デリバリーの注文が間違っている。評価がそれを物語っている。
金曜の夜 11 時 40 分、オースティン東部のタイ料理店のパス（出餐口）に立ち、3.8 星と表示されたスマホを握っている。直近のレビューはもう三件開いてしまった。「違う料理が届いた」「また欠品」「ピーナッツ抜きで頼んだ。何が入っていたと思う？」
このラインから出てくる料理はうまい。カレーペーストは毎週火曜に一から作っている。シェフは十九年間、同じラープを作り続けている。だから当然の問いを立てる——いったい何が壊れているのか。答えはキッチンの中にはなかった。客が「注文する」を押してから、伝票がラインに届くまでの九十秒の中にある。
3.8 星は、ほぼ料理の問題ではない
デリバリー比率の高い店の星 1 のレビューを並べると、同じ四つの言葉が繰り返される。違う、欠けている、冷たい、遅い。「まずい」でも「薄い」でも「高い」でもない。客は「口に合わなかった料理」で厨房を罰することはほとんどない。「自分が頼んだと思っていたものと違うもの」で罰する。
この区別は重要だ。二つの失敗は、打ち手がまったく違う。まずい料理はレシピの問題。間違った注文はコミュニケーションの問題であり、そしてコミュニケーションの問題は数年ではなく数週間で直せる。
損失は見た目より大きい。私が関わる独立店では、デリバリーはすでに売上の約四分の一を占め、にもかかわらず苦情は極端に偏って発生している——多くは 40% 近い。一方で各種調査は同じ結論を示す。注文の正確さが、客が再注文するかどうかの最も強い予測因子だ。Waitr の調査では 73% の客がそう答えた。私の読み方はもっと単純だ。届かなかった食事を、人は二度目に頼まない。
引き継ぎのたびに、伝言ゲームが起きる
店内の注文が越える境界は一つ。客がスタッフに伝える。デリバリーは五つか六つ越える。客からアプリ、アプリからタブレット、タブレットからパス、パスからライン、ラインから梱包、梱包からドライバー。
一つ一つは無害に見える。だが重なると、聞き間違いが増幅する連鎖になり、しかも最後に判断する人間——金曜の 7 時 20 分、同じ紙袋を四つ持った梱包担当——が最も情報を持っていない。
「パッタイ、ピーナッツ抜き」が「パッタイ、ピーナッツ増量」になるのは、この工程だ。誰かが不注意なのではない。その指示が三か所に同時に存在していたからだ。アプリのメモ、伝票の走り書き、誰かの記憶。
店内のミスは直せるのに、デリバリーのミスは直せない理由
店内で料理が違えば、客は九十秒以内に言う。スタッフが謝り、厨房が作り直し、その夜はたいてい気持ちよく終わる。コストは一皿と、少しの矜持。
袋が違えば、客はすでに三マイル先にいる。支払いは済み、チップも確定している。会話も、訂正も、その場での挽回もない。残された唯一の窓口は、あなたに会ったこともない何百人もが読む公開レビューだ。
この非対称性が、そのまま事業の論拠になる。24 ドルの返金は店にとっては安い。だが客にとってそれは、その日唯一確保できた食事だった。弁償では埋まらない。起こさないことだけが答えになる。
ほぼすべての誤注文は、三つの原因に集約される
数百枚のデリバリー伝票を見てきたが、誤りは三つに集まる。どれも「スタッフの努力不足」ではない。
1. 言語。客は英語で注文し、ラインはスペイン語や中国語、ベトナム語で動いている。伝票は一つの言語で届き、その夜で最も忙しい八分間に、誰かの頭の中で一度翻訳される。これは研修の問題ではなく、情報設計の問題だ。
2. 文章に埋もれた指示。「カリカリに、玉ねぎ抜き、ソース別添え、重度のピーナッツアレルギー」が、メモ欄の一段落として届く。構造化された注文は、それぞれを飛ばせないスイッチにする。段落は、飛ばせる。
3. 品目ごとの責任がない。梱包時に一点ずつ確認しない。袋は封をされ、渡され、中身を最初に数えるのは客——自分の台所で、カメラの前で、夜 8 時 15 分に。
あのオースティンの厨房で変えたこと
レシピも、人も、デリバリー平台も変えていない。変えたのは、注文が客から梱包担当まで進む経路だけだ。
第一に、注文を「メッセージ」から「構造化されたオブジェクト」にした。品目 ID、スイッチで表す追加・抜き、赤く表示され無視できないアレルギーフラグ。第二に、厨房伝票を二言語で並べて印刷した。パスには英語、ラインにはスペイン語。忙しい時間に翻訳へ依存しない。第三に、梱包をチェックリストにした。画面に四品、梱包担当が四品を確認し、四つすべてが緑になるまで袋は台を離れない。第四に、返金と苦情を 24 時間以内に特定の品目と持ち場に紐づけた。傾向は四半期を待たず数日で見える。
十一週間後。誤注文率は 9.4% から 1.8% へ。返金と作り直しは月およそ 1,100 ドルから 200 ドル未満へ。公開評価は 3.8 から 4.5 へ。メニューは一文字も変わっていないし、価格も下げていない。
オーナーの総括はどのダッシュボードよりも率直だった。「料理がまずくて客を失っていたのではない。約束したものと違うものを送り続けて、客を失っていたんだ」
打ち手は地味だ。だから効く
ここに巧妙なグロースハックはない。正確さは運用の規律であり、そして複利で効く。作り直しが減れば食材コストが下がり、返金が減れば粗利が良くなり、評価が上がればデリバリーアプリ内の露出が増え、露出が増えれば実際にさばける注文が増える。
評価の経済学はよく知られている。ハーバードの広く引用される研究では、レストランの Yelp 評価が 1 星上がると売上が 5〜9% 増える。1 星まるごとは要らない。2 マイル圏内のタイ料理六軒から選ばれる市場では、0.3 星が「候補に入る」と「スクロールで通り過ぎられる」の差になる。
次の 30 日で追うべき五つの数字
見栄えのする指標は捨てていい。この五つを週次で追えば、どんな BI ベンダーより多くのことが分かる。
• デリバリー 100 件あたりの誤注文率（2 未満を目標に）
• 返金と作り直しのコストがデリバリー売上に占める比率
• 苦情全体に占める「欠品」の割合——たいてい最大の区分
• 評価の推移は日次ではなく週次で。日次のノイズに振り回される
• 30 日・60 日の再注文率——最初の四つが効いていることを証明する唯一の数字
デリバリーアプリから降りろという話ではない
はっきり書いておく。DoorDash も UberEats も Grubhub も問題ではないし、大多数の独立店にとって撤退は戦略にならない。問題は、テーブルに座る人のための業務フローにデリバリーを後付けし、継ぎ目が出たことに驚いていたことだ。
直し方は、注文そのものを唯一の正とすること。一度だけ構造化し、客も厨房も梱包担当も同じものを読む。これは QR メニューが店内でやっていることとまったく同じだ。客の選択が、騒がしい部屋での会話の記憶ではなく、注文の瞬間に構造化データになる。
同じメニュー、同じ追加・抜きのロジック、同じアレルギーフラグを両チャネルで共有する。データモデルが揃えば、誤りは「人の問題」ではなくなり、本来の姿に戻る。配管の問題だ。
直近 50 件の注文から始める
何かを買う前に、無料の版をやる。直近 50 件のデリバリー注文を出し、誤品・欠品・反映されなかった指示が何件あったか数える。私が聞いたオーナーの多くは 3% と答える。実際はたいてい 7〜12% の間だ。
その差——あなたの認識と、客が実際に体験したことの間——が、そのまま機会になる。そこを埋めれば、評価は勝手についてくる。
正確な注文。上がる評価。戻ってくる客。→ qrfood.ai
