De processer, der fungerer på én lokation, begynder at smuldre ved tre. Når en gruppe når ti lokationer, er den tilgang, der holdt vareforbruget under kontrol i begyndelsen, ofte den samme, der nu gør det svært at styre.
At håndtere vareforbrug på tværs af flere lokationer er ikke blot en større udgave af at gøre det på én restaurant. Problemet er af en anden karakter, data er sværere at få øje på, og prisen for ikke at se det vokser for hver lokation, der tilføjes driften.
Hvorfor vareforbrug på tværs af lokationer er et andet problem
På én lokation kan en leder eller køkkenchef opdage et kostproblem tidligt, fordi de er tæt på driften. De lægger mærke til, når kyllingeordren ser tungere ud end normalt, eller når en varetælling ikke stemmer med det forventede salg.
På gruppeniveau forsvinder den nærhed. En F&B-direktør eller driftsleder kan ikke være til stede på alle lokationer og holde øje med de signaler, der viser, at noget er galt. Når et problem endelig dukker op i en månedlig P&L-gennemgang, har det ofte kørt i uger på tværs af flere lokationer samtidig.
Styring af vareforbrug på tværs af flere lokationer har tre specifikke synlighedshuller, der vokser med skalaen. Hvert af dem er håndterbart på én lokation og forværres markant ved fem eller ti.
Tre synlighedshuller, der vokser med skalaen
Opskriftsomkostningerne driver i hver deres retning på tværs af lokationerne. I en restaurantgruppe kan hver lokation operere med lidt forskellig varekostprocent afhængigt af, hvornår de sidst opdaterede opskriftskortene, hvilken leverandør de bruger til en given vare, og hvor konsekvent de anvender opskriften. To lokationer, der kører den samme menu, kan have markant forskellig teoretisk varekostprocent, uden at nogen opdager det. Når du sammenligner P&L-tal på tværs af gruppen, sammenligner du tal, der er bygget på forskellige grundlag.
Leverandørpriser varierer mere end forventet. Selv når en gruppe forhandler med samme leverandør, kan leveringsprisen variere fra lokation til lokation baseret på volumen, leveringsfrekvens og lokale justeringer. Uden samlet fakturaoverblik absorberes de variationer i vareforbruget på den lokation, der har modtaget dem, og de dukker sjældent op som en post, der er værd at undersøge.
Varetællingsdata forbliver isoleret. Når hver lokation tæller varer uafhængigt og rapporterer ind i et lokalt regneark eller system, er der ingen enkel måde at sammenligne afvigelse på tværs af gruppen. Én lokation med 4% afvigelse ser ud som en enkeltudligger, der er værd at tage fat på. Fem lokationer, der hver kører 2-3% afvigelse, uden at nogen sammenligner dem side om side, ser hver for sig håndterbare ud fra et lokalt perspektiv, selv om mønsteret på tværs af gruppen peger på et strukturelt problem, som ingen enkelt lokation har synlighed til at identificere.
Hvad det koster på tværs af en gruppe
Margin-effekten af disse huller vokser med antallet af lokationer. 2% afvigelse, der ikke opdages på én restaurant, er et håndterbart problem. Samme rate, der kører på tværs af otte lokationer samtidig, er et strukturelt problem, der ser lille ud fra enhver enkelt lokation.
Tag en gruppe på otte restauranter, der hver genererer 80.000 € om måneden i omsætning. Ved 2% afvigelse svarer det til 1.600 € om måneden pr. lokation, hvilket løber op i 12.800 € på tværs af gruppen hver måned, eller over 150.000 € om året i margin, der burde have kunnet indhentes. I den skala bliver forskellen mellem at have overblik over alle lokationer og ikke have det et væsentligt økonomisk spørgsmål.
Det sværeste er, at denne type tab sjældent viser sig tydeligt. Det optræder som en lidt dårligere varekostprocent end forventet på hver lokation, som hver for sig kan forklares, og ingen af dem udløser en undersøgelse, der ser på tværs af hele gruppen.
Hvordan grupper typisk forsøger at løse det
Den mest udbredte tilgang er centraliseret rapportering: hver lokation indsender månedlige tal, der samles i en gruppe-P&L. Det fortæller gruppen, hvad der er sket, men ikke hvad der sker lige nu, og det peger sjældent på, hvorfra afvigelsen stammer inden for en bestemt lokation, og endnu sjældnere på hvilken lokation der er den primære driver.
Nogle grupper standardiserer processerne i stedet: ensartede varetællingsskemaer, delte opskriftskort, fælles leverandøraftaler på gruppeniveau. Det hjælper, men det kræver løbende håndhævelse for at holde sig konsistent og har tendens til at smuldre i travle perioder eller når personalet skifter på en af lokationerne.
Det, de to tilgange har til fælles, er, at de er reaktive. Dataene ankommer, efter perioden er lukket, og muligheden for at handle på det er allerede forpasset.
Hvad samlet synlighed faktisk betyder i praksis
Effektiv styring af vareforbrug på tværs af lokationer starter med én samlet visning over alle lokationer, der opdateres i takt med at hver lokation tæller varer og behandler fakturaer, frem for at blive samlet ved månedsskifte fra individuelt indsendte rapporter.
Den visning kræver tre ting for at være brugbar.
Standardiserede opskriftsomkostninger på tværs af alle lokationer. Når en leverandørpris ændrer sig, bør det opdatere opskriftsomkostningerne for hver lokation, der bruger den pågældende vare, ikke kun den lokation, der bemærkede fakturaen. Uden dette er gruppens teoretiske varekostprocent et gennemsnit af individuelt forældede tal frem for et troværdigt billede af, hvad driften reelt betaler.
Samlet afvigelsesrapportering. Afvigelse på gruppeniveau fortæller dig, om der er et systemisk problem. Afvigelse pr. lokation fortæller dig, hvor du skal kigge først. Begge dele er nødvendige for at gøre dataene handlingsrettede: gruppesammendraget uden lokationsopdeling gør det svært at prioritere, og lokationsdetaljerne uden gruppekontekst gør det let at overse mønstre, der går på tværs af flere lokationer.
En konsistent tællingskadence på tværs af alle lokationer. Synlighed på gruppeniveau er kun så pålidelig som inputdataene. Lokationer, der tæller med forskellige frekvenser eller registrerer tællinger inkonsistent, producerer data, der er reelt svære at sammenligne på meningsfuld vis på tværs af gruppen.
Sådan kommer du i gang: hvad systemet kræver
Standardiser opskriftsomkostninger, inden du sammenligner resultater på tværs af lokationer. Inden du drager konklusioner fra varekostdata på tværs af lokationer, skal du sikre, at det teoretiske omkostningsgrundlag er det samme på hver lokation. Det kræver et delt opskriftsbibliotek, konsistent leverandørprissætning og en proces for at sprede prisændringer ud på alle opskrifter, når en faktura modtages.
Definer en fælles standard for varetælling på gruppeniveau. Fastsæt en minimumsfrekvens og en konsistent metode, som alle lokationer følger. Målet er sammenlignelige data, som gruppen faktisk kan bruge, ikke ensartethed for ensartethedsskylden.
Byg rapportering på gruppeniveau, inden du optimerer de enkelte lokationer. Det er fristende at fokusere på den lokation, der har de dårligste tal, men uden et gruppeoverblik først risikerer indsatsen blot at adressere et symptom frem for kilden.
Stockifi forbinder fakturadata, varetællinger og opskriftsomkostninger på tværs af alle lokationer i ét samlet system, så gruppeoverblikket holdes opdateret uden at kræve, at hver lokation manuelt vedligeholder og indsender sine egne tal. Når en leverandørpris ændrer sig, flyder det ind i opskriftsomkostningerne på alle lokationer, der bruger den pågældende vare. Når en lokation fuldfører en varetælling, beregnes afvigelse straks og fødes ind i grupperapporten.
De restaurantgrupper, der har konsistent omkostningskontrol på tværs af lokationerne, arbejder ikke hårdere end grupper, der kæmper med synlighed. De har et system, der holder dataene aktuelle og sammenlignelige, og de ser på alle lokationer på én gang frem for én ad gangen.
Hvornår sidst sammenlignede du vareforbrug og afvigelse på tværs af alle dine lokationer i én samlet visning?