Piensa en la última vez que comiste una sabrosa pizza. ¿Cómo fue? ¿Tenía la cantidad excellent de ingredientes? ¿La intensidad del sabor fue la correcta? ¿Se sirvió a la temperatura perfecta, caliente, pero no demasiado? ¿También se veía atractivo?
El sabor es, por supuesto, primordial en cualquier negocio relacionado con los alimentos, ya que influye directamente en la lealtad y retención de clientes y, por lo tanto, en los ingresos. Y, a pesar de ser una experiencia subjetiva profundamente private, el gusto se puede medir. Cuando yo estaba trabajando como un gerente de producto para una empresa mundial de pizzas, mi equipo creó una solución digital innovadora para cuantificar y realizar un seguimiento del sabor mediante un plataforma de comercio electrónico.
Juntos, desarrollamos una función que recopilaba comentarios de los clientes de forma gratuita. Esto proporcionó una gran volumen de datos eso permitió a la empresa realizar un seguimiento de los problemas de calidad, refinar continuamente los ingredientes y mejorar la satisfacción del cliente en cada una de sus más de 800 ubicaciones.
Contabilización del gusto
Pruebas sensoriales es un proceso costoso y que requiere mucho tiempo y que las empresas de la industria alimentaria suelen subcontratar a agencias especializadas. Los investigadores pueden tardar varios meses en reclutar participantes, realizar pruebas en persona y procesar los resultados. El costo de investigando un solo producto difiere según la región y otros factores, pero puede alcanzar rápidamente decenas de miles de dólares. Para una cadena de restaurantes internacional que recibe comentarios sobre un menú completo, esas cifras pueden ascender a millones.
También hemos visto las limitaciones de las pruebas sensoriales tradicionales. Un ejemplo en la tradición del producto fue el cambio en la fórmula característica de Coca-Cola: nueva coca cola—una versión más dulce del authentic— se lanzó en 1985 causando furor entre los consumidores. A pesar de una sólida investigación de clientes antes del lanzamiento, solo al 13 % de los consumidores reales les gustó el nuevo sabor. El cambio se invirtió solo 79 días después.
Cuanto más grande sea el negocio, mayor será el costo de tales errores: si agrega demasiada azúcar a un refresco o muy pocos ingredientes en un nuevo tipo de pizza, esos errores pueden medirse en millones.
Tomando la investigación del gusto en línea
El objetivo de nuestra nueva herramienta period llevar la investigación sensorial en línea e internamente. El método tradicional pide a los participantes que prueben el producto y respondan una serie de preguntas estandarizadas que evalúan la calidad. Tomamos este estilo de cuestionario y lo integramos directamente en la aplicación de entrega de alimentos y pedidos en el restaurante de la empresa.
Una vez que se completa un pedido o una entrega, la aplicación solicita a los clientes que suministre realimentación sobre una pizza específica de su orden. Una vez que aceptan, la aplicación carga la encuesta de evaluación del gusto. La aplicación les pide a los usuarios que evalúen los productos según sus diversas características, incluida la apariencia, el sabor basic, la temperatura, la intensidad del sabor, la cantidad de coberturas y la jugosidad. La pregunta last es sobre un criterio específico para el tipo de pizza, como el picante del pepperoni. Encontramos que entre siete y nueve preguntas eran óptimas, tomando alrededor de 20 segundos en complete para completarse; más tiempo y los usuarios pueden desconectarse.
Para medir las respuestas, nos decidimos por un escala nearly proper (JAR), con el objetivo de una puntuación JAR entre 70% y 80% para permitir diferencias de gusto private. Esta animación ilustra una encuesta típica:
Después de recibir su pedido, se solicita a los clientes que respondan a esta serie de preguntas sobre un producto utilizando una báscula JAR.
Las agencias de investigación sensorial generalmente recopilan alrededor de 400 respuestas por producto de encuesta. En el primer año después del lanzamiento de nuestra herramienta interna, recibimos más de 600 000 respuestas, una tasa de conversión del 3 %.
Análisis y acción: cómo usamos los datos de investigación de clientes
Usando los datos enriquecidos que proporcionó la herramienta, el equipo de producto realizó un seguimiento semanal del sabor para monitorear cualquier problema, lo cual es particularmente importante cuando se usan ingredientes frescos. Cuando se produjo una fuerte caída, como en el panel de muestra a continuación, la empresa pudo investigar de inmediato. En un caso, descubrió que el proveedor de queso azul había entregado un lote que no estaba a la altura de su estándar ordinary, lo que había afectado drásticamente el sabor de la pizza de cuatro quesos.
Los indicadores de la encuesta nos permitieron crear un perfil de gusto para cada producto, lo que nos permitió hacer ajustes simples. Por ejemplo, si una pizza en specific obtuvo un puntaje bajo en jugosidad, introdujimos más salsa de tomate. También pudimos identificar los gustos populares y usarlos en nuevas recetas.
La herramienta nos permitió optimizar las recetas y generar valor para el negocio. Probamos eliminando cantidades de ciertos ingredientes, como rebanadas de pepperoni, y monitoreamos los cambios en la percepción del sabor. Si los puntajes de sabor no se vieron afectados, mantuvimos las recetas alteradas en su lugar, lo que generó ahorros financieros en toda la cadena de restaurantes.
tomamos lo mismo enfoque basado en datos al lanzamiento de nuevos productos, respondiendo a las preferencias de los clientes cambiando o incluso retirando productos en función de los comentarios. Al presentar una pizza carbonara, por ejemplo, rastreamos las métricas durante la primera semana y vimos que el puntaje promedio para el sabor period 5.94 de un posible 7. El puntaje promedio en todas las pizzas fue 6.3.
Los otros puntos de datos revelaron el problema: casi el 48% de los encuestados pensó que la cantidad de ingredientes period insuficiente. La empresa cambió rápidamente la receta, agregando más tocino (que tuvo el efecto secundario de aumentar también la jugosidad y la intensidad del sabor). La semana siguiente, el gusto promedio aumentó de 5,94 a 6.
Usamos la herramienta para explorar numerosas hipótesis, como la correlación entre la temperatura y el sabor. Como period de esperar, si una pizza se calificaba como fría, la puntuación de sabor se desplomaba a 4. Los puntos de datos que se muestran en la siguiente tabla ilustran que si la pizza se desviaba fuera de “Casi bien”, incluso en el lado picante, la puntuación de sabor también disminuía. . Esto nos dijo que la temperatura es un issue essential en la satisfacción del cliente.
La empresa había estado considerando comprar bolsas de entrega térmicas con elementos calefactores. Cada bolsa costaba alrededor de $3000 y se necesitaban de cinco a ten bolsas para cada pizzería, una inversión significativa. Pero ahora teníamos un caso de negocios por el gasto: Mantener la pizza caliente daría como resultado mejores puntajes de sabor.
A través de nuestro análisis, también encontramos una correlación directa entre la apariencia visible de una pizza y su sabor percibido (es decir, cuanto más atractiva es la pizza, mayor es la puntuación de sabor), así como entre el sabor y la sequedad. extrajimos sistema ERP datos que mostraban cuánto tiempo había estado una pizza en un estante caliente antes de que el cliente la consumiera y los correlacionó con los datos de nuestra encuesta. Los resultados confirmaron que si una pizza está en el estante más de 60 minutos, se vuelve demasiado seca y recibe una puntuación de sabor más baja. Para remediar esto, los restaurantes redujeron la cantidad de pizza que preparaban antes de los períodos de mayor actividad.
Dentro de un negocio de franquicia, generalmente es difícil garantizar que todas las sucursales sigan las pautas de la marca. Anteriormente, cuando un restaurante tenía una calificación baja, teníamos poca información sobre el motivo. Podría deberse a que la pizzería no está siguiendo el protocolo, la entrega es lenta o quizás los clientes de esa región tienen una preferencia de sabor specific. La herramienta que desarrollamos facilitó un análisis más profundo de la experiencia del cliente por pizzería. Monitoreamos de cerca cada sucursal, investigamos las calificaciones bajas e implementamos mejoras rápidas y efectivas.
Al rastrear la temperatura promedio de cada pizzería, por ejemplo, pudimos ver que si una tenía un puntaje particularmente bajo, los mensajeros probablemente estaban llevando demasiados pedidos en un solo viaje y los pedidos entregados más tarde en la ruta llegaban fríos.
Una línea directa a la satisfacción del cliente
Al aprovechar el método de pedido directo para los clientes, pudimos desarrollar una solución en la aplicación, llevando a cabo una enorme cantidad de investigación de una manera que no fuera intrusiva para el usuario y sin costo adicional para la empresa.
La herramienta puede parecer easy, pero los datos instantáneos que generó aumentaron drásticamente el nivel de conocimiento que la empresa tenía sobre las experiencias y preferencias de sus clientes y le permitió adoptar un enfoque de operaciones receptivo y basado en evidencia. A través de pequeños ajustes en las recetas y los procesos, pudimos entregar productos que los clientes encontraron más sabrosos, mejorando su satisfacción y aumentando la probabilidad de que pidieran nuevamente.
Nuestra solución habilitada para el comercio electrónico funcionó como una lupa, ofreciendo una visión granular de la calidad en una franquicia a gran escala que hizo que administrar más de 800 ubicaciones en todo el mundo fuera mucho más fácil y eficiente.
Tras el desarrollo de esta herramienta de comentarios de los clientes en la franquicia de pizzas, pasé a implementar una plataforma comparable en un gran minorista de alimentos que tenía una aplicación con unos 10 millones de usuarios, que obtuvo resultados similares.
El sabor no es easy, pero nuestra herramienta demostró que se puede dividir en una fórmula reproducible, como cualquier receta exitosa.
Un agradecimiento especial a mi antiguo colega Gleb Kotlyarov, un especialista en investigación que desarrolló la thought de esta herramienta innovadora.
