Klient to tajska restauracja z otwartą kuchnią i menu, w którym połowa pozycji wymaga wyjaśnienia: nieznane gościom składniki, poziomy ostrości, sosy i desery trudne do wyobrażenia na podstawie samego opisu. Goście są różnorodni: turyści, dla których język restauracji nie jest ojczysty, i lokalni klienci przychodzący „spróbować Tajlandii”. Klasyczne papierowe menu powodowało trzy problemy jednocześnie: szybko się dezaktualizowało — każda zmiana ceny lub pozycji oznaczała dodruk i koszty; nie pokazywało dań „na żywo” — zdjęcia trzeba było doklejać jako osobne wkładki; a do tego przeciążało kelnerów. W godzinach szczytu gość czekał 5–10 minut tylko po to, by złożyć zamówienie, a błędy „źle usłyszał — źle przygotował” zdarzały się regularnie. Osobnym problemem była ewidencja: zamówienia i sumy ze zmian podliczano ręcznie, a właściciel nie miał dokładnego obrazu sali w czasie rzeczywistym. Restauracja chciała umieścić publiczny link do menu w wizytówce Google Maps — miejscu, z którego dziś przychodzi znacząca część nowych gości.
Zaprojektować i zbudować system, w którym jedno menu działa w dwóch trybach, a zamówienie trafia do kuchni bez żadnego
ogniwa „przekazywania dalej”. Zadanie składało się z czterech części. Po pierwsze, publiczne menu pod stałym linkiem, które można umieścić w Google Maps i mediach społecznościowych oraz drukować w materiałach reklamowych. Po drugie, prywatne linki do tego samego menu, które po zeskanowaniu QR na stoliku zmieniają prezentację w pełnoprawne zamówienie: gość wybiera pozycje i wysyła je do Telegram-bota personelu, a numer stolika jest zapisany w samym linku. Po trzecie, Telegram-bot pracowników restauracji, do którego trafiają wszystkie zamówienia, gdzie prowadzona jest ewidencja i obliczane są kwoty. Po czwarte, panel administracyjny, w którym właściciel dodaje, edytuje i usuwa pozycje menu bez programisty. System musiał działać na podstawowych urządzeniach personelu i wymagać od gościa tylko aparatu w telefonie.
Dla gościa system wygląda jak „po prostu strona z menu”, ale pod spodem kryje się przemyślana logika dwóch trybów dostępu i trzech ról: gościa, personelu i administratora menu. Każda decyzja techniczna odpowiadała na jedno pytanie: jak usunąć tarcie ze ścieżki zamówienia?
- Zaprojektowaliśmy architekturę dwóch trybów: jedna baza treści, dwa zakresy dostępu. Publiczny link otwiera prezentacyjne menu — kategorie, zdjęcia, skład, poziomy ostrości i ceny, bez przycisków zamówienia — do prezentacji kuchni w Google Maps i mediach społecznościowych. Linki stolików zawierają parametr aktywujący tryb zamawiania: pojawia się koszyk, komentarze do pozycji i wysyłka zamówienia. Treść jest zawsze ta sama, więc synchronizacja nie jest potrzebna z założenia.
- Przygotowaliśmy publiczne menu: szybką, responsywną stronę, która otwiera się w sekundę nawet przez mobilny internet na zewnątrz, ponieważ gość często uruchamia ją bezpośrednio z wizytówki Google Maps, stojąc obok restauracji. Są tam zdjęcia dań, opisy z oznaczeniem ostrości i składu, kategorie od zup po napoje i desery oraz aktualne ceny. Hosting działa poza siecią wewnętrzną restauracji, więc link jest stabilny niezależnie od Wi-Fi lokalu i obciążenia sali.
- Wygenerowaliśmy kody QR dla stolików: każdy stolik otrzymał unikalny QR z zapisanym w linku numerem stolika. Gość nie wybiera z listy „siedzę przy stoliku N” ani nie podaje miejsca kelnerowi — system rozpoznaje je z linku. Usunęło to główne źródło błędów w podobnych systemach i od pierwszej sekundy przypisywało zamówienie do właściwego stolika. Tabliczki QR umieściliśmy tak, by wygodnie skanować je z dowolnego miejsca przy stole.
- Zbudowaliśmy koszyk i wysyłkę zamówienia bez rejestracji. Gość dodaje pozycje, wpisuje komentarz do dania („bez orzeszków”, „ostrzejsze”, „sos osobno”), sprawdza wybór i potwierdza. Zamówienie trafia do Telegram-bota personelu z unikalnym numerem zamówienia i numerem stolika. Nie trzeba instalować aplikacji, wpisywać numeru telefonu ani zakładać konta: droga od zeskanowania do wysłania zajmuje jedną–dwie minuty i jest celowo krótsza niż każdy alternatywny scenariusz.
- Opracowaliśmy Telegram-bota personelu. Wszystkie zamówienia przychodzą w czasie rzeczywistym z unikalnym numerem, stolikiem, pozycjami, komentarzami gości i sumą. Oprócz przyjmowania zamówień bot prowadzi ewidencję: historię według zmiany i dnia, sumy dla menu i pozycji, ponowne wysłanie oraz statusy obsługi. Personel pracuje w Telegramie, który i tak jest otwarty na urządzeniach służbowych — nie trzeba instalować osobnego oprogramowania ani szkolić zespołu; interfejsem jest znany czat.
- Zbudowaliśmy panel administracyjny menu: dodawanie pozycji, edycję cen, opisów, zdjęć i kategorii, usuwanie oraz natychmiastowe oznaczanie „dostępne/niedostępne”. Każda zmiana od razu pojawia się w publicznym menu i trybie zamówień, bo to jedno i to samo menu. Właściciel zarządza ofertą z telefonu, bez programisty i bez kontaktowania się z nami w każdej drobnej sprawie.
- Przemyśleliśmy sytuacje brzegowe na sali: jeśli gość zamówi pozycję, której właśnie zabrakło w kuchni, administrator ukrywa ją w panelu i znika z trybu zamawiania; jeśli zamówienie przypadkiem wysłano dwa razy, personel widzi oba i odrzuca duplikat; jeśli zmieni się cena, jedna edycja aktualizuje ją wszędzie. To właśnie takie codzienne sytuacje decydują, czy system sprawdzi się w działającej restauracji.
- Uruchomiliśmy system i przeszkoliliśmy personel: wydrukowaliśmy i rozłożyliśmy kody QR, poinstruowaliśmy kelnerów w obsłudze bota, nadzorowaliśmy pierwsze zmiany, zbieraliśmy opinie gości i personelu oraz poprawialiśmy szczegóły interfejsu na podstawie rzeczywistej eksploatacji.
O sukcesie projektu zdecydowały trzy rozwiązania. Po pierwsze „jedno menu, dwa tryby”: restauracja utrzymuje jedną treść, a nie dwie strony, dzięki czemu publiczna prezentacja i ścieżka zamawiania nigdy się nie rozchodzą. Po drugie Telegram jako terminal personelu: brak kosztów sprzętu, zamówienia przychodzą tam, gdzie pracownicy już są, a historia zapisuje się automatycznie, bez „zeszytów ewidencji”. Po trzecie numer stolika zapisany w linku QR: system nie pyta gościa o coś, co może ustalić sam. Cały system kosztował mniej niż jeden pełny dodruk papierowych menu i działa dalej bez abonamentów, maszyn ani specjalnego wyposażenia sali.
Wzrost średniego rachunku był najbardziej wymownym efektem: zdjęcia i zawsze widoczna oferta deserów oraz napojów zachęcają do spontanicznych dodatków, których kelnerzy nie zdążali proponować w godzinach szczytu. Drugim efektem było odciążenie personelu: kelnerzy rzadziej biegają „przyjmować zamówienia” i mają więcej czasu na obsługę — przynoszenie, sprzątanie i rozmowę z gośćmi. Ewidencja w bocie dała właścicielowi coś, czego wcześniej nie miał: dokładny obraz zamówień według stolików, zmian i pozycji bez ani jednej ręcznie zapisanej linijki. Wreszcie publiczny link Google Maps działa jak „przedsprzedaż”: goście przeglądają menu przed wizytą, pokazują sobie dania i przychodzą już z decyzją, co zamówić.
| Wskaźnik | Wynik |
|---|---|
| Aktualizacja menu | Dodruk trwał kilka dni → Minuty w panelu |
| Od decyzji gościa do zamówienia | 5–10 minut → 1–2 minuty |
| Błędy w zamówieniach | Regularne → Pojedyncze przypadki w kwartale |
| Średni rachunek | +17% |
| Ewidencja zamówień i przychodów według zmian | Ręcznie, w zeszycie → Automatycznie w bocie |
Wskaźniki przeniesiono z oryginalnych materiałów przypadku. Okres podano tam, gdzie został określony w źródle.
- Średni rachunek
- +17%
- od decyzji gościa do zamówienia (wcześniej 5–10 minut)
- 1–2 min
- na aktualizację menu w panelu zamiast dodruku
- Minuty
- 01Menu publicznejeden link do Google Maps i mediów społecznościowych
- 02Linki stolikówQR z numerem stolika w linku
- 03Telegram-bot personeluzamówienia, historia i sumy
- 04Panel administracyjnymenu bez programisty
- 01Skanuj QR
- 02Menu
- 03Koszyk
- 04Potwierdź
- 05Zamówienie w bocienumer zamówienia i stolika
Pokazano górne granice przedziałów: 5–10 minut i 1–2 minuty.
Co proponujemy restauracji jako kolejny krok:
- Płatność bezpośrednio w menu: gość opłaca rachunek przy stoliku bez czekania na kelnera, stoliki szybciej się zwalniają, a w godzinach szczytu znika kolejka „po rachunek”.
- Wielojęzyczność: angielskie i inne wersje opisów dań dla turystów — ta sama treść z przetłumaczonymi warstwami.
- Widoczność GEO (Generative Engine Optimization): uporządkowane informacje o kuchni, menu i atmosferze, aby asystenci AI prawidłowo wymieniali restaurację w odpowiedzi na pytanie „gdzie spróbować kuchni tajskiej” — w kanale, z którego coraz więcej gości wybiera lokale.
- Analityka menu: które dania są oglądane, ale niezamawiane, i które pozycje „podnoszą” rachunek — podstawa optymalizacji asortymentu i ofert sezonowych.
W piątkowe wieczory kelnerzy wcześniej nie nadążali z podchodzeniem do stolików — teraz zamówienia przychodzą same, z numerem stolika i komentarzem gościa. A kiedy kończy się najpopularniejsze danie, ukrywam je w panelu w dziesięć sekund i nikt nie wychodzi rozczarowany.
— Właściciel tajskiej restauracji