Étude de cas – Optimiser la carte d'un restaurant de burgers avec MaxDiff
Étude de cas – Optimiser la carte d'un restaurant de burgers avec MaxDiff
Le défi
Un restaurant de burgers souhaitait repenser sa carte pour maximiser la satisfaction client et le ticket moyen. Avec trop de formules, certaines sous-performaient tandis que la complexité en cuisine augmentait. Quels menus garder, lesquels retirer, et quels prix fonctionnent le mieux ?
La solution
Une étude MaxDiff a testé 12 formules de menu - chacune avec un prix précis - auprès de l'ensemble des clients et du segment clé du déjeuner. Les résultats révèlent quels combos génèrent le plus de préférence et où concentrer la carte.
Impact de l'étude : Après optimisation de la carte basée sur les résultats MaxDiff, le restaurant a augmenté son ticket moyen de +15 % et réduit le gaspillage alimentaire de 20 % en éliminant les combos à faible demande.
Popularity Ranking of Menu Formulas
Bubble Chart – Perception Map
ⓘ Comprendre ce graphiqueThis chart shows how menu formulas relate to each other in customers' minds. Bubble size represents overall preference. Items close together are perceived as similar and may substitute each other. Items further apart tend to be complementary.
Bubbles combine preference strength (size) and strategic positioning (x/y) to identify formulas that are both popular and complementary on the menu.
Product Mix Report – Recommended Menu Portfolio
ⓘ How to read this chartThis chart identifies the optimal combination of menu formulas. The first item is the most preferred individually. Each additional formula is selected because it adds the highest incremental preference when combined with the previous ones. Bars show the incremental contribution of each formula, while the line represents the cumulative preference generated by the mix.
Recommended core menu: Classic Burger, BBQ Bacon, Veggie and Swiss Raclette formulas cover the widest range of customer preferences with minimal overlap.
Business impact
By streamlining the menu to focus on high-preference formulas, the restaurant improved kitchen efficiency, reduced waste, and increased the average ticket value.
Average ticket
+15%
Food waste reduction
-20%
Customer satisfaction
+18%
ℹ️À propos de l'étude réelle derrière ce cas
Cette étude de cas a été dérivée d'une étude réelle menée par MaxDiffPro. Elle a été anonymisée pour des raisons de confidentialité : les options testées et les résultats présentés ici ne correspondent pas exactement à la réalité. L'étude réelle avait les caractéristiques suivantes :
🌍
Pays
🍔
Items testés
18
👥
Répondants
~340
⏱️
Délais de l'étude
5–7 jours
Les délais dépendent de la complexité de l'étude et de l'audience cible.
Lancez une étude similaire pour votre produit
Le MaxDiff aide les équipes à identifier quels messages, fonctionnalités ou idées résonnent vraiment auprès des clients.
Étude type : 15–25 items testés · 150–300 répondants · Résultats en 3–5 jours
