Точка шаурмы у студенческого городка. Час пик там устроен иначе, чем у обычной точки в спальном районе. Это не вечер пятницы и не обед буднего дня — это четыре раза в день по 20 минут: перемены между парами. Студент должен дойти до точки, заказать, дождаться готовки и вернуться в корпус. Если очередь длиннее восьми человек — он разворачивается и идёт в столовую.
Полгода назад собственнику этой точки очередь стоила денег. Сейчас та же очередь приносит дополнительные ₽840 000 за полгода и +0.9 балла к рейтингу в 2ГИС. Рассказываем, как это устроено — с цифрами и без магии.
Где терялись деньги
У собственника две точки в одном студенческом городке: одна побольше, в проходном месте у выхода из метро, вторая — поменьше, между корпусами. Брали по 6–7 заказов в минуту в перемену. Повар не успевал. К концу первой пары очередь хвостом упиралась в соседний ларёк.
Цифра, которая всё объясняет: в среднем 18 человек уходили из очереди за каждую перемену. На двух точках — это около 144 ушедших клиентов в день. Не все из них были готовы купить — кто-то просто посмотрел и решил, что не успеет. Но конверсия очереди в продажу падала до 60%, и собственник это видел в выручке: точка со столиком в проходе зарабатывала меньше точки в углу — потому что в углу очередь не успевала образоваться так быстро.
Что не помогло
До нас собственник пробовал три вещи.
• Нанимал второго повара в часы пик. Проблема: фонд оплаты вырос, а второй повар на маленькой точке физически мешал первому — кухня 4 квадрата.
• Ставил предзаказ через QR-код на наклейке. Студенты не сканировали — стояли на холоде, доставали телефон, наводили камеру, ждали загрузки сайта. Проще было встать в очередь.
• Разрешал принимать заказы по WhatsApp через личный номер повара. Повар сходил с ума: 30 чатов одновременно, забывал, кто что заказал, путал имена.
Все три попытки — это нормальный путь собственника, который думает руками. Не работало не потому что собственник плохой, а потому что проблема была не в количестве рук, а в том, что приём заказа и его готовка сидели в одном горлышке.
Что сделали мы
Запустили Telegram-бот для предзаказа. Логика бота простая, без ИИ:
1. Студент открывает бот за 5 минут до перемены, выбирает позицию из меню, добавляет в корзину.
2. Бот спрашивает, на какую перемену готовить (точное время — например, 11:50).
3. Студент платит в боте через ЮKassa. Без оплаты заказ не уходит в работу.
4. На точке у повара открыт планшет с очередью предзаказов, отсортированной по времени готовности. Видно: к 11:50 надо приготовить 7 шаурм, к 13:25 — ещё 11.
5. Студент приходит, называет имя или показывает чек — забирает готовый заказ. Без очереди, без ожидания.
Никаких чат-ботов с ИИ для этой задачи не нужно. Ни голосовых ассистентов, ни нейросетей. Нужны нормальные руки и понимание, как точка работает в часы пик — какая перемена самая загруженная, какие позиции в топе, сколько по времени готовится каждая.
Цифры через 6 месяцев
• Выручка в час пик: +67%. Не общая — именно в перемены. Поток в обычные часы остался прежним.
• Дополнительная выручка за полгода: ₽840 000. Считали как разницу между фактической выручкой за период и прогнозом без бота — взяли средний рост рынка по нашему городу плюс сезонность.
• Рейтинг в 2ГИС: 3.9 → 4.8. Этого никто не ожидал. Оказалось, очередь была главной причиной плохих отзывов — «вкусно, но стоял 25 минут» — это ниже трёх звёзд.
• Окупаемость бота: 11 дней с момента запуска.
Чего не получилось с первого раза
Первая неделя была нервной. Бот тупил с модификаторами. «Без лука» он понимал не сразу — для него «без лука» и «лук» были разными позициями в каталоге, и студент видел в корзине сразу две строки: «Шаурма куриная — 320 ₽» и «Шаурма куриная без лука — 320 ₽». Половина людей не понимала почему они заказывали одну шаурму, а в корзине показывались две порции одной и той же шаурмы.
Переписывали логику корзины три дня. В итоге сделали так: модификаторы — это галочки внутри одной позиции, а не отдельные товары. Очевидно для разработчика, не очевидно для собственника, который никогда таких систем не делал.
Ещё один нюанс — обучение повара. Первые дни он смотрел на планшет с предзаказами и параллельно принимал живые заказы голосом. Очевидно, путался. Договорились так: на каждой перемене 70% слотов отдаём предзаказам, 30% оставляем для проходящих мимо. Повару так намного проще, да и студентам такой формат понятнее.
Когда это имеет смысл повторять
Этот кейс не универсальный. Он работает, если у вас:
• Точка с пиковым потоком — общепит у вуза, у бизнес-центра, у транспортного узла.
• Маленькая позиционная карта — 10–15 позиций, не 80.
• Готовка занимает 3–7 минут — не 30. Тогда предзаказ за 5–10 минут попадает в окно ожидания клиента.
Если у вас ресторан с 60 позициями и средним временем готовки 25 минут — Telegram-бот предзаказа вам не нужен. Вам нужна нормальная система бронирования и контроль кухни — это другая история.
Что под капотом
Стек простой: Telegram Bot API, бэкенд на Python, база PostgreSQL, оплата через ЮKassa, планшет на точке или мобильный телефон повара — обычный Android с веб-интерфейсом. Стоимость разработки сопоставима с тем, что собственник платит за месяц аренды второй точки.
Если у вас похожая ситуация
Если у вас точка общепита у вуза, бизнес-центра или метро — и вы видите, что в час пик уходят люди из очереди, это можно посчитать. Напишите нам в Telegram (@VoKo_support), покажем как это сделать на ваших цифрах за 30 минут разговора.