Ceny menu
Delivery Menu Prices: co naprawdę widzi klient
Jest pewien strukturalny fakt dotyczący dostaw jedzenia, który większość sieci restauracyjnych zna, ale niewiele z nich systematycznie na niego reaguje: cena, którą klient widzi na Uber Eats, nie jest ceną, którą zapłaciłby przy kasie. Badania potwierdzają, że ta różnica wynosi średnio około 18% - jest to bezpośrednia konsekwencja przerzucania prowizji platformy na ceny końcowe. Restauracje obciążone 30% prowizją platformy pobierają na platformie średnio o około 13% więcej niż w lokalu.

Jest pewien strukturalny fakt dotyczący dostaw jedzenia, który większość sieci restauracyjnych zna, ale niewiele z nich systematycznie na niego reaguje: cena, którą klient widzi na Uber Eats, nie jest ceną, którą zapłaciłby przy kasie. Badania potwierdzają, że ta różnica wynosi średnio około 18% - jest to bezpośrednia konsekwencja przerzucania prowizji platformy na ceny końcowe. Restauracje obciążone 30% prowizją platformy pobierają na platformie średnio o około 13% więcej niż w lokalu.
Ta różnica istnieje w całym rynku. To, co różni się sieć od sieci i tydzień od tygodnia, to wszystko inne: jak konkurenci strukturyzują menu, co promują, jak wyceniają w ramach kategorii i kiedy to zmieniają.
35% operatorów QSR zmienia teraz ceny co godzinę. Kolejne 25% robi to codziennie. Era stałych cen menu w dostawie jedzenia dobiegła końca. Pytanie dla każdej sieci z istotnym wolumenem dostaw brzmi: czy wiedzą, co dzieje się wokół nich?
Problem z widocznością
Tradycyjna analiza cen konkurencji w HoReCa opiera się na okazjonalnych ręcznych sprawdzeniach: ktoś zamawia u konkurencji, robi screenshoty menu, składa arkusz. Jest powolna, niekompletna i niespójna. Zanim raport trafi do zespołu odpowiedzialnego za pricing, dane są już nieaktualne.
Problem nie leży w braku intencji monitorowania konkurencji. Leży w tym, że wolumen i tempo zmian przerosły możliwości metod ręcznych. Jedna sieć średniej wielkości, działająca na pięciu platformach w dziesięciu miastach, generuje codziennie tysiące obserwowalnych punktów danych: ceny, promocje, dostępność produktów, struktury kategorii, opisy. Robienie tego ręcznie to nie problem zasobów. To kategorialna nieadekwatność - procesy manualne po prostu nie nadążają za zautomatyzowanym zachowaniem rynku.
Co sprawia, że ma to szczególnie poważne konsekwencje? Konsumenci zwracają uwagę, nawet gdy operatorzy tego nie robią. 68% użytkowników food delivery regularnie szuka kodów promocyjnych lub zniżek przed złożeniem zamówienia. 82% twierdzi, że promocje są ważnym czynnikiem przy wyborze restauracji na platformie. Cena jest głównym czynnikiem wyboru jedzenia dla 73% polskich konsumentów - a Polska jest jednym z najbardziej wrażliwych cenowo rynków w Europie. Gdy konkurencja prowadzi agresywne promocje, klienci to zauważają i reagują. Sieć, która nie wie, że jest podcinana cenowo we wtorkowy wieczór w Warszawie, nie ma szansy podjąć żadnej decyzji w tej sprawie.
Dlaczego LTO warto śledzić uważnie
Analiza Circana obejmująca ponad 30 LTO w kategoriach QSR potwierdza, że dobrze zaprojektowane LTO zwiększają wydatki i liczbę wizyt - ale niosą ryzyko kanibalizacji, gdy nakładają się na produkty z core menu lub opierają się na głębokim dyskontowaniu. Sieci, które tego unikają, wyceniają LTO jako łagodne premium i kierują je do słabiej rozwiniętych daypartów lub kanałów.
Dane dotyczące ruchu są konkretne. LTO Krabby Patty Wendy's spowodowało wzrost wizyt o 26,4% w dniu premiery; limitowany produkt drobiowy McDonald's wygenerował wzrost o 7,9%. Intensywna strategia LTO Taco Bell przyczyniła się do wzrostu sprzedaży porównywalnej o +9% w ostatnim kwartale. LTO są wyceniane średnio o 5% wyżej niż standardowe pozycje, co oznacza, że utrzymują marżę nawet tam, gdzie prowizje platformy ją kompresują. Meal deal LTO niemal podwoiły swój udział, stanowiąc teraz 20% wszystkich LTO.
Dla sieci monitorującej konkurencję na platformach dostawczych kluczowe pytanie brzmi: gdy konkurent wprowadza LTO, czy wycenia je jako premium, pozycjonuje w nowym dayparcie, czy strukturyzuje jako bundle? Odpowiedź mówi Ci, czy gra ofensywnie, czy defensywnie. Żadne z tych działań nie jest widoczne bez systematycznego monitoringu.
Cross-platform pricing: luka, o której się nie mówi
Jednym z bardziej nieoczekiwanych wniosków z systematycznego monitoringu menu jest to, w jakim stopniu ceny tej samej sieci różnią się między platformami - nie tylko między konkurentami, ale w obrębie obecności jednej marki.
Dane brytyjskie z Which? pokazują, że ceny na Deliveroo były o 31% wyższe niż przy zamawianiu bezpośrednim, na Uber Eats o 25%, a na Just Eat o 7% dla porównywalnych produktów. To nie są marginalne różnice. Odzwierciedlają odmienne struktury prowizyjne, różne umowy promocyjne i historyczne decyzje cenowe, które mogły nigdy nie zostać systematycznie zrewidowane.
Dla sieci działającej jednocześnie na czterech lub pięciu platformach tworzy to sfragmentowaną rzeczywistość cenową po stronie klienta. Klient sprawdzający jednocześnie Glovo i Wolta podejmuje decyzję na podstawie informacji o cenach, których sama restauracja mogła nie zebrać w jednym miejscu. Jeśli ceny konkurencji są bardziej spójne między platformami lub bardziej konkurencyjne na preferowanej przez klienta platformie - to stracona konwersja bez żadnej widoczności, dlaczego tak się stało.
Wyzwanie jest głębsze niż same różnice cenowe. Każda platforma strukturyzuje dane inaczej - konwencje nazewnictwa produktów, hierarchie kategorii, oznaczenia promocyjne i sygnały dostępności nie są ustandaryzowane między Glovo, Woltem, Uber Eats czy Just Eat. Dołącz do tego własne kanały dostawy - własne aplikacje, strony internetowe, bezpośrednie zamawianie - a fragmentacja się pogłębia. Scalenie tych źródeł w jeden spójny obraz rynku wymaga normalizacji, która nie zachodzi automatycznie.
Monitorowanie własnych cen na platformach jest równie ważne jak monitorowanie konkurencji. Ujawnia historyczne niespójności, identyfikuje miejsca, gdzie inwestycja promocyjna jest pochłaniana przez mechanikę platformy zamiast trafiać do klientów, i daje zespołom pricingowym dane do skuteczniejszych negocjacji z platformami przy odnowieniu umów.
Wymiar czasowy
Monitoring cen menu to nie tylko snapshot. To sekwencja.
Gdy konkurent koryguje ceny lub uruchamia promocję, timing mówi coś ważnego. Promocje uruchamiane w czwartkowy wieczór pod wolumen weekendowy to inny sygnał strategiczny niż promocje działające od poniedziałku do środy. Podwyżka cen burgerów wdrażana stopniowo na platformach przez trzy tygodnie sugeruje test. Natychmiastowa, jednoczesna korekta na wszystkich platformach sugeruje odpowiedź na wzrost kosztów.
Te wzorce są widoczne tylko przy ciągłych danych. Tygodniowy raport pokazuje stan obecny. Dane dzienne lub zbliżone do dziennych pokazują ruch, a ruch ujawnia intencje.
Dla zespołów pricingowych zmienia to sposób pracy. Zamiast budować decyzje cenowe na kwartalnych benchmarkach i intuicji, decyzje są zakorzenione w obserwowanym zachowaniu konkurencji w czasie. Gdy AmRest navigował decyzjami cenowymi w okresie inflacji w Europie, główne wyzwanie było właśnie takie: bez ciągłego monitoringu zawsze reagowali na zmiany rynkowe po fakcie. Zanim decyzje cenowe były gotowe, konkurencja zdążyła już przejść do kolejnej korekty.
Praktyczne zastosowania dla zespołów HoReCa
Decyzje cenowe oparte na live benchmarkach. Przed korektą ceny flagowego produktu sprawdź, gdzie są konkurenci na porównywalnych pozycjach na platformach. Podwyżka o 10%, która nadal utrzymuje Cię poniżej trzech z czterech głównych konkurentów w kategorii, to inna decyzja niż ta, która czyni Cię najdroższą opcją na platformie.
Projektowanie promocji w oparciu o aktywność konkurencji. Jeśli monitoring pokazuje, że konkurent konsekwentnie prowadzi deale o stałej kwocie w weekendowe wieczory bez żadnej aktywności z Twojej strony - to identyfikowalna luka. Decyzja o jej zamknięciu lub nie jest strategiczna, ale przynajmniej staje się świadomym wyborem, a nie przeoczeniem.
Monitoring LTO i nowych produktów. Śledzenie, kiedy konkurenci wprowadzają limitowane pozycje, jak je wyceniają względem istniejącego menu i czy te pozycje utrzymują się czy znikają, daje szybszy obraz tego, co działa na rynku, niż jakikolwiek raport branżowy.
Strategia per platforma. Jeśli konkurent A jest konsekwentnie bardziej agresywny na Glovo niż na Wolcie, a konkurent B odwrotnie - te wzorce informują, gdzie Twój własny budżet promocyjny ma największy efekt konkurencyjny.
Infrastruktura danych
Zautomatyzowany monitoring cen menu działa poprzez zbieranie ustrukturyzowanych danych z platform dostawczych według harmonogramu: nazwy produktów, opisy, ceny, flagi promocyjne, kategorie i identyfikatory lokalizacji. Dane są dostarczane jako pliki CSV lub zasilają bezpośrednio narzędzia BI, aktualizowane codziennie.
Po stronie klienta nie jest wymagana żadna integracja IT. Infrastruktura leży w całości po stronie dostawcy. Zespół pricingowy otrzymuje czyste, ustrukturyzowane dane, z którymi może pracować od razu.
Dla sieci z istniejącymi możliwościami analitycznymi dane te stają się feedem do dashboardów i modeli cenowych. Dla zespołów bez dedykowanych zasobów analitycznych dane mogą być dostarczane jako gotowe do użycia raporty z wyliczonymi już porównaniami konkurencyjnymi.
Zasięg geograficzny skaluje się według potrzeb. Monitoring może obejmować jeden rynek lub jednocześnie wiele europejskich krajów. Bazowe źródła danych - Glovo, Uber Eats, Wolt, Just Eat / Pyszne.pl, Bolt, Deliveroo - są spójne między rynkami, co czyni cross-market benchmarking prostym.
Inny rodzaj świadomości konkurencyjnej
Monitoring cen menu w dostawie jedzenia bywa przedstawiany jako zdolność defensywna: śledzisz konkurencję, żeby nie dać się zaskoczyć. To ujęcie nie oddaje pełnej wartości.
Trafniejsze ujęcie jest takie: ciągły pricing intelligence zmienia jakość decyzji w całej funkcji pricingowej i promocyjnej. Zastępuje okresowe zgadywanie ciągłą obserwacją. Zamienia "myślimy, że konkurencja jest gdzieś tutaj cenowo" na "oto gdzie byli w zeszły czwartek i oto trend z ostatnich sześciu tygodni."
Dla każdej sieci traktującej dostawę poważnie jako kanał przychodowy - to nie luksus. To baseline dla inteligentnego konkurowania na rynku, gdzie 35% operatorów zmienia ceny co godzinę, a klienci podejmują decyzje z pełną widocznością dostępnych opcji.
