Food Service τ. 135

θούν σημαντικά στη διαδικασία κατηγοριοποίη­ σης και στόχευσης των ίδιων των πελατών. Για παράδειγμα, ένα εστιατόριο μπορεί να… κάνει τους πελάτες να αισθανθούν οικεία, παρέ­ χοντάς τους απλόχερα και φιλόξενα τις υπηρεσίες τους. Αυτό μπορεί να γίνει με το να προσφέρει κάποια έκπτωση ή μια δωρεάν παροχή-κέρασμα στους πιο «πιστούς» πελάτες. Σ’ αυτούς δηλαδή που πραγματοποίησαν περισσότερες από 3-4 κρατήσεις/επισκέψεις μέσα στον μήνα. Κάτι τέτοιο προκαλεί θετικά συναισθήματα στους καταναλωτές-πελάτες, οι οποίοι και νιώ­ θουν πως βρίσκονται ψηλά στο ενδιαφέρον της επιχείρησης, απολαμβάνοντας μια προνομιακού επιπέδου πελατοκεντρική εξυπηρέτηση. Επεξεργασία και εκτέλεση στρατηγικής που στηρίζεται σε απτά δεδομένα Τελευταία, έχουν κάνει την εμφάνισή τους στο εξωτερικό –κυρίως σε Αγγλία, Γαλλία, Γερμανία και ΗΠΑ– μια σειρά από εταιρείες analytics, που προέρχονται από οργανωμένες και ευμεγέθεις αλυσίδες εστίασης, πολλαπλών λειτουργιών και χρήσεων. Αυτού του είδους τα δεδομένα, που μπορούν να αποτελέσουν πολύτιμο «οδηγό» και για τη δική σας επιχείρηση, μπορεί να είναι δεδομένα συναλλαγών εντός (και εκτός) των καταστημάτων, που αφορούν την ικανοποίηση των πελατών, τα οποία και φτάνουν μέχρι και απαντήσεις σε έρευνες ή προσωπικές συνεντεύξεις. Επίσης τα δεδομένα αυτά μπορεί να αφορούν την «ταυτό­ τητα» (λ.χ. συχνότητα, διάρκεια, ώρα και ημέρα πραγματοποίησης της επίσκεψης, αγοραστικές συνήθειες, προσωπικές προτιμήσεις κ.ο.κ.) των επισκέψεων κ.ά. Σε πολλές περιπτώσεις, το αποτέλεσμα που προκύπτει από την ποικιλότροπη όσο και επί­ πονη ανάλυση των δεδομένων αποδεικνύεται ιδιαίτερα σημαντικό. Και αυτό γιατί μπορούν και «δείχνουν» την οδό στην οποία πρέπει να βαδίσει μια επιχείρηση προκειμένου να αξιοποιήσει στο μέγιστο βαθμό την πρόθεση των καταναλωτών να διαθέσουν τα χρήματα που έχουν στην κατοχή τους, αποσπώντας μάλιστα το μεγαλύτερο (αν όχι όλο) το ποσό. Αξίζει να αναφέρουμε το πρόσφατο παρά­ δειγμα μιας αλυσίδας εστίασης στις ΗΠΑ, που χάρη στη χρήση των analytics διαπίστωσε πως το 70% των πωλήσεων που πραγματοποιούσε το κατάστημά της στον πολυχώρο του γηπέδου American Airlines Arena στο Μαϊάμι αφορούσε σε αναψυκτικά και σνακ και όχι μαγειρευτά ή επι­ λογές ψητού φαγητού. Η αλυσίδα δεν έμεινε με… σταυρωμένα χέρια, αλλά αποφάσισε να «διαβάσει» πίσω από τα «στεγνά» δεδομένα που είχε στη διάθεσή της. Πού κατέληξε; Να προσθέσει στο κατάστημά της έναν εξειδικευμένο υπάλληλο, κάτι ως «captain» ή «maître», ο οποίος και συμμετέχει ενεργά στην ανακατεύθυνση των πελατών στο κατάλληλο ση­ μείο με βάση τις προτιμήσεις τους. Κάνοντάς το αυτό αποφεύχθηκε η δημιουργία μεγάλου μήκους ουρών από πελάτες, που όπως είναι φυσικό απέτρεπαν τους δυνητικούς ή τους υφιστάμενους καταναλωτές να εξυπηρετηθούν από το συγκεκριμένο κατάστημα. Αποτέλεσμα; Μέχρι η αλυσίδα να προβεί στην τοποθέτηση του προαναφερθέντος υπαλλήλου, η πλειονότητα των πελατών επέλεγε την εύκολη όσο και γρήγορη λύση. Το να αγοράσουν δηλα­ δή αναψυκτικό ή σνακ αντί να περιμένουν για να απολαύσουν ένα ολοκληρωμένο γεύμα. Από τότε που η εταιρεία επέλεξε να ασχοληθεί αποφασιστικά με το ζήτημα, οι ουρές αναμονής περιορίστηκαν κατά 55 έως και 60%. Πραγματικά εντυπωσιακή μείωση, δεν συμφωνείτε; < MARKETING 51 ‘ ‘ Τα δεδομένα που σχετίζονται με τη συχνότητα κατά την οποία ένας πελάτης βγαίνει για να δειπνήσει, τα χρηματικά δεδομένα που αφορούν σε κάθε του έξοδο, την ώρα που συνήθως προτιμά να δειπνήσει, τις επιλογές που κάνει σε επίπεδο κατηγορίας πιάτων κ.ά. βοηθούν σημαντικά στη διαδικασία κατηγοριοποίησης και στόχευσης των ίδιων των πελατών.