POS डेटा म्हणजे काय? त्यामध्ये काय समाविष्ट असते आणि ठिकाणे (venues) त्याचा कसा वापर करतात
POS डेटा म्हणजे काय? पॉइंट-ऑफ-सेल रेकॉर्डमध्ये काय समाविष्ट असते, खरेदी व अतिथींच्या वर्तनाचा मागोवा घेण्यासाठी ठिकाणे त्याचा कसा वापर करतात आणि गोपनीयतेच्या मर्यादा कुठे लागू होतात ते जाणून घ्या.
POS डेटा हा असा संरचित रेकॉर्ड आहे जो पॉईंट-ऑफ-सेल सिस्टीम प्रत्येक वेळी विक्री पूर्ण झाल्यावर तयार करते, ज्यामध्ये काय खरेदी केले गेले, किती रक्कम भरली गेली, कधी आणि कुठे हे रेकॉर्ड केले जाते. तुमच्या ठिकाणी होणारा प्रत्येक कार्ड टॅप, कॅश पेमेंट आणि स्प्लिट बिल यांपैकी एक रेकॉर्ड तयार करतो, मग तो कोणी पुन्हा वाचो अथवा न वाचो.
शनिवारचा दिवस संपताना बहुतांश ऑपरेटर्सना हा अनुभव येतो. दरवाजे बंद असतात, कॅश मोजून गल्ला बंद केला जातो आणि प्रिंटरमधून एकाच आकड्यासह एक लांबलचक कागदी पावती बाहेर येते: आजची कमाई. हा आकडा असा आहे जो प्रत्येकजण तपासतो आणि गल्ल्याला माहिती असलेल्या गोष्टींपैकी ही सर्वात कमी रंजक गोष्ट आहे.
यामागे दिवसाचा ओळीनुसार तपशील असतो. 09:14 वाजता दोन फ्लॅट व्हाईट्स, त्यापैकी एक लॉयल्टी कार्डशी जोडलेला. 21:40 वाजता सहा लोकांचा टेबल बिल तीन भागांमध्ये विभागताना. स्वयंपाकघरातून चुकीचा पदार्थ पाठवल्यामुळे 15:02 वाजता दिलेला परतावा. यापैकी प्रत्येक ही एक गेस्ट इव्हेंट आहे, आणि महिन्याभरात तपासल्यास ते अशा प्रश्नांची उत्तरे देतात जे कोणतेही सर्वेक्षण देऊ शकत नाही: कोणत्या वेळेत नफा मिळतो, कोणत्या नियमित ग्राहकांनी येणे बंद केले आहे आणि गेल्या महिन्याची दुपारच्या जेवणाची ऑफर फायदेशीर ठरली की नाही.
सुरुवातीलाच एक मर्यादा स्पष्ट करणे गरजेचे आहे. पावती हे सिद्ध करते की ट्रॅन्झॅक्शन झाले आहे. ती हे सिद्ध करत नाही की ते कोणी खरेदी केले, त्यांना त्याबद्दल काय वाटले किंवा ते परत येतील का. ती मर्यादा नेमकी कुठे आहे हे समजून घेणे, हेच एका उपयुक्त डॅशबोर्डला केवळ चांगल्या फॉरमॅटमधील अंदाजांच्या ढिगाऱ्यापासून वेगळे करते.
अनुक्रमणिका
- POS डेटा सोप्या शब्दांत
- प्रत्येक POS रेकॉर्डमधील फील्ड्स
- एका विक्रीचे डेटामध्ये कसे रूपांतर होते
- व्हिन्यू टिल डेटावरून मोजत असलेले खरेदी मेट्रिक्स
- सामान्य गैरसमज आणि गोपनीयतेच्या मर्यादा
- अनेक भेटींमधील पाहुण्यांच्या वर्तनाचा मागोवा घेणे
- अंदाज न बांधता प्रमोशनचा प्रभाव मोजणे
- कोणता टिल डेटा आधी कनेक्ट करायचा ते ठरवा
सोप्या शब्दांत POS डेटा
एका व्यस्त शनिवारनंतर कॅफे बंद होतो. गल्ल्याची (till) एकूण रक्कम दर्शवते की किती कमाई झाली, तर त्याचे ट्रॅन्झॅक्शन रेकॉर्ड्स त्या आकड्यामागील पॅटर्न दर्शवतात: कोणत्या वस्तू एकत्र विकल्या गेल्या, त्या कधी विकल्या गेल्या आणि एखादे प्रमोशन वापरले गेले होते का. प्रत्येक पावती ही एका पाहुण्याची इव्हेंट असते, जरी त्यावरून त्या पाहुण्याची ओळख पटत नसली तरीही.

एखाद्या व्यक्तीने काय खरेदी करू शकते असे सांगितले होते याऐवजी प्रत्यक्षात काय खरेदी केले, याची नोंद कॅश रजिस्टरमध्ये होते. एखादा ग्राहक सर्वेक्षणात सांगू शकतो की त्याला सिंगल-ओरिजिन कॉफी आवडते, परंतु प्रत्यक्षात दर मंगळवारी तो नेहमीची फिल्टर कॉफी मागवतो. व्यवहार ही खरेदी नोंदवतो; सर्वेक्षण हे व्यक्त केलेली पसंती नोंदवते. एकत्रितपणे, हे स्रोत अधिक परिपूर्ण दृष्टिकोन देऊ शकतात, परंतु दोघांमध्ये गल्लत करू नये.
हा फरक दैनंदिन निर्णयांमध्ये मदत करतो. कर्मचाऱ्यांचे नियोजन करताना कॅफे दिवस आणि वेळेनुसार विक्रीची तुलना करू शकतो. बार कोणत्या डिशेस एकत्र विकल्या जातात याचे पुनरावलोकन करू शकतो. जर हे स्रोत जोडलेले असतील, तर हॉटेल इतर ऑपरेशनल रेकॉर्ड्ससह गल्ल्यावरील विक्री तपासू शकते.
ऑपरेटर्स तंत्रज्ञानासाठी बिझनेस केसची नोंद देखील करतात: 2024 मध्ये, U.S. नॅशनल रेस्टॉरंट असोसिएशनच्या तंत्रज्ञान लँडस्केप अहवालानुसार, 76% रेस्टॉरंट ऑपरेटर्सनी सांगितले की तंत्रज्ञानाने त्यांच्या व्यवसायाला स्पर्धात्मक फायदा मिळवून दिला. ॲनालिटिक्सकडे वळण्यापूर्वी टर्मिनल्स आणि पेरिफेरल्स सेटअप करणाऱ्या छोट्या व्यवसायासाठी, स्मार्ट व्हेंडर POS मूलभूत बाबी POS हार्डवेअर आणि दैनंदिन कार्यपद्धती कव्हर करते.
पावती हा व्यवहाराचा पुरावा आहे, तो व्यवहार कोणी केला याचा पुरावा नाही. जेव्हा कॅश रजिस्टरमधील (till) नोंद लॉयल्टी खाते किंवा बुकिंग संदर्भ यांसारख्या ओळखकर्त्याशी (identifier) जोडली जाते, तेव्हाच खरेदी एखाद्या व्यक्तीशी जोडली जाऊ शकते. ती लिंक खरेदीला अतिथींच्या संवादासाठी उपयुक्त बनवू शकते; केवळ पावती खरेदीदाराची ओळख, मत किंवा परत येण्याची शक्यता उघड करू शकत नाही.
प्रत्येक POS रेकॉर्डमधील फील्ड्स
सिस्टीमनुसार फील्ड्सची संख्या बदलू शकते, परंतु त्यापैकी बहुतांश सिस्टीम पावतीवर मुद्रित दिसणाऱ्या मूलभूत माहितीची नोंद ठेवतात, जी वाचक ज्या क्रमाने वाचतो त्याच क्रमाने असते.
| फील्ड | यात काय समाविष्ट आहे | उदाहरण | हे कोणत्या विश्लेषणास मदत करते |
|---|---|---|---|
| Transaction ID | पूर्ण झालेल्या विक्रीसाठी युनिक संदर्भ | TXN-088431 | डी-ड्युप्लिकेशन आणि रिकन्सिलिएशन |
| तारीख आणि वेळ | विक्री कधी पूर्ण झाली | शनि १४ सप्टें, ०९:१४ | भेटीची वेळ आणि दिवसाच्या वेळेनुसार (डेपार्ट) ट्रेंड्स |
| व्हेन्यू किंवा टर्मिनल ID | कोणत्या साइट आणि काउंटरवर विक्री झाली | टर्मिनल २, हार्बर साइट | साइटनुसार तुलना |
| लाइन आयटम आणि प्रॉडक्ट कोड | विक्री केलेली वस्तू, अंतर्गत SKU किंवा GTIN | फ्लॅट व्हाईट, SKU FW-01 | प्रॉडक्ट मिक्स आणि मेन्यू परफॉर्मन्स |
| प्रमाण | विक्री केलेल्या प्रत्येक वस्तूचे युनिट्स | २ | प्रति ट्रान्झॅक्शन युनिट्स |
| युनिट किंमत आणि निव्वळ रक्कम | सवलतीनंतर भरलेली किंमत | £६.५० मध्ये २ | सरासरी खर्च आणि मूल्यनिर्धारण |
| सवलत किंवा प्रमोशन | लागू केलेली ऑफर किंवा सवलत | दुपारच्या जेवणावर १० टक्के सूट | ऑफर रिडेम्पशन आणि मार्जिन खर्च |
| टॅक्स | विक्रीवर आकारलेला टॅक्स | २० टक्क्यांनी £१.०८ | निव्वळ महसूल मोजणी |
| पेमेंट पद्धत | वापरलेली पेमेंट पद्धत | कॉन्टॅक्टलेस कार्ड | पेमेंट मिक्स |
| परतावा किंवा रद्द (व्हॉईड) | मागील विक्री उलटवणे (रिव्हर्सल) | £४.२० परतावा दिला | दुरुस्त केलेला महसूल आणि परतावा दर |
| कर्मचारी आयडेंटिफायर | कर्मचारी किंवा सर्व्हर ID | सर्व्हर १४ | काळजीपूर्वक हाताळलेले सेवा विश्लेषण |
| ग्राहक की | ईमेल, लॉयल्टी ID किंवा बुकिंग संदर्भ, फक्त कॅप्चर केले असल्यास | लॉयल्टी ID ८८२१३ | संमतीने खरेदी गेस्ट रेकॉर्डशी लिंक करणे |
ट्रान्झॅक्शन ID ने सुरुवात करा, कारण हे तेच फील्ड आहे जे बाकीची माहिती पारदर्शक ठेवते. नेटवर्कच्या पुनर्प्रयत्नांनंतर डुप्लिकेट जारी करणारी सिस्टीम महसूल, भेटी आणि ऑफर रिडेम्पशन्स एकाच वेळी दुप्पट मोजेल आणि हा ID त्यास पकडण्याचा मार्ग आहे.
तारीख, वेळ आणि ठिकाण पावत्यांच्या ढिगाऱ्याचे एका लयीमध्ये रूपांतर करतात: सकाळी 08:00 ते 10:00 दरम्यानची कॉफीची गर्दी, शुक्रवारी बारमधील वाढलेली गर्दी आणि रविवारी दुपारचे जेवण, जे एका साइटवर आठवड्याच्या महसुलाचा एक तृतीयांश हिस्सा आणते. लाइन आयटम कोड हेच ते ठिकाण आहे जेथे शिस्तीचा फायदा मिळतो. रिटेल इंटरऑपरेबिलिटीसाठी, EAN/UPC किंवा GS1 DataBar चिन्हांमध्ये असलेल्या GTIN-8, GTIN-12 आणि GTIN-13 यांसारख्या फॉरमॅटमधील व्यापारी वस्तूंच्या आयटम्ससाठी प्राथमिक आयडेंटिफायर म्हणून GS1 ग्लोबल ट्रेड आयटम नंबर (Global Trade Item Number) निर्दिष्ट करते. सुसंगत नंबर्स वेगवेगळ्या टर्मिनल्सवर विकल्या जाणाऱ्या एकाच उत्पादनाला एका ओळीत एकत्र आणू देतात, तर स्थानिक कोड्स त्याचे तीन वेगवेगळ्या भागांमध्ये विभाजन करतात.
नगांची संख्या आणि निव्वळ रक्कम तुम्हाला प्रति व्यवहार युनिट्स आणि सरासरी खर्च दर्शवतात. सवलत आणि कर तुम्हाला महसूल नफ्यापासून आणि कर प्राधिकरणासाठी राखून ठेवलेल्या पैशांपासून वेगळा करण्यास अनुमती देतात. पेमेंट प्रकार (Tender type) दर्शवतो की दिवसाची किती रक्कम कार्डद्वारे प्राप्त होते. परतावा (refund) फील्ड ही एक दुरुस्ती आहे, डिलीट करणे नव्हे, आणि ते मूळ विक्रीशी जोडलेले असल्यासच कार्य करते.
कस्टमर की (Customer key) हे असे फील्ड आहे जे बहुतांश ठिकाणांकडे नसते. बहुतांश विक्री ही कार्ड किंवा रोख रकमेद्वारे अज्ञातपणे दिली जाते, त्यामुळे बऱ्याच नोंदींवर कधीही नाव नसेल. हे टेबल जे दर्शवते ते कॅश रजिस्टर नोंदवू शकणारी माहिती आहे, प्रत्येक अतिथीबद्दल त्या ठिकाणाला काय माहिती आहे ते नाही.
एका विक्रीचे डेटामध्ये कसे रूपांतर होते
पाहुण्यांच्या बाजूने विक्री ही तात्काळ घडणारी गोष्ट वाटते, पण सिस्टीमच्या दृष्टीने ती नोंदींची एक मालिका असते. एका फ्लॅट व्हाईटचा ऑर्डरपासून ते रिपोर्टपर्यंतचा प्रवास पाहिल्यास डेटा कुठे तयार होतो आणि कुठे तो खराब होतो हे दिसून येते.

- आयटम जोडा. बरिस्ता, सर्व्हर किंवा अतिथी प्रत्येक आयटमवर टॅप करतो आणि टर्मिनल त्यासाठी एक ओळ तयार करतो. अतिथींसाठी थेट ऑर्डरिंग ही पद्धत हे काम टेबलकडे सोपवत आहे; U.S. National Restaurant Association नुसार, 2024 मधील पूर्ण-सेवा देणाऱ्या रेस्टॉरंटमधील 60% ग्राहकांनी ऑर्डर देण्यासाठी टॅबलेट वापरण्याची शक्यता असल्याचे सांगितले आणि 65% ग्राहकांनी बिल भरण्यासाठी टॅबलेट वापरण्याची शक्यता असल्याचे सांगितले. येथे सामान्यपणे होणारी चूक म्हणजे मॅन्युअली प्रविष्ट केलेला "misc" (इतर) आयटम, ज्याचे नंतर कधीही विश्लेषण केले जाऊ शकत नाही.
- किंमत लावा आणि कर लागू करा. सिस्टम चालू किंमत घेते, कोणतेही प्रमोशन लागू करते आणि कराची गणना करते. अशी एक चूक जी अनेक महिने त्रास देते ती म्हणजे चुकीच्या वेळी (daypart) लागू केलेले प्रमोशन, कारण यामुळे मिळालेली सूट त्या मोहिमेचा भाग वाटत नाही ज्या मोहिमेसाठी ती तयार केली गेली होती.
- पेमेंट अधिकृत करा. टर्मिनल प्रोसेसरला रक्कम पाठवतो आणि मंजुरी किंवा नकार प्राप्त करतो. नाकारलेला प्रयत्न नेहमी अयशस्वी पेमेंट म्हणूनच नोंदवला गेला पाहिजे, कधीही पूर्ण झालेली विक्री म्हणून नाही, अन्यथा महसूल आणि भेटींची संख्या दोन्ही फुगून दिसतील.
- रेकॉर्ड बंद करा आणि स्टॅम्प करा. विक्री पूर्ण होते आणि रेकॉर्डला टाइमस्टॅम्प, ठिकाण आणि टर्मिनल आयडेंटिफायर्स मिळतात. कनेक्शन खंडित असताना ऑफलाइन नोंदवलेले रेकॉर्ड नंतर मूळ वेळेसह सिंक झाले पाहिजेत, ते ज्या वेळेस पोहोचले त्या वेळेसह नाही.
- बॅक ऑफिसशी सिंक करा. कॅश काउंटर (till) त्याचे रेकॉर्ड साइटवरील किंवा क्लाउडमधील रिपोर्टिंग लेयरवर रेप्लिकेट करते. सोमवारी सकाळी 9 वाजता दोन अहवालांमध्ये तफावत असण्याचे सर्वात सामान्य कारण म्हणजे विलंबित सिंक.
- अहवालांमध्ये एकत्र करा. विक्री ही आयटम, तास, दिवस आणि साइटनुसार एकत्रित केली जाते. डुप्लिकेट ट्रॅन्झॅक्शन आयडी डॅशबोर्डवर कोणालाही स्पष्ट न करता येणारे बनावट £6.50 बनवते.
- रिव्हर्सल्स नवीन इव्हेंट म्हणून नोंदवा. परतावा (रिफंड) किंवा रद्द केलेले व्यवहार (व्हॉइड) हे मूळ रेकॉर्ड हटवणारे संपादन नसावे, तर नवीन आणि लिंक केलेले रेकॉर्ड असावे. GS1 च्या सिस्टम आर्किटेक्चर मार्गदर्शना मागील हेच तत्त्व आहे, जे व्यापारी वस्तूंच्या आयटम्ससाठी GTIN आणि ठिकाणांसाठी GLN यांसारख्या आयडेंटिफिकेशन कीज ठेवते जेणेकरून सिस्टम इतिहास नष्ट न करता काय विकले गेले आणि ते कुठे घडले हे एकमेकांशी जोडू शकेल.
ऑडिट ट्रेल ही केवळ लालफितीची औपचारिकता नाही. जर परताव्यातून (refund) मूळ विक्री ओव्हरराइट झाली, तर कस्टमर लाइफटाइम व्हॅल्यू, ऑफर रिडेम्पशन आणि त्यावर आधारित कोणतीही वाढीव-वाढ गणना (incremental-lift calculation) ऑडिट न करण्यायोग्य ठरते आणि आपण प्रत्यक्ष वाढ आणि दुरुस्ती यांमधील फरक ओळखू शकत नाही.
कॅश रजिस्टर डेटावरून ठिकाणे मोजत असलेले खरेदी मेट्रिक्स
मॅनेजर्स प्रत्येक आठवड्यात तीन प्रश्नांकडे परत येतात: काय विकले गेले, ते कधी विकले गेले आणि प्रत्येक व्हिजिटचे मूल्य काय होते. खालील प्रत्येक मेट्रिक हे एका वेगळ्या स्वरूपातील या तीन प्रश्नांपैकीच एक आहे, जे 310 ट्रॅन्झॅक्शन्स आणि £2,400 निव्वळ विक्री नोंदवणाऱ्या ठिकाणासाठी मांडले गेले आहे.
| मेट्रिक | ते कसे मोजले जाते | त्यावरून कोणता निर्णय घेतला जातो |
|---|---|---|
| सरासरी व्यवहार मूल्य (Average transaction value) | एकूण व्यवहारांनी भागलेली निव्वळ विक्री (£2,400 ÷ 310 = £7.74) | किंमत आणि अपसेलची उद्दिष्टे |
| प्रति व्यवहार युनिट्स (Units per transaction) | एकूण व्यवहारांनी भागलेली विकलेली युनिट्स (620 ÷ 310 = 2.0) | बंडलिंग आणि ॲड-ऑन पर्याय |
| उत्पादन मिश्रण (Product mix) | प्रति आयटम युनिट्स किंवा महसुलाचा हिस्सा (युनिट्सच्या 34 टक्के कॉफी) | मेनू डिझाइन आणि स्टॉकचे नियोजन |
| दिवसाच्या वेळेनुसार विक्री (Daypart sales) | तास किंवा दिवसानुसार विभागलेली विक्री (रविवार 12:00 ते 14:00 दरम्यान महसुलाच्या 31 टक्के) | कर्मचारी आणि स्वयंपाकघराचे वेळापत्रक |
| सवलतींचा वापर (Discount uptake) | सर्व व्यवहारांनी भागलेले सवलत दिलेले व्यवहार (180 ÷ 310 = 58 टक्के) | प्रमोशनची पोहोच आणि मार्जिन खर्च |
| रिफंड दर (Refund rate) | एकूण विक्रीने भागलेले रिफंड मूल्य (1.2 टक्के) | गुणवत्ता आणि त्रुटींचे निरीक्षण |
| बास्केट जोडपे (Basket pairs) | एकाच व्यवहारात सर्वाधिक वेळा एकत्र खरेदी केलेल्या वस्तू (बर्गर आणि फ्राईज) | बंडल्स आणि मेनू मांडणी |
सरासरी व्यवहार मूल्य (Average transaction value) तुम्हाला सांगते की किमतीतील बदल किंवा मिष्टान्नाची (dessert) ऑफर काम करत आहे की नाही, आणि महसुलाच्या (revenue) तुलनेत ते वेगाने बदलते. तुम्ही कर्मचाऱ्यांना ॲड-ऑन्सबद्दल प्रशिक्षण देता तेव्हा प्रति व्यवहार युनिट्स (Units per transaction) हे लक्ष ठेवण्याजोगे मेट्रिक आहे, कारण 2.0 वरून 2.2 पर्यंतची वाढ एकाच तिमाहीऐवजी त्याच आठवड्यात दिसून येते. प्रॉडक्ट मिक्स हे ठरवते की मेनू बोर्डवर काय राहील आणि स्वयंपाकघरात कशाची तपशीलवार रेसिपी (spec sheet) ठेवली जाईल.
दिवसाच्या वेळेनुसार विक्री (Daypart sales) स्मरणशक्तीऐवजी पुराव्यानिशी कामाच्या वेळापत्रकांचे (rota) वाद मिटवते. रविवारचा सर्वोच्च विक्रीचा काळ (peak) कधी येतो आणि त्याच्या आधीच्या एका तासासाठी कॅश रजिस्टरवर कर्मचारी उपस्थित आहेत की नाही ते पहा. सवलतीचा वापर (Discount uptake) ही एक अस्वस्थ करणारी बाब आहे: 58 टक्के व्यवहारांवर सवलत घेतली जाणे याचा अर्थ ही ऑफर बहुतेक स्टोअर्सपर्यंत पोहोचत आहे, जे एकाच वेळी रीचचा विजय आणि नफ्याच्या प्रमाणावर (margin) प्रश्नचिन्ह उपस्थित करते.
परतावा दर (Refund rate) हा गुणवत्तेचा संकेत आहे. एखाद्या विशिष्ट घटकाचा परतावा दर त्या ठिकाणच्या सरासरी दरापेक्षा तिप्पट असणे, हे सहसा एखाद्या त्रासदायक अतिथीऐवजी सर्व्हिंग तापमान, प्रमाण किंवा कॅश रजिस्टर नोंदीतील त्रुटी दर्शवते. बास्केट पेअर्स (Basket pairs) तुम्हाला मेनूचे नियोजन (menu engineering) ठरवून देतात: जर बर्गर आणि फ्राईज एकत्र मागवले जात असतील, तर कॉम्बो पॅकची किंमत स्वतःच निश्चित होते.
हे बिहेव्हियरल सेगमेंट्ससाठीचे प्राथमिक घटक आहेत. रेस्टॉरंट्स आणि हॉस्पिटॅलिटीसाठी RFM सेगमेंटेशन स्पष्ट करते की recency, frequency आणि monetary मूल्य अगदी या फील्ड्समधून कसे मिळते.
लक्षात घेण्यासारखा एक फरक. तुमचा स्वतःचा टिल डेटा फक्त तुमच्या व्हेन्यूबद्दलच्या प्रश्नांची उत्तरे देतो, तर Numerator प्रकाशित करते अशा प्रकारच्या सिंडिकेटेड POS डेटासेट्स कॅटेगरी विक्री आणि मार्केट शेअरचा अंदाज लावण्यासाठी किराणा, औषध, मास-मार्केट, क्लब, डू-इट-युअरसेल्फ आणि परिधान चॅनेल्समधील सहभागी स्टोअर्सचा डेटा एकत्र करतात. संदर्भासाठी उपयुक्त असले, तरी तुमच्या स्वतःच्या 310 व्यवहारांना हा पर्याय ठरू शकत नाही.
प्रमोशन दरम्यान एखादा मेट्रिक वाढणे हा तपासणीचा संकेत असतो, कारणाचा पुरावा नाही. ते सिद्ध करण्यासाठी तुलनात्मक कालावधी किंवा नियंत्रण साइटची आवश्यकता असते.
वारंवार होणाऱ्या चुकीच्या समजुती आणि गोपनीयतेच्या मर्यादा
जेव्हा जेव्हा कॅश रजिस्टर डेटा मार्केटिंग टीमसमोर येतो, तेव्हा चार दावे समोर येतात आणि त्यातील प्रत्येक दावा ऑपरेटरला महागड्या दिशेने घेऊन जातो.

- "POS रेकॉर्ड म्हणजे ग्राहक प्रोफाइल आहे." तसे नाही. बहुतेक विक्री कार्ड किंवा रोखीने अनामिकपणे केली जाते, त्यामुळे बऱ्याच ओळींमध्ये कोणतीही ओळख नसते, आणि बिलावरील नाव म्हणजे संमती असलेला संपर्क नव्हे.
- "वाढती मासिक एकूण रक्कम म्हणजे ठिकाणी ग्राहकांची वर्दळ जास्त आहे." एकूण आकडेवारी खरी माहिती लपवून ठेवते. तीन मोठ्या ग्रुपची बिले महिना चांगला दाखवू शकतात, परंतु कव्हर्स कमी होऊ शकतात आणि तुमचे नियमित ग्राहक दूर जाऊ शकतात. महसुलासोबत कव्हर्स आणि युनिट्स तपासा.
- "प्रति पाहुणा खर्च हा एक अचूक आकडा आहे." बिलांचे विभाजन, नंतर जोडलेल्या टिप्स आणि एका टेबलसाठी एका व्यक्तीने दिलेले बिल या सर्वांमुळे तो विकृत होतो. पैसे देणाऱ्या पाहुण्यांच्या संख्येने भागा आणि रिपोर्टच्या शीर्षकामध्ये नियम स्पष्ट करा जेणेकरून कोणीही दोन वेगवेगळ्या व्याख्यांची तुलना करणार नाही.
- "रिफंड म्हणजे केवळ नकारात्मक विक्री आहे." मूळ व्यवहाराशी जोडल्याशिवाय, महसूल आणि ऑफर खर्च दोन्ही जास्त दिसतात, आणि ज्या मोहिमेमुळे ती रिफंड झालेली खरेदी झाली होती तिचे श्रेय तसेच राहते.
गोपनीयतेची बाजू अशी आहे जिथे चांगल्या हेतूंचा सामना वास्तविक जबाबदाऱ्यांशी होतो. POS सिस्टीम कार्डशी संबंधित आणि वैयक्तिक डेटा ठेवू शकतात, त्यामुळे कार्ड-उद्योग PCI DSS नियम तो डेटा कसा स्टोअर आणि ट्रान्समिट केला जातो यावर नियंत्रण ठेवतात, आणि पूर्ण कार्ड क्रमांक कधीही मार्केटिंग डेटासेटपर्यंत पोहोचू नयेत. कोणताही टिल डेटा प्रेक्षकांपर्यंत पोहोचण्यापूर्वी ॲक्सेस कंट्रोल्स, डेटा ठेवण्याची मर्यादा (रिटेन्शन लिमिट्स) आणि संमती पडताळणी सेट करा, आणि चार फील्ड क्लासना वेगवेगळ्या प्रकारे हाताळा: ऑपरेशनल डेटा, स्युडोनिमस ट्रान्झॅक्शन डेटा, ईमेलसारखा थेट ओळख पटवणारा डेटा आणि प्राधान्य स्कोअरसारखा अनुमानाधारित वर्तणूक डेटा.
करारांवर स्वाक्षरी करणाऱ्या लोकांसाठी ही एक प्रत्यक्ष चिंतेची बाब आहे. 200 एंटरप्राइझ हॉस्पिटॅलिटी निर्णयकर्त्यांच्या 2025 च्या एका सर्वेक्षणात सुरक्षा आणि गोपनीयतेला प्रमुख आव्हाने म्हणून ओळखले गेले, तर 100% लोकांनी सांगितले की एकात्मिक पेमेंट सोल्यूशन्स मौल्यवान असू शकतात, जसे की हॉस्पिटॅलिटी पेमेंट्सवरील Restaurant Dive चा अहवाल स्पष्ट करतो.
प्रत्येक भेटीदरम्यान अतिथींच्या वर्तनाचा मागोवा घेणे
अनामित पावत्या डेटाबेसमध्ये साचून राहतात आणि त्यांच्यावरून अतिथीची ओळख कधीच बनत नाही. यामध्ये बदल घडवून आणणारी पायरी म्हणजे मॅच की (match key), आणि संपूर्ण प्रक्रिया तुमच्याकडे विश्वासार्ह की आहे की नाही यावर अवलंबून असते.

हॉस्पिटॅलिटी क्षेत्रात तीन प्रमुख गोष्टी सर्वात जास्त काम करतात. WiFi साइन-इन करताना गोळा केलेला ईमेल, काऊंटरवर स्कॅन केलेला लॉयल्टी ID, आणि बुकिंग किंवा रिझर्व्हेशन संदर्भ हे सर्व विश्वसनीय आहेत कारण पाहुण्यांनी ते त्यांच्या स्वतःच्या हेतूसाठी दिले आहेत. कार्ड नंबर हा असा संदर्भ नाही जो तुम्ही मार्केटिंगसाठी वापरला पाहिजे. हे स्रोत एकत्र जोडण्याची कार्यपद्धती पाहुण्यांच्या मार्केटिंगसाठी ओळख निश्चिती या मार्गदर्शकामध्ये समाविष्ट केली आहे, परंतु हे तत्त्व सोपे आहे: हा मुख्य डेटा खरेदीच्या वेळी नोंदवला गेला पाहिजे आणि त्याच्या मूळ नोंदीसह संग्रहित केला गेला पाहिजे.
एक विश्वासार्ह की आणि तीन मापदंड
कस्टमर की लागू केल्यावर, तीन परिमाणे बहुतांश काम पूर्ण करतात.
भेटींची वारंवारता ही एका कालावधीतील स्वतंत्र भेटींची मोजणी करते, त्यामुळे 90 दिवसांत सहा भेटी देणारा पाहुणा कॅफेच्या कोणत्याही व्याख्येनुसार नियमित ग्राहक मानला जातो. ताजेपणा (Recency) शेवटच्या भेटीपासूनचे दिवस मोजते, आणि 45 दिवसांत कोणतीही भेट न देणारा पाहुणा हा केवळ अंदाजाऐवजी कमी होत चाललेला (lapsing) ग्राहक असल्याचे वाजवी लक्षण आहे. खर्च बँड्स पाहुण्यांचे एकूण किंवा सरासरी खर्चाच्या आधारे वर्गीकरण करतात, ज्यामुळे वातावरणाचा आनंद घेण्यासाठी येणाऱ्या केवळ पेय पिणाऱ्या पाहुण्यांपासून उच्च-मूल्य असलेले अन्न खरेदीदार वेगळे केले जातात.
समजा एखाद्या कॅफेला किमान एकदा कॉफी विकत घेऊन पुन्हा कधीही न आलेले 1,200 ग्राहक आढळले. हे कोणतेही गूढ नाही, ही एक यादी आहे आणि त्यांच्यासाठी राबवलेली विन-बॅक मोहीम प्रत्येकासाठी चालवलेल्या डिस्काउंट मोहिमेपेक्षा खूपच कमी खर्चिक असते.
त्यानंतर अशी तुलना करा जी बहुतांश ठिकाणे वगळतात. WiFi किंवा लॉयल्टीद्वारे निवड केलेल्या (opted in) अतिथींची भेट आणि खर्चाच्या बाबतीत थेट येणाऱ्या (walk-in) अतिथींशी सहा महिन्यांसाठी तुलना करा. ओळख कॅप्चर केल्याने दीर्घकालीन मूल्यात बदल होत असल्यास, तो फरक संपूर्ण कार्यक्रमाची उपयुक्तता सिद्ध करतो आणि जेव्हा तुम्ही दोन्ही गटांचे मोजमाप करता तेव्हाच तो दिसून येतो.
तथ्ये आणि अंदाज वेगळे ठेवा: अतिथीने काय खरेदी केले हे नोंदवले जाते. त्यांना कोणती रोस्ट कॉफी आवडते, किंवा ते क्विझ नाईटसाठी परत येतील का, हा एक अंदाज आहे, आणि अंदाज अशा विभागात (segment) येतात जे तुम्ही बदलू शकता, अशा अहवालात नाही ज्याचा तुम्ही ऑडिटर्ससमोर बचाव कराल.
कोणत्याही अंदाजाशिवाय प्रमोशनच्या प्रभावाचे मोजमाप करणे
प्रमोशन यशस्वी ठरल्याचे सिद्ध करणे हे पाच टप्प्यांचे काम आहे आणि दुसरी पायरी वगळल्यामुळेच अनेकदा एखाद्या ठिकाणाला केवळ एका व्यस्त आठवड्याच्या हवामानाचे श्रेय एखाद्या ऑफरला द्यावे लागते.
- ऑफरद्वारे ज्या मेट्रिकमध्ये बदल करायचा आहे असे एक मेट्रिक निवडा. 'टू-फॉर-वन' फूड डीलसाठी लंच युनिट्स पर ट्रान्झॅक्शन हा एक उत्तम पर्याय आहे. ऑफर चालवण्यापूर्वी एक मेट्रिक निश्चित करा.
- एक बेसलाइन निश्चित करा. प्रमोशनच्या आधीचे चार आठवडे तपासा, त्यांचे वारानुसार वर्गीकरण करा आणि हंगामी हवामान व इव्हेंट्स लक्षात घ्या. गुरुवार ते रविवार दरम्यान चालवलेल्या मोहिमेची तुलना मंगळवारच्या लंचवरून तयार केलेल्या बेसलाइनशी केल्यास काहीही सिद्ध होत नाही.
- कंट्रोल ग्रुप तयार करा. ऑफर नसलेली दुसरी साइट किंवा त्याच साइटवरील समान दिवसांचा संच वापरा. त्यामुळे हवामान, वाहतुकीतील व्यत्यय आणि हंगामी बदलांचा परिणाम दोन्ही गटांवर समान होतो, ज्यामुळे ही तुलना अर्थपूर्ण ठरते.
- पातळीची नव्हे, तर बदलाची तुलना करा. प्रमोशन साइटवर प्रति ट्रान्झॅक्शन युनिट्स २.० वरून २.३ झाले आणि कंट्रोल साइटवर ते २.० वरून २.०५ झाले, तर साधारणपणे ०.२५ युनिट्स चे श्रेय या ऑफरला दिले जाऊ शकते.
- मार्जिन तपासा. वाढीव युनिट्सना सवलतीनंतरच्या मार्जिनने गुणाकार करा आणि त्यातून सवलतीचा खर्च वजा करा. युनिट्स वाढवणारे आणि तोटा करणारे प्रमोशन हा स्पष्ट उत्तर देणारा एक नियंत्रित प्रयोग असतो, जो तरीही एक निष्कर्षच आहे.
नंतर तुम्ही आकडे कसे वाचता यामध्ये खरी शिस्त आहे. एका छोट्या कालावधीत एका मोठ्या बुकिंगमुळे आकडे बदलू शकतात, म्हणून मेनू किंवा किंमत बदलण्यापूर्वी चाचणी पुन्हा करा. खर्चाला परताव्याशी जोडण्यासाठी तुम्हाला विस्तृत फ्रेमवर्क हवे असल्यास, व्यावहारिक संदर्भातील मार्केटिंग ROI चे हे स्पष्टीकरण अंकगणित कसे जुळते हे दाखवून देते.
प्रमोशन चालवा, नियंत्रण गट राखून ठेवा आणि फरकाला ठरवू द्या. इतर सर्व काही म्हणजे केवळ एका चांगल्या आठवड्याची कथा आहे.
सर्वात आधी कोणता कॅश काउंटर डेटा Connect करायचा ते ठरवा
डेटापासून नव्हे, तर प्रश्नापासून सुरुवात करा. तुम्हाला ज्याचे उत्तर हवे आहे अशी एक गोष्ट निवडा, जसे की कोणते नियमित ग्राहक येणे बंद झाले आहे किंवा दुपारच्या जेवणाच्या ऑफरने तिच्या डिस्काउंटची भरपाई केली का, कारण हा प्रश्न तुम्हाला सांगतो की तुम्हाला कोणती फील्ड्स आवश्यक आहेत आणि कोणती तुम्ही दुर्लक्षित करू शकता.
- आयटम कोड आणि व्हिन्यू ID सर्व साइट्सवर सुसंगत असल्याची खात्री करा. जर एकाच फ्लॅट व्हाईटसाठी तीन वेगळे कोड असतील, तर तुमचे रिपोर्ट्स तीन प्रॉडक्ट्स दाखवतील आणि तुम्ही सेटअप करताना निर्माण झालेली समस्या सोडवण्यासाठी तुम्हाला दोन आठवडे घालवावे लागतील.
- तुमची मॅच की आणि तुमची संमती नोंद तपासा. तुम्ही WiFi साइन-इन करताना ईमेल निवडला असो किंवा लॉयल्टी ID, टिल खरेदी एखाद्या व्यक्तीशी जोडण्यापूर्वी मार्केटिंग संमती नोंदवली जाणे आवश्यक आहे.
- रिफंड्स आणि व्हॉईड्स लिंक्ड इव्हेंट्स म्हणून सेव्ह केले जातील याची खात्री करा. व्हिन्यू आणि टेंडरनुसार फायनान्स रिपोर्टसोबत एका आठवड्याची दैनिक बेरीज ताडून पाहा. जर ती जुळत नसेल, तर पाइपलाइनचा विस्तार करण्यापूर्वी थांबा आणि ती दुरुस्त करा.
- एका साइटवर चार आठवड्यांसाठी पायलट रन करा. दररोज मेळ घाला (रिकॉन्सिल करा), डुप्लिकेट ट्रान्झॅक्शन ID वर लक्ष ठेवा, आणि प्रत्येक रेकॉर्डवर डेटा अंतर्भूत करण्याची तारीख (ingestion date) आणि मूळ व्यवहाराची वेळ या दोन्ही बाबी ठेवा.
Purple Engage सारखे प्लॅटफॉर्म एकाच संमती लेजरसह, एकाच अतिथी रेकॉर्डवर WiFi साइन-इन, काउंटरवरील विक्री आणि बुकिंग्ज साठवून ठेवू शकतात, तसेच विक्री पुन्हा न लिहिता कॅश रजिस्टर डेटा वाचू शकतात, जरी हे चार नियम आपण निवडलेल्या कोणत्याही टूलला लागू होत असले तरीही.
तो एक प्रश्न आणि ते एक ठिकाण लिहून काढा आणि या आठवड्यात तिथून सुरुवात करा. त्या आकड्यांचा ताळमेळ बसेना तोपर्यंत इतर सर्व गोष्टी वाट पाहू शकतात.
Purple Engage हे व्हेन्यू टीम्सना WiFi, टिल्स, बुकिंग्स आणि हॉटेल स्टे दरम्यान एकच अतिथी रेकॉर्ड, एकच संमती लेजर आणि एकच मापन प्रणाली देते, ज्यामुळे तुम्ही आधीपासून गोळा करत असलेला खरेदी इतिहास एखाद्या व्यक्तीशी केवळ तेव्हाच जोडला जाऊ शकतो जेव्हा त्यांनी ऑप्ट-इन केले असेल. सेगमेंट्स भेटी आणि खर्चाच्या आधारे आपोआप अपडेट होतात आणि अतिरिक्त भेटी गृहीत धरण्याऐवजी एका होल्ड-बॅक ग्रुपच्या तुलनेत मोजल्या जातात. तुम्ही आधीपासून वापरत असलेल्या टिल्ससोबत हे कसे काम करते हे तुम्हाला पाहायचे असल्यास, Purple Engage ला भेट द्या.
