Rekonsiliasi kas waralaba 94% lebih singkat dengan ChatGPT Work
Mitra waralaba independen Schlotzsky’s dan Cinnabon memangkas waktu penetapan ulang harga sebesar 95% dan membuat alur kerja yang berpotensi menambah arus kas bebas hingga US$100 ribu.

95%
Pengurangan waktu analisis harga, dari 5 hari menjadi 1–2 jam
US$100 ribu
Potensi tambahan arus kas bebas tahunan maksimum dengan alur kerja tenaga kerja yang dioptimalkan
4
Jam kerja manual yang dihemat setiap proses penggajian
94%
Pengurangan waktu rekonsiliasi kas bulanan
Ted Taylor terjun ke bisnis restoran setelah berkarier selama 25 tahun di industri semikonduktor. Kini, ia menjadi mitra waralaba independen yang mengelola tiga restoran bermerek ganda Schlotzsky’s dan Cinnabon di New Mexico.
Mengelola restoran cepat saji berarti menyeimbangkan pengalaman pelanggan dengan banyak pekerjaan di balik layar, seperti penetapan harga menu, pengaturan staf, pemeliharaan peralatan, dan penyusunan kebijakan. Ted menggunakan teknologi OpenAI untuk menyelesaikan semuanya lebih cepat.
Dengan ChatGPT, Ted mempercepat tugas yang menyita waktu, seperti riset dan penyusunan draf. Ia juga menggunakan ChatGPT Work untuk mengumpulkan dan menganalisis banyak data tentang harga, penjualan, proyeksi, jadwal, serta tenaga kerja, dan mendapatkan rekomendasi tentang hal-hal yang perlu diperhatikan di tiap restoran. Hasilnya, waktu penetapan ulang harga berkurang 95% dan setiap proses penggajian menjadi 4 jam lebih singkat.
“Rekomendasi ChatGPT Work sangat bagus, jadi jauh lebih cepat jika saya mulai dari rekomendasi itu lalu menyesuaikannya.”
Penetapan ulang harga menu dilakukan setiap tahun dan memerlukan analisis kompleks atas biaya bahan per resep, popularitas menu, harga pesaing lokal, ukuran porsi, serta perbedaan biaya dan keuntungan antara pesanan di restoran dan pesan antar. Ted menggunakan ChatGPT Work untuk memadukan semua faktor tersebut dan mendapatkan rekomendasi harga dalam 1–2 jam, alih-alih 5 hari.
“Dulu saya perlu beberapa hari kerja untuk menganalisis dan menetapkan harga tiap menu. ChatGPT Work menyelesaikannya dalam sekejap, dengan analisis yang lebih menyeluruh.”
Pertama, Ted menggunakan ChatGPT Work untuk meriset dan menetapkan target serta strategi harga berdasarkan tren harga pesaing lokal, ukuran porsi, dan perbandingan kualitas makanan. Kemudian, ia memberikan daftar menu yang telah dikelompokkan beserta harga terkini untuk pesanan di restoran dan pesan antar kepada ChatGPT Work. Ia menentukan besaran kenaikan keseluruhan yang diinginkan untuk tiap kelompok harga, serta menu mana yang perlu mendapat kenaikan lebih besar atau lebih kecil, terutama berdasarkan analisis ChatGPT sebelumnya.
Ia dapat memperinci analisis dengan menambahkan riwayat penjualan tiap menu dan harga pemasok. ChatGPT Work dapat menggunakan data ini untuk memperkirakan dampak perubahan harga terhadap penjualan dan mengoptimalkan harga tiap menu sesuai target harga pokok penjualan.
ChatGPT Work menghasilkan spreadsheet berisi rekomendasi harga untuk pesanan di restoran dan pesan antar. ChatGPT Work bahkan mengaitkan perubahan harga itu dengan strategi harga menyeluruh yang dirancang untuk mengoptimalkan hasil bisnis, seperti mempertahankan pelanggan, meminimalkan kejutan akibat kenaikan harga, dan menentukan cara terbaik menawarkan menu tambahan.
Saat pertama kali menggunakan ChatGPT Work untuk menetapkan harga, Ted juga melakukan analisis secara manual. “ChatGPT Work membuat perbandingan pasar lokal yang lebih mendalam dan membantu saya menghindari kenaikan harga yang akan membuat beberapa menu kalah bersaing,” ujarnya. Ted langsung beralih menggunakan ChatGPT untuk menyusun rekomendasi awal.
Ted menggunakan ChatGPT Work untuk membantu mengelola biaya tenaga kerja dengan dua cara: meninjau penggunaan tenaga kerja di ketiga restorannya dan menguji cara yang lebih baik untuk menyusun jadwal mingguan.
Untuk analisis tenaga kerja, Ted memberi ChatGPT Work akses hanya baca ke data penjualan dan tenaga kerjanya. Saat Ted menjalankan analisis, ChatGPT Work membandingkan jam kerja yang dijadwalkan, dianggarkan, dan benar-benar dijalani dengan proyeksi dan realisasi penjualan. ChatGPT Work juga meninjau data 12 minggu sebelumnya untuk memperhitungkan gerai yang penjualannya rutin melampaui atau berada di bawah proyeksi. Laporan yang dihasilkan menandai lembur, sif yang berlangsung lebih lama dari rencana, dan kekurangan staf pada jam tertentu, serta menyoroti hal-hal yang perlu ditinjau manajer.
Untuk uji penjadwalan, Ted memberikan daftar karyawan kepada ChatGPT Work yang mencakup peran, pelatihan, ketersediaan waktu, dan upah masing-masing, beserta kebutuhan staf gerai pada berbagai tingkat penjualan. Ted dan manajernya membandingkan usulan jadwal ChatGPT Work dengan jadwal yang akan disusun sang manajer, mengidentifikasi aturan yang belum tercakup tentang kapan harus menambah staf pada jam sibuk, lalu menyempurnakan instruksi untuk ChatGPT Work.
Kini ChatGPT Work menghasilkan jadwal lengkap untuk gerai tersebut. Manajer memeriksanya, melakukan penyesuaian jika perlu, lalu memasukkannya ke sistem penjadwalan restoran. Ted memperkirakan bahwa penjadwalan yang lebih baik nantinya dapat menurunkan porsi biaya tenaga kerja berupah per jam terhadap penjualan sebesar satu hingga dua poin persentase di ketiga restoran. Ini berpotensi menambah arus kas bebas sebesar US$50.000 hingga US$100.000 per tahun, yang dapat digunakan untuk kenaikan upah, bonus, investasi usaha, atau peningkatan pembagian laba.
Ted juga menggunakan ChatGPT Work untuk operasional sehari-hari, mulai dari menyusun kebijakan SDM hingga merekonsiliasi kas dan mengelola permintaan perlengkapan serta perbaikan.
Ketika New Mexico mulai mewajibkan restoran memiliki prosedur tertulis untuk menangani insiden yang melibatkan cairan tubuh, Ted menggunakan ChatGPT untuk menulis draf dalam sekitar 30 detik. Saat Ted membutuhkan kebijakan media sosial untuk buku pedoman karyawan, ChatGPT membantunya menyusun draf panduan dengan cepat. Draf tersebut kemudian ditinjau oleh perusahaan konsultan SDM eksternal tanpa perubahan apa pun.
Ted menggunakan ChatGPT Work untuk merekonsiliasi kas ketiga restorannya setiap bulan. Ia mengunggah data transaksi tunai dan catatan bank tiap gerai, lalu ChatGPT Work membandingkan transaksi tersebut dengan setoran terkait. Rekonsiliasi bulanan yang dulu memakan waktu tiga jam kini hanya perlu 5–10 menit. Ia juga memangkas empat jam kerja manual dari setiap siklus penggajian dengan menggunakan ChatGPT Work untuk merangkum data penggajian.
Untuk membantu menjaga kelancaran operasional restoran, Ted juga menggunakan ChatGPT Work untuk membuat portal web tempat karyawan dapat mengajukan permintaan perlengkapan atau perbaikan. Portal tersebut mengirimkan notifikasi kepada Ted melalui alamat email khusus dan melacak status setiap permintaan.
Cara Ted menggunakan ChatGPT Work dapat diterapkan oleh siapa pun yang memiliki usaha kecil. Ia memberi ChatGPT data dan pedoman yang sama dengan yang akan ia gunakan untuk mengambil keputusan, lalu membandingkan hasilnya dengan cara ia sendiri mengerjakan tugas tersebut. Seiring meningkatnya kepercayaan terhadap hasilnya, ia memperluas penggunaan ChatGPT ke lebih banyak tugas bisnis, dengan selalu meninjau hasilnya sebelum menerapkannya.
Bagi Ted, manfaat ChatGPT Work bukan sekadar penghematan waktu. Kini ia dapat melakukan analisis yang mungkin sebelumnya terlewat dan meluangkan lebih banyak waktu untuk pelanggan, karyawan, serta pengembangan bisnis.


