Bakkerij & Lunchroom Royal is een gezellig – en eigenzinnig – bakkerscafé in Den Bosch. Eigenaar Jules Lauwerijssen introduceerde recentelijk vijf nieuwe varianten van de Bossche Bol, en haalde daarmee de landelijke pers. Ze werken al sinds 2014 met Lightspeed, waarin alle transacties worden opgeslagen. Hiermee wilden ze graag een stap verder, door net als McDonalds de invloed van het weer op de omzet, en daarmee de personeelsplanning, te kunnen voorspellen. Zo voorkom je dat je met te weinig mensen komt te zitten (klant moet wachten) of juist teveel (hoge kosten). Dat klinkt ambitieus! Maar dan moet je wel over de juiste middelen beschikken. Nu werken er specialisten aan een professioneel datamodel: dankzij het Platform Driven by Data. Hoe ze dat doen? In 5 eenvoudige stappen. Dat kun jij ook, lees snel verder!
Stap 1. Formuleer je doel
Royal heeft, afgezien van de Bakkerij, een lunchroom/restaurant, mét een terras. Jules heeft als ondernemer te maken met grofweg drie grote kostencategorieën: de inkoop, de huur van het pand en het personeel. Op de eerste twee kun je niet zoveel variëren, deze afspraken staan voor langere tijd vast. De personeelsplanning is dan ook van groot belang om de kosten te beheersen. Het is ook meteen een bepalende factor voor de klanttevredenheid: een klant die te lang moet wachten raakt snel ontevreden.
Eigenaar Jules Lauwerijssen hoorde dat McDonalds de personeelsplanning baseert op de weersvoorspelling. Zou dit ook haalbaar zijn voor Royal? Toen Jules door de Rabobank werd gewezen op het MKB Data Lab besloten ze in te stappen. Ze wilden weten: kunnen we patronen achterhalen in de omzet, wanneer we deze koppelen aan de weersomstandigheden over de afgelopen jaren? Kunnen we op basis van de weersvoorspelling de omzet voorspellen? Kunnen we hiermee de personeelsplanning beter onderbouwen? Kunnen we hiermee de personeelskosten verlagen en tegelijkertijd de klanttevredenheid verhogen? Ze gaan aan de slag in het MKB Data Lab.
Stap 2. Over welke data beschik je in het bedrijf?
Royal werkt al 5 jaar met Lightspeed, waarin alle bestellingen en kassatransacties worden opgeslagen, samen met een reeks kenmerken zoals het tijdstip van openen, afrekenen, wat er is besteld, prijzen, datum, etc. Deze data is te combineren met weersomstandigheden, feestdagen, vakanties en gebeurtenissen over de afgelopen jaren.
We wilden graag de personeelsplanning kunnen baseren op de weersverwachting. Nu werken professionals aan een nieuw datamodel, zonder grote investeringen.
Jules Lauwerijssen – Bakkerij en Lunchroom Royal
Stap 3. Maak een analyse
Dankzij de inrichting van Lightspeed en het gedurende vijf jaar structureel verzamelen is er meer dan voldoende data aanwezig. Royal heeft niet de kennis of de middelen in huis om hier mee aan de slag te gaan. Toch wilde Jules Lauwerijssen hier graag werk van maken, omdat hij weet dat grote bedrijven zoals McDonalds hier nu al succesvol gebruik van maken.
Driven By Data biedt uitkomst met het MKB Data Lab, verzorgd door de JADS. Er heeft een eerste sessie plaatsgevonden waarin duidelijk werd wat de mogelijkheden zijn met de beschikbare data. Hieruit is een dataset gemaakt, waarmee de JADS is gaan werken.
Een student, begeleid door twee docenten, is nu de dataset aan het bewerken, opschonen en koppelen. Dat richt zich schone dataset met daarin de omzet, gecorrigeerd voor seizoensinvloeden, uitzonderingen en normale trendgroei. Deze data wordt gekoppeld aan een tabel met de weersomstandigheden per datum.
Stap 4. De praktijktest
De analyse is nog in volle gang, maar als deze straks helemaal is afgerond, levert de JADS een formulier, met daarachter de gecombineerde tabel. Als je in het formulier de weersverwachting (temperatuur, zon en neerslag) invult voor de komende 3 dagen, dan geeft het formulier een schattige van de omzet terug. Op basis van een vaste verhouding van personeelskosten ten opzichte van de omzet, weet Royal hoeveel personeel moet worden ingepland. Gaat het lukken om de tabel en het formulier in het MKB Data Lab maken? En werkt het ook echt in de praktijk?
Stap 5. Het (verwachte) resultaat
De JADS is nog volop bezig met de analyse. Jules heeft er veel vertrouwen in. Eigenlijk is het helemaal niet zo ingewikkeld, je weet vanuit je onderbuik wel dat het drukker wordt bij mooi weer, en minder druk bij slecht weer. Alleen weet je nooit precies in welke mate je hier op moet anticiperen. Jules verwacht met dit model tot een beter onderbouwde personeelsplanning te komen. Dat levert niet alleen een betere kostenbeheersing op, maar ook een hogere klanttevredenheid, omdat drukte beter kan worden voorspeld. En daar doen we het voor.
Dankzij slimme data kunnen we – op basis van de weersverwachting – beter inschatten hoeveel personeel we moeten inplannen. Dat is goed voor onze kostenbeheersing én voor de klanttevredenheid.
Jules Lauwerijssen – Bakkerij en Lunchroom Royal
Tijdens de eerste sessie met de JADS zijn de wensen geïnventariseerd, doelen gesteld en de databronnen beoordeeld. Ondertussen is de dataset geleverd aan de JADS. Daar wordt momenteel hard gewerkt aan het datamodel, dat over twee maanden zal worden opgeleverd. Daarna wordt het resultaat gepresenteerd en wordt het datamodel in de praktijk getest.
Over de organisatie:
Royal is een warme & ambachtelijke bakker én een bakkerscafé met terras, in het centrum van Den Bosch. Op de kaart staan belegde broodjes, ambachtelijke soep & salades, luxe patisserie & Bossche bollen. Je kunt er ook terecht voor workshops. Aantal medewerkers: 8 vaste krachten, 8 oproepkrachten
Branche: Bakkerij en lunchroom