हरी दर घसरतात आणि ज्या पाहुण्यांनी संमती दिली होती त्यांचेही यामध्ये नुकसान होते. ऑफरचा खर्च आणि अनसबस्क्राइब यानंतर, एखादा संदेश फायदेशीर पुनरावृत्ती भेटी निर्माण करत असेल तरच तो उपयुक्त ठरतो.

अन्न, सेवा, मूल्य आणि वातावरण पुन्हा भेटी देण्यास प्रवृत्त करतात

एखाद्या संदेशामुळे लोकांना न आवडलेले जेवण सुधारू शकत नाही. 410 रेस्टॉरंट ग्राहकांच्या परिमाणात्मक अभ्यासात, अन्नाचा दर्जा, सेवेचा दर्जा आणि वातावरणाने पुन्हा भेट देण्याच्या हेतूचा अंदाज लक्षणीयरीत्या वर्तवला, ज्याचा प्रमाणित रिग्रेशन गुणांक β = .703 होता. Gading Journal च्या अभ्यासानुसार, या मॉडेलने पुन्हा भेट देण्याच्या हेतूतील फरकाचे 49.4% स्पष्टीकरण दिले (R² = .494, p < .001). या परिणामाचा मोठा भाग ग्राहकांच्या समाधानावर अवलंबून होता. संपूर्ण अनुभव एक अंतिम निकाल ठरवतो, आणि हा निकाल ते पुन्हा बुकिंग करतात की नाही हे निश्चित करतो.

10,136 ऑनलाइन रेस्टॉरंट पुनरावलोकनांच्या एका स्वतंत्र विश्लेषणात असे आढळून आले की अन्नाचा दर्जा, किंमत आणि मूल्य, सेवा गुणवत्ता आणि वातावरण हे पुन्हा भेट देण्याच्या हेतूचे महत्त्वपूर्ण घटक आहेत, जसे की त्या पुनरावलोकन अभ्यासात नमूद केले आहे. सवलत देणे हा या चारांसाठी पर्याय असू शकत नाही.

एका रेस्टॉरंटमध्ये जेवण करणाऱ्या आनंदी जोडप्याला एक रुचकर स्वादिष्ट फिश डिश वाढणारा हसरा वेटर.

एक असा स्कोअर ज्यावर तुम्ही कारवाई करू शकता

प्रत्येक भेटीनंतर, अन्न, सेवा, मूल्य आणि वातावरण यावर 1 ते 5 स्कोअर विचारा. तो इतका लहान ठेवा की मंगळवारच्या दुपारच्या जेवणाचा पाहुणा तो पूर्ण करू शकेल.

समजा एखाद्या ग्राहकाने शुक्रवारच्या लंचसाठी जेवणाला 5 पैकी 5 आणि सेवेला 2 गुण दिले. 20% चा कोड पैसे वाया घालवतो आणि समस्या तशीच राहू देतो. मॅनेजरने पाठपुरावा करणे, तसेच "आम्हाला आशा आहे की तुम्हाला सर्वकाही आवडले असेल" असे म्हणण्याऐवजी संथ सेवेचा स्पष्ट उल्लेख करणारी सर्व्हिस-रिकव्हरी नोट पाठवणे, हे मूळ कारणाशी सुसंगत ठरते. जर व्हॅल्यू (मूल्य) साठी कमी गुण मिळाले असतील, तर सरसकट डिस्काउंट देण्यापूर्वी मेनूचे दर आणि पोर्शनच्या सुसंगततेचे परीक्षण करा. जेवणासाठी मिळालेला कमी स्कोअर हा ईमेलच्या सब्जेक्ट लाईनकडे नाही, तर त्या डिशबाबतच्या किचनमधील सातत्याकडे निर्देश करतो.

एखाद्या खास सहलीची योजना आखणारी कुटुंबे वेळ आणि वातावरणाचा आधीच सखोल विचार करतात. कुटुंबांसाठी असलेली कॅप्यबारा कॅफे टायमिंग गाइड ही एक आठवण करून देते की वातावरण, प्रतीक्षा आणि वेळ यावरून लोक पुन्हा तिथे जाऊ इच्छितात की नाही हे ठरते. एखाद्या मोहिमेने त्यावर पांघरूण घालण्याचा प्रयत्न करण्यापूर्वी तुमच्या स्कोअरने हे ओळखले पाहिजे.

या महिन्यात काय तपासावे

  • सर्वात कमी ड्रायव्हर: मागील 30 भेटींमध्ये चारपैकी कोणता स्कोअर सर्वात कमकुवत आहे.
  • कोणावर प्रभाव पडतो: दिवसाचा कोणता भाग, साइट किंवा सर्व्हर गट तो कमी स्कोअर दर्शवतो.
  • फ्लोअर बदल: त्या स्कोअरशी जोडलेली एक ऑपरेशनल दुरुस्ती, कोणतीही नवीन ऑफर नाही.

समाधान आणि नुकतीच दिलेली भेट (recency) यानुसार वर्गीकरण करा. नाराज पाहुण्यांना व्यवस्थापकाकडून समस्येचे निराकरण करणारा संदेश मिळतो. समाधानी पाहुण्यांना केवळ त्यांची स्वतःची लॅप्स विंडो जवळ आल्यावरच आठवण करून दिली जाते. सरसकट "45 दिवसांत कोणतीही भेट नाही" असा नियम इतर ब्रँडवरून कॉपी न करता, तो तुमच्या भेट-चक्राच्या वितरणानुसार असायला हवा.

वर्तनावर आधारित मोहिमा ज्या संपर्क तुटलेल्या पाहुण्यांना परत आणतात

पाहुण्यांच्या प्रवासाच्या क्रमाने ट्रिगर्स तयार करा आणि परत चालत येणाऱ्या लोकांवरून प्रत्येकाचे मूल्यांकन करा. डायनिंग रूममध्ये कोणताही बदल न होताही ओपन्स आणि क्लिक्स उत्तम दिसू शकतात. रिटर्न व्हिजिट नसलेला उच्च ओपन रेट कोणालाही परत आणू शकत नाही.

ग्राहक धारणा (कस्टमर रिटेन्शन) साठी ईमेल मार्केटिंग मोहिमा व्यवस्थापित करण्यासाठी डेस्कवर बसून लॅपटॉप वापरणारा एक रेस्टॉरंट व्यवस्थापक.

बिल्ड क्रम

पहिल्यांदा येणारा पाहुणा निघून गेल्यावर दोन तासांनी स्वागत संदेश. भेट अजूनही ताजी असते. त्यांचे आभार माना, त्यांच्या लक्षात राहण्याची शक्यता असलेल्या एका पदार्थाचे नाव सांगा आणि परत येण्यासाठी एकच कारण द्या. आधीपासूनच चांगल्या असलेल्या पहिल्या अनुभवावर मोठी सूट जोडू नका.

नियमित ग्राहकासाठी 30 दिवसांनंतर "आम्हाला तुमची आठवण येत आहे". हा योग्य असा पहिला लॅप्स ट्रिगर आहे. आम्ही 30 दिवसांना सुरुवातीचा बिंदू मानतो, त्यानंतर 45 दिवसांवर तोच मेसेज तपासून पाहतो आणि कोणीही कटऑफ निश्चित करण्यापूर्वी रिटर्न व्हिजिट रेटची तुलना करतो. गेल्या महिन्यात तीन वेळा भेट देऊन नंतर शांत राहिलेल्या पाहुण्याला, एकदाच आलेल्या पाहुण्यापेक्षा वेगळ्या मेसेजची आवश्यकता असते.

६० दिवसांनंतर लॅप्स झालेली ऑफर, फक्त जर ३० दिवसांच्या संदेशाने त्यांना परत आणले नसेल तरच. ज्या नियमित पाहुण्यांनी पुन्हा भेट दिली नाही त्यांना ६० व्या दिवशी ती पाठवा. मागील संदेशाद्वारे जे ग्राहक आधीच परत आले आहेत त्यांना वगळा. कोड्सचा एकावर एक मारा केल्यास ऑफर आणखी मोठी होईपर्यंत यादीतील ग्राहक तुमच्याकडे दुर्लक्ष करण्याची सवय लावून घेतात.

वाढदिवसाची ऑफर, तारखेच्या दोन आठवडे आधी. कॅज्युअल आणि फाईन डायनिंगमध्ये खास प्रसंगांनुसार मागणी खरी असते. दोन आठवड्यांचा कालावधी बुकिंग सायकलसाठी पुरेशी जागा देतो. वाढदिवसाच्या सकाळी पोहोचणारा कोड अनेकदा रिझर्व्हेशन चुकवतो.

लॅप्स झालेल्या पाहुण्यांसाठीची पद्धत, ज्यामध्ये अंतर जास्त असेल तेव्हा काय बोलावे याचा समावेश आहे, ती आमच्या लॅप्स झालेल्या हॉटेल आणि रेस्टॉरंट पाहुण्यांसाठी विन-बॅक ईमेल्स या मार्गदर्शिकेत स्पष्ट केली आहे.

यादी स्वेच्छेने उत्सुक ठेवा

कॉप मजकूर भेटीच्या इतिहासाशी जुळवून घ्या. अलीकडील तीन भेटी आणि ३० दिवसांचे अंतर म्हणजे "आम्ही तुमचे नेहमीचे टेबल लक्षात ठेवले आहे". सहा महिन्यांपूर्वीची एक भेट हा तसाच संबंध नाही, आणि त्यासाठी नियमित ग्राहकांचा टोन वापरला जाऊ नये.

ऑफर मर्यादित ठेवा. कोणत्याही पाहुण्याला एका महिन्यात किती मेसेज आणि किती ऑफर्स मिळतील यावर मर्यादा घाला. ऑप्ट-इन अजूनही फाइलवर असले तरीही, जेव्हा प्रत्येक ईमेल हा कोड असतो तेव्हा संमती कमी होते.

तुमच्या ॲट्रिब्युशन विंडोमधील प्रत्येक ट्रिगरसाठी पुन्हा दिलेल्या भेटी मोजा. निष्क्रिय (लॅप्स झालेल्या) सूचीतील असाच एक भाग बाजूला ठेवा, ज्यामुळे तुम्हाला केवळ आपोआप भेट देणारे लोकच नव्हे, तर अतिरिक्त भेटींचा फायदा स्पष्टपणे दिसू शकेल. पुढील विभाग त्या चाचणीची पहिल्या महिन्याची आवृत्ती आहे. एक वेळ बदला, 30 दिवस विरुद्ध 45 दिवस, आणि बाकी सर्व तसेच ठेवा.

तुमची रिटेन्शन बेसलाइन सेट करा आणि एका मोहिमेची चाचणी घ्या

सूटचा ढीग म्हणजे रिटेन्शन प्रोग्राम नाही. प्रोग्राम म्हणजे एक बेसलाइन, एक ट्रिगर आणि एक असा गट ज्याच्याशी तुम्ही जाणीवपूर्वक संपर्क साधत नाही.

पहिला महिना

  1. गेल्या 90 दिवसांच्या भेटींची माहिती मिळवा. तुम्ही आधीच निवडलेल्या व्याख्यांनुसार दुसऱ्या भेटीचा दर (सेकंड-व्हिजिट रेट) आणि लॅप्स दराची गणना करा. कोणीही मोहीम पाठवण्यापूर्वी दोन्ही लिहून ठेवा. ही जोडी अशी बेसलाइन आहे जी तुम्ही पुढील बैठकीत मांडू शकाल.
  2. एक ट्रिगर निवडा. 30 दिवसांनंतर "आम्हाला तुमची आठवण येत आहे" असा ईमेल पाठवणे ही सर्वात सोपी पहिली पायरी आहे. जोपर्यंत याचा परिणाम दिसत नाही, तोपर्यंत स्वागत, वाढदिवस आणि 60-दिवसांच्या ऑफर्स देणे टाळा.
  3. लॅप्स झालेल्या अतिथींची विभागणी समान आकार आणि प्रोफाइल असलेल्या पाठवलेल्या गटामध्ये आणि बाजूला ठेवलेल्या गटामध्ये (हेल्ड-आउट ग्रुप) करा. समान साइट्स, समान अलीकडील काळ, सरासरी समान खर्च. जर बाजूला ठेवलेल्या गटात सर्व आठवड्याच्या दिवसांतील अतिथी असतील आणि पाठवलेल्या गटात सर्व वीकेंडचे अतिथी असतील, तर चाचणी आधीच पक्षपाती ठरते.
  4. दोन्ही गटांसाठी 14 दिवसांनी आणि 30 दिवसांनी परतीच्या भेटींची मोजणी करा. तुम्ही परतीच्या भेटीच्या दरासाठी ठरवलेली समान ॲट्रिब्यूशन विंडो वापरा. ग्राहकांची संख्या (फुटफॉल) कमी दिसत असल्यामुळे अर्धवट टप्प्यात ईमेल्स उघडण्याच्या (ओपन्स) प्रमाणावर लक्ष केंद्रित करू नका.
  5. गटांची तुलना करा. वाढीव भेटी (इन्क्रीमेंटल व्हिजिट्स) नोंदवा - बाजूला ठेवलेल्या गटापेक्षा पाठवलेल्या गटातील अतिथींच्या अतिरिक्त परतीच्या भेटींची नोंद करा आणि एक श्रेणी नमूद करा. लहान यादीवर एक किंवा दोन भेटींमधील फरक हा नगण्य असू शकतो. आम्ही अशा प्रकारे मोजमाप करतो जेणेकरून मोहिमेला काहीही न मिळालेल्या अतिथींपेक्षा अधिक चांगली कामगिरी करावी लागेल.

किमान एका पूर्ण व्हिजिट सायकलसाठी चाचणी चालवा. जर तुमच्या भेटींमधील सामान्य अंतर सुमारे एक महिना असेल, तर चार आठवडे ही किमान मुदत आहे, शनिवार व रविवारचा स्नॅपशॉट नाही. एका वेळी एकच व्हेरिएबल बदला. 30 दिवसांची अनुपस्थिती विरुद्ध 45 दिवस, त्याच क्रिएटिव्ह आणि त्याच ऑफरसह, हा उपयुक्त पहिला बदल आहे. ज्या वेळेत सर्वात स्पष्ट वाढ (इन्क्रिमेंटल लिफ्ट) दिसून येईल ती वेळ वाढवा आणि दुसरी थांबवा.

लाइफटाइम व्हॅल्यू पाहताना एकाच सेगमेंट्समधील ऑप्ट-इन पाहुणे आणि वॉक-इन पाहुण्यांची तुलना करा. अन्यथा तुम्ही ईमेलला अशा फरकाचे श्रेय द्याल जो प्रत्यक्षात "ईमेल शेअर करण्यास तयार असलेले लोक आधीच जास्त भेट देतात" असा होता. जोपर्यंत होल्ड-आऊट ग्रुपला संदेश पाठवले जात नाहीत, तोपर्यंत एकाच नेटवर्क व्हेंडरसह किंवा त्याशिवाय, WiFi साइन-इन, टिल आणि बुकिंग डेटा या तुलनेसाठी माहिती पुरवू शकतो.

जर संदेश पाठवलेला गट संदेश न पाठवलेल्या गटापेक्षा चांगली कामगिरी करत नसेल, तर आणखी मोठी सूट जोडू नका. प्रथम त्या विभागासाठी अन्न, सेवा, मूल्य आणि वातावरण यावरील स्कोअर तपासा. रिकव्हरी समस्येवर अधिक आकर्षक विषयाची ओळ (Subject Line) मात करू शकत नाही.


Purple Engage हे WiFi साइन-इन्स, काउंटरवरील विक्री आणि बुकिंग्ज एकाच अतिथी रेकॉर्डमध्ये रूपांतरित करते, त्यानंतर बाजूला ठेवलेल्या (हेल्ड-बॅक) ग्रुपच्या तुलनेत कोणत्या मोहिमांमुळे परतीच्या अतिरिक्त भेटी निर्माण होतात ते दाखवते. जर तुम्हाला रेस्टॉरंटचे ग्राहक रिटेंशन केवळ ईमेल्स उघडण्यावरून नव्हे तर प्रत्यक्ष उपस्थितीवरून (फूटफॉलवरून) मोजायचे असेल, तर 30-दिवसांच्या "We miss you" चाचणीने आणि संमती असलेल्या स्वच्छ यादीने सुरुवात करा. तुमच्या ठिकाणांसाठी होल्डआउट मापन कसे कार्य करते हे पाहण्यासाठी Purple Engage ला भेट द्या.

More ways to bring guests back