Ted Taylor在成为独立加盟商之前,曾在半导体行业工作了25年。如今,他在新墨西哥州经营三家联名品牌店,分别是Schlotzsky's和Cinnabon餐厅。在为顾客提供良好体验的同时,他还要处理大量幕后工作,包括菜单定价、人员配置、设备维护和各项政策。Taylor使用OpenAI的技术来更快地完成其中的许多工作。他依靠ChatGPT处理研究和起草等耗时任务,并依靠ChatGPT Work收集和分析定价、销售、预测、排班和人工成本方面的数据。据报道,这使菜单重新定价的时间减少了95%,并使每次工资发放节省了四小时。
菜单重新定价是一项年度任务,需要分析配方成本、单品受欢迎程度、当地竞争对手的价格、份量大小,以及堂食和外卖订单的不同经济效益。Taylor表示,ChatGPT Work能够综合这些因素,并在一到两小时内给出定价建议,而此前这项工作需要五天。他首先利用它根据当地竞争对手、份量大小和食品质量设定定价目标,然后提供按类别整理的菜单项目及其当前价格,并说明他希望的涨价幅度。加入单品销售历史和供应商价格后,该工具可以估算对销售的影响,并围绕成本目标进行优化,最终返回一份推荐价格的电子表格。Taylor说,它使他能够进行更深入的本地比较,并帮助他避免那些会使部分菜品失去竞争力的涨价。
Taylor还使用ChatGPT Work来管理人工成本。为便于分析,他赋予了它对其销售和人工数据的只读权限。该工具会将排定、预算和实际工时与预测及实际销售额进行比较,回顾前12周的数据,并标记加班、过长班次和人员覆盖缺口,供经理审核。在一次排班测试中,它获得了员工名册(包括岗位、培训情况、可用时间和薪酬),以及不同销售水平下的人员需求。Taylor和他的经理将其提出的排班方案与经理本人会制定的方案进行了比较,发现其中缺少关于繁忙时段增加人手的规则,并据此完善了指令。
来源: OpenAI Blog · 由HeadlinesBriefing整理摘要