ChatGPT Work: készpénzegyeztetés 94%-kal kevesebb idő alatt
Egy független Schlotzsky’s- és Cinnabon-franchisepartner 95%-kal rövidítette le az átárazás idejét, és olyan munkafolyamatot alakított ki, amely 100 ezer dollárral növelheti a szabad pénzáramlást.
95%
Az árelemzéshez szükséges idő csökkenése: 5 napról 1–2 órára
100 ezer $
A munkaerő-beosztás optimalizálásával évente legfeljebb ennyi pénzeszköz szabadítható fel
4
Minden bérszámfejtésnél ennyi óra kézi munka takarítható meg
94%
A havi készpénzegyeztetésre fordított idő csökkenése
Ted Taylor 25 évnyi félvezetőipari pályafutás után lépett be a vendéglátásba. Ma független franchisepartnerként három, Schlotzsky’s és Cinnabon márkanév alatt egyaránt működő éttermet üzemeltet Új-Mexikóban.
A gyorséttermek üzemeltetése során a vendégélmény mellett számos olyan feladatra is figyelni kell, amelyet a vendégek sosem látnak: az étlap árazására, a munkaerő-beosztásra, a berendezések karbantartására és a szabályzatokra. Ted az OpenAI technológiájával gyorsítja fel mindezeket a feladatokat.
A ChatGPT‑vel Ted felgyorsítja az olyan időigényes feladatokat, mint a kutatás és a szövegírás. A ChatGPT Work segítségével pedig nagy mennyiségű adatot gyűjt és elemez az árakról, az értékesítésről, az előrejelzésekről, a beosztásokról és a munkaerőről, valamint javaslatokat kap arra, hogy melyik étteremben mire kell odafigyelnie. Így 95%-kal rövidítette le az átárazás idejét, a bérszámfejtésen pedig alkalmanként 4 órát takarít meg.
„A ChatGPT Work javaslatai annyira jók, hogy sokkal gyorsabb azokból kiindulni, és utána finomítani rajtuk.”
Az étlapok átárazása évente esedékes feladat, amelyhez összetett elemzés szükséges: figyelembe kell venni az ételek alapanyagköltségét és népszerűségét, a helyi versenytársak árait, az adagméreteket, valamint a helyszíni és a kiszállításos rendelések eltérő gazdaságosságát. Ted a ChatGPT Work segítségével összesíti ezeket a szempontokat, így 5 nap helyett 1–2 óra alatt kap árazási javaslatokat.
„Korábban többnapi munkámba került az elemzés és az egyes tételek árának meghatározása. A ChatGPT Work viszont pillanatok alatt végez vele, ráadásul alaposabban is dolgozik.”
Ted először a ChatGPT Work segítségével felméri a helyi versenytársak árainak alakulását, adagméreteit és ételeinek egymáshoz viszonyított minőségét, majd ezek alapján meghatározza árazási céljait és stratégiáit. Ezután átadja a ChatGPT Worknek az étlapon szereplő tételek kategorizált listáját, az aktuális helyszíni és kiszállítási árakkal együtt. Főként a ChatGPT korábbi elemzésére támaszkodva megadja, hogy összességében mennyivel szeretné emelni az egyes árcsoportokat, és mely tételeknél legyen nagyobb vagy kisebb az emelés.
Az elemzést az egyes tételek korábbi értékesítési adataival és a beszállítói árakkal teheti részletesebbé. A ChatGPT Work ezekből az adatokból megbecsülheti az árváltozások értékesítésre gyakorolt hatását, és az áruköltségre vonatkozó célokhoz igazíthatja az egyes tételek árazását.
A ChatGPT Work egy táblázatban adja meg a javasolt helyszíni és kiszállítási árakat. Az árváltoztatásokat még egy átfogó árazási stratégiába is illeszti, amely olyan üzleti célokat szolgál, mint a vendégek megtartása, az áremelések okozta sokk minimalizálása és a kiegészítő termékek lehető legjobb pozicionálása.
Amikor Ted először használta árazásra a ChatGPT Worköt, kézzel is elvégezte az elemzést. „A ChatGPT Work alaposabban összehasonlította a helyi kínálatot, és segített elkerülni azokat az áremeléseket, amelyekkel egyes tételek elveszítették volna a versenyképességüket” – mondta. Ted azonnal átállt arra, hogy az első javaslatokat a ChatGPT‑vel készíttesse el.
Ted kétféleképpen használja a ChatGPT Worköt a munkaerőköltségek kezelésére: áttekinti a három étterem munkaerő-felhasználásának alakulását, és egy jobb módszert tesztel a heti beosztás elkészítésére.
A munkaerő-felhasználás elemzéséhez Ted csak olvasási hozzáférést adott a ChatGPT Worknek az értékesítési és munkaügyi adataihoz. Az elemzés futtatásakor a rendszer összeveti a beosztás szerinti, a költségvetésben tervezett és a tényleges munkaórákat az előre jelzett és a tényleges forgalommal. Az előző 12 hetet is áttekinti, hogy figyelembe vegye azokat az éttermeket, amelyek forgalma rendszeresen meghaladja az előrejelzést, vagy elmarad attól. Az elkészült jelentés jelzi a túlórákat, a tervezettnél hosszabbra nyúló műszakokat és a létszámhiányokat, valamint kiemeli, hogy mit érdemes a vezetőnek felülvizsgálnia.
A beosztáskészítés teszteléséhez Ted átadott a ChatGPT Worknek egy dolgozói névsort, amely mindenkinél tartalmazta a munkakört, a képzettséget, a rendelkezésre állást és a fizetést, valamint az étterem létszámigényét különböző forgalmi szinteken. Az étteremvezetővel összehasonlították a ChatGPT Work által javasolt beosztást azzal, amelyet a vezető készített volna. Azonosították a hiányzó szabályokat arról, hogy a forgalmas időszakokban mikor kell több dolgozót beosztani, és pontosították a ChatGPT Worknek adott utasításokat.
A ChatGPT Work ma már teljes beosztást készít ennek az étteremnek. A vezető átnézi, szükség esetén módosítja, majd rögzíti az étterem beosztáskezelő rendszerében. Ted becslése szerint a jobb beosztás idővel mindhárom étteremben egy-két százalékponttal csökkentheti az órabéres munkaerő költségének árbevételhez viszonyított arányát. Ez évente 50–100 ezer dollárral növelheti a szabad pénzáramlást, amely béremelésre, bónuszokra, a vállalkozás fejlesztésére vagy nagyobb nyereségkifizetésre fordítható.
Ted a mindennapi működéshez is használja a ChatGPT Worköt: a HR-szabályzatok kidolgozásától a készpénzegyeztetésen át a beszerzési és javítási igények kezeléséig.
Amikor Új-Mexikó előírta az éttermeknek, hogy rendelkezzenek írásos eljárásrenddel a testnedvekkel járó szennyeződések kezelésére, Ted a ChatGPT‑vel körülbelül 30 másodperc alatt elkészítette a tervezetet. Amikor Tednek közösségimédia-használati szabályzatra volt szüksége a dolgozói kézikönyvhöz, a ChatGPT segítségével gyorsan megírta a tervezetet. Ezt később egy külső HR-cég is átnézte, és változtatás nélkül jóváhagyta.
Ted a ChatGPT Work segítségével végzi el mindhárom étterme havi készpénzegyeztetését. Feltölti az egyes éttermek készpénzes tranzakcióinak adatait és banki nyilvántartásait, a ChatGPT Work pedig összeveti a tranzakciókat a hozzájuk tartozó befizetésekkel. A havi egyeztetés korábban három órát vett igénybe, most már csak 5–10 percet. Emellett minden bérszámfejtési ciklusban négy óra kézi munkát takarít meg azzal, hogy a ChatGPT Workkel összesítteti a bérszámfejtéshez szükséges adatokat.
Az éttermek zökkenőmentes működéséhez Ted a ChatGPT Work segítségével egy webes felületet is készített, ahol a dolgozók beszerzést vagy javítást kérhetnek. A felület egy erre kijelölt e-mail-címen értesíti őt, és nyomon követi az egyes kérések állapotát.
Ted módszere a ChatGPT Work használatára bármely kisvállalkozó számára jól alkalmazható. Ugyanazokat az adatokat és irányelveket adja meg a ChatGPT‑nek, amelyek alapján ő maga is döntene, majd az eredményt összeveti azzal, ahogyan saját maga végezné el a munkát. Ahogy egyre jobban megbízik az eredményekben, a vállalkozás egyre több feladatához használja, de az eredményeket alkalmazás előtt mindig ellenőrzi.
Ted számára a ChatGPT Work értéke túlmutat a megtakarított munkaórákon. Most olyan elemzéseket is elvégezhet, amelyeket egyébként talán kihagyna, és több időt fordíthat a vendégekre, a dolgozókra és a vállalkozás növekedésére.
