IA Gastro Práctica — herramienta gratis de la semana
Hay una pregunta que casi ningún restaurador puede responder con seguridad: ¿cuál es el plato más rentable de mi carta?
La mayoría responde con el que más se vende. Y ahí está el error. El plato que más sale no suele ser el que más deja. A veces es exactamente el que menos margen tiene, y cuanto más se pide, más trabaja la cocina para ganar lo mismo.
Esto no es una intuición: es una metodología con cuarenta años de recorrido. En 1982, Michael Kasavana y Donald Smith, de la Escuela de Hostelería de Michigan State University, desarrollaron lo que hoy se conoce como ingeniería de menús. La idea es sencilla: cruzar dos datos que casi todos los restaurantes ya tienen —cuánto se vende cada plato y cuánto margen deja— y clasificar la carta en cuatro grupos.
Los cuatro tipos de plato en la ingeniería de menús
- Estrella: alta rentabilidad y alta popularidad. Funcionan solos. La recomendación clásica es no tocarlos: ni ingredientes, ni presentación, ni precio.
- Caballo de batalla (o vaca): muy popular, poco rentable. Se vende mucho y deja poco. Son los que llenan el comedor pero no la caja.
- Rompecabezas (o puzle): muy rentable, poco popular. Son la oportunidad desaprovechada de casi todas las cartas.
- Perro: bajo margen y baja popularidad. Ocupan espacio en la carta y en el escandallo sin devolver nada.
Cada grupo pide una decisión distinta. Los caballos de batalla se trabajan por coste: buscar mejor precio en las materias primas que más encarecen la receta, o sustituirlas. Los rompecabezas se trabajan por visibilidad: mejor posición en la carta, recomendación activa de sala, mejor descripción. Los perros, según la literatura clásica, salen de la carta.
Dónde entra la IA
El obstáculo de la ingeniería de menús nunca ha sido el concepto. Es la hoja de cálculo. Cruzar treinta o cuarenta platos con sus escandallos y sus ventas es un trabajo que exige tiempo y cierta soltura con Excel, y por eso muchos restaurantes lo posponen indefinidamente.
Una IA generativa hace ese cruce en minutos si le das los datos y la instrucción correcta:
«Te paso una lista de los platos de mi carta con tres datos por plato: precio de venta, coste aproximado de materia prima y unidades vendidas en el último mes. Calcula el margen de contribución de cada plato (precio menos coste) y clasifícalos según la matriz de ingeniería de menús de Kasavana y Smith: estrella (alto margen, alta popularidad), caballo de batalla (bajo margen, alta popularidad), rompecabezas (alto margen, baja popularidad) y perro (bajo margen, baja popularidad). Usa la media de margen y la media de unidades vendidas de mi propia carta como umbral, no valores externos. Para cada plato, dime en qué cuadrante cae y qué acción concreta recomiendas. Señala también qué platos aportan más beneficio total al negocio, no solo por unidad.»
Ese último matiz importa.
Un plato con margen espectacular que se pide dos veces por semana aporta menos al negocio que uno de margen medio que sale cincuenta veces.
Si no se lo pides explícitamente, la IA puede darte un ranking por margen unitario que no refleja lo que realmente sostiene la cuenta de resultados.
Cómo preparar los datos
No hace falta un sistema de gestión sofisticado.
Basta con una lista en cualquier formato, incluso escrita a mano y luego copiada:
- Nombre del plato
- Precio de venta en carta (sin IVA, para que el margen sea real)
- Coste aproximado de materia prima por ración
- Unidades vendidas en el último mes (del TPV, o de una estimación honesta si no lo tienes)
El coste de materia prima es donde más gente se atasca.
No hace falta el escandallo perfecto al céntimo para empezar: una aproximación razonable ya revela el patrón.
Lo que arruina el análisis no es un coste estimado con un margen de error del diez por ciento, es no hacerlo nunca.
Dónde está el límite de esta herramienta
Conviene decirlo con honestidad: esto no es un análisis de costes profesional y no sustituye a un asesor de gestión ni a un software de escandallos.
La IA calcula con los datos que le das.
Si el coste de materia prima está mal estimado, la clasificación estará mal.
Y hay dos costes importantes que este método clásico deja fuera: la mano de obra y el tiempo de pase.
Un plato puede tener buen margen sobre el papel y aun así ser un problema si bloquea una partida entera en el momento del servicio, o si exige una elaboración de dos días.
Ese criterio lo pones tú.
La matriz ordena, no decide.
También conviene recordar que la recomendación clásica de eliminar los platos perro tiene excepciones reales: un plato puede no ser rentable ni popular y seguir en la carta porque define la identidad de la casa, porque lo pide un cliente habitual, o porque completa un vacío en la oferta. La rentabilidad es un criterio, no el único.
Qué esperar del resultado
Aquí toca prudencia.
Se repite mucho en el sector que la ingeniería de menús aumenta las ventas entre un 10 y un 15 por ciento, pero es una cifra que circula de artículo en artículo sin fuente primaria clara, y desde luego no es un resultado garantizado para ningún negocio concreto.
Depende del punto de partida, del tipo de establecimiento y de qué decisiones se tomen después.
Lo que sí es razonable esperar es más modesto y más útil: salir del análisis sabiendo qué tres o cuatro platos merecen una decisión. Cuál subir de precio con cuidado, cuál mover de sitio en la carta, cuál pedir a sala que recomiende, cuál replantear.
Eso, hecho con una lista de platos y un prompt, cuesta media tarde y cero euros.
Y es bastante más de lo que sabe hoy la mayoría de las cartas.
Fuentes: metodología de ingeniería de menús desarrollada por Michael Kasavana y Donald Smith (Michigan State University, 1982). Consultadas para este artículo: Pescanova Fish Solutions, TheFork Manager, CESAE y ChefBusiness. Relacionado en Periodismo Gastronómico: Traducir la carta del restaurante al inglés con IA: el prompt.
María Alejandra Feldman Periodista Gastronómica y GastroConIA periodismogastronomico.com
