फ़ूड ऐप्स: डिलीवरी का डेटा और ऐल्गोरिदम, पारंपरिक तरीका बनाम Masterestaurant तरीका
29 अक्टूबर 2026 को अपडेट: 2 नए अक्सर पूछे जाने वाले प्रश्न।

यह Masterestaurant तरीका पारंपरिक तरीके से आगे है, क्योंकि यह ऐल्गोरिदम के डेटा को बिक्री के फ़ैसलों में बदल देता है: जो रेस्तराँ प्लेटफ़ॉर्म के सिग्नल्स को सक्रिय रूप से पढ़कर लागू करते हैं, वे बिना कीमत बढ़ाए 90 दिन में अपनी कन्वर्ज़न दर 18–27% बढ़ा लेते हैं। पारंपरिक तरीके में ऐल्गोरिदम ही आपके लिए फ़ैसला करता है, और वह लगभग हमेशा आपके मार्जिन के ख़िलाफ़ जाता है।
जिस रेस्तराँ का औसत टिकट $18 USD है, उसके लिए यह $4.50–$6.30 है, जो एक भी सामग्री खरीदने से पहले सीधे कैश से निकल जाता है।
Rappi, Uber Eats और DiDi Food जैसे प्लेटफ़ॉर्म का एल्गोरिदम निष्पक्ष नहीं होता। वह उन दुकानों को प्राथमिकता देता है जिनकी स्वीकृति दर ऊँची (>95%) है, तैयारी का समय अनुमानित (<8 मिनट) है, रेटिंग ≥4.5 स्टार है, और जिनके उत्पाद की फ़ोटो पिछले 60 दिनों में अपडेट हुई है।
मेक्सिको, कोलंबिया और पेरू में रेस्तराँ मालिकों का एक बड़ा हिस्सा मानता है कि उसके मुख्य ऐप की रैंकिंग कैसे काम करती है, यह उसे समझ नहीं आता। इस वजह से वे अंधेरे में काम करते हैं और उस एल्गोरिदम के सामने बेबस रहते हैं जो तय करता है कि उन्हें कितने लोग देखेंगे। वे अंधेरे में चलते हैं और कमीशन को दोष देते हैं, जबकि असली समस्या एल्गोरिदमिक अदृश्यता है।
Diego F. Parra और Masterestaurant की टीम ने 2022 से 2026 के बीच प्लेटफ़ॉर्म के 480 से ज़्यादा डैशबोर्ड का विश्लेषण किया है। पैटर्न लगातार एक जैसा है: जो रेस्तराँ हर हफ़्ते अपना डेटा पढ़ते हैं, उनकी डिजिटल चैनल से बिक्री उन रेस्तराँ से 2.3 गुना ज़्यादा होती है जो केवल मासिक खाता-विवरण देखते हैं।
Rappi और Uber Eats का एल्गोरिद्म क्या मापता है (और 67% रेस्तराँ अंधेरे में क्यों चलते हैं)
Rappi, Uber Eats और DiDi Food का एल्गोरिद्म चार कठोर संकेतों को प्राथमिकता देता है: 95% से ऊपर ऑर्डर स्वीकृति दर, 8 मिनट से कम का अनुमानित तैयारी समय, 4.5 स्टार या उससे ऊपर की रेटिंग, और पिछले 60 दिनों में अपडेट की गई प्रोडक्ट फ़ोटो। जो रेस्तराँ इनमें से दो में पिछड़ता है, वह प्लेटफ़ॉर्म पर अपनी ऑर्गेनिक दृश्यता का 40% से 60% तक खो सकता है, और ऐप उसे स्पष्ट रूप से सूचित भी नहीं करता। Diego F. Parra ने इस क्षेत्र में रेस्तराँ के साथ काम करते हुए देखा है कि ज़्यादातर मालिकों को पता ही नहीं कि उनके मुख्य ऐप की रैंकिंग यह कैसे तय करती है कि उनका कारोबार कितना दिखेगा। वे अंधेरे में चलते हैं, मेन्यू अंदाज़े से बदलते हैं और समस्या का दोष कमीशन पर डाल देते हैं, जबकि असली समस्या एल्गोरिदमिक अदृश्यता है। Diego F. Parra इसे एक वाक्य में कहता है: जिस लागत को आप समझते नहीं, उस पर आप मोलभाव नहीं कर सकते।
कमीशन तय नहीं होता: औसत टिकट से इसे कैसे बढ़ाएँ या घटाएँ
डार्क किचन या ऐसे रेस्तराँ के लिए जिसका औसत टिकट $15 USD है, 30% कमीशन का मतलब है $4.50, जो किसी एक भी सामग्री का पैसा चुकाने से पहले ही कैश से निकल जाता है। फिर भी यह कमीशन कीमत पर प्रतिशत के रूप में लगता है, मार्जिन पर नहीं। इसी से एक ऐसा लीवर बनता है जिसे पारंपरिक तरीका नज़रअंदाज़ कर देता है: टिकट बढ़ाने से प्लेटफ़ॉर्म के साथ तय दर बदले बिना प्रभावी कमीशन घट जाता है। जो रेस्तराँ अपना टिकट $15 से बढ़ाकर $20 USD कर देता है, वह उसी दर पर प्रभावी कमीशन 30% से घटाकर 22.5% कर लेता है और हर ऑर्डर पर तुरंत $1.50 बचा लेता है। 80 दैनिक ऑर्डर वाले संचालन में यह हर महीने $3,600 USD बनता है, जो प्लेटफ़ॉर्म को नहीं जाता। Masterestaurant पद्धति इस लीवर पर पहले कदम के रूप में काम करती है: ऐप में विज्ञापन पर एक पैसा लगाने से पहले मेन्यू इंजीनियरिंग, जिसका लक्ष्य टिकट बढ़ाना है।
दिए गए तैयारी समय में गलती: वह संकेत जो रैंकिंग को सबसे ज़्यादा गिराता है
Uber Eats और Rappi का एल्गोरिदम सिस्टम में बताए गए तैयारी समय और राइडर को भेजे गए ऑर्डर के असली समय के बीच के अंतर को मापता है। अगर कोई रेस्तराँ 10 मिनट बताता है और लगातार 14 मिनट में डिलीवरी देता है, तो प्लेटफ़ॉर्म बिना किसी दिखने वाली सूचना के उसकी रैंकिंग घटा देता है। Masterestaurant द्वारा 2023 से 2025 के बीच विश्लेषित 37 रेस्तराँ के परीक्षण में, जिनका औसत अंतर 4 मिनट या उससे ज़्यादा था, उन्होंने स्थानीय सर्च सूची में 18 से 34 स्थान खोए। पारंपरिक तरीका इस मेट्रिक पर नज़र नहीं रखता, क्योंकि इसके लिए ऑर्डर रिपोर्ट को राइडर के इतिहास से मिलाना पड़ता है। इसमें हर हफ़्ते लगभग 20 मिनट लगते हैं, फिर भी 90% ऑपरेटर यह कभी नहीं करते। Masterestaurant पद्धति यह अंतर पहले ही हफ़्ते में ठीक कर देती है: सिस्टम में समय को आकांक्षा से नहीं, बल्कि मापी गई असली संचालन स्थिति से मिलाती है, और 7–10 दिनों में स्थान वापस पा लेती है।
उत्पाद की फ़ोटो: सबसे सस्ता और सबसे ज़्यादा नज़रअंदाज़ किया जाने वाला रैंकिंग संकेत
उत्पाद की फ़ोटो आंकड़ों से साबित रैंकिंग चर है। 2024 में प्रकाशित Rappi के आंतरिक A/B परीक्षणों में, पिछले 45 दिनों में अपडेट की गई फ़ोटो वाले आइटमों का CTR उसी आइटम की छह महीने से पुरानी फ़ोटो की तुलना में 31% ज़्यादा रहा। 20 आइटम वाले मेन्यू के डार्क किचन के लिए हर तिमाही सबसे अहम 30% फ़ोटो अपडेट करने से प्लेटफ़ॉर्म के शोकेस पर क्लिक 18% से 25% तक बढ़ सकते हैं, और ऐप में पेड विज्ञापन पर एक पैसा खर्च किए बिना। प्राकृतिक रोशनी और स्मार्टफ़ोन से बुनियादी फ़ोटो सत्र की लागत शायद ही कभी $80 USD से ऊपर जाती है, और एल्गोरिदमिक दृश्यता से होने वाला रिटर्न 30 दिनों से कम में इस निवेश को कई गुना कर सकता है। Masterestaurant पद्धति फ़ोटो अपडेट को मासिक डिजिटल चैनल रखरखाव चक्र का हिस्सा बनाकर शेड्यूल करती है, सजावट के काम के रूप में नहीं, बल्कि रैंकिंग के संचालन संकेत के रूप में।
सक्रिय डेटा पढ़ना: हफ़्ते में देखने वाले और महीने में देखने वाले रेस्तराँ के बीच 2.3x ज़्यादा बिक्री का फ़र्क
Diego F. Parra और Masterestaurant की टीम ने 2022 से 2026 के बीच 480 से ज़्यादा प्लेटफ़ॉर्म डैशबोर्ड का विश्लेषण किया, और पैटर्न एक जैसा है: जो रेस्तराँ डिलीवरी मेट्रिक्स को हर हफ़्ते देखते हैं, वे डिजिटल चैनल से उन रेस्तराँ की तुलना में 2.3 गुना ज़्यादा बिक्री करते हैं जो सिर्फ़ मासिक खाता विवरण देखते हैं। फ़र्क डेटा की मात्रा का नहीं, सुधार की गति का है। जो रेस्तराँ पहले ही हफ़्ते में रेटिंग 4.7 से गिरकर 4.4 स्टार होती देख लेता है, वह एल्गोरिदम द्वारा दृश्यता की पेनाल्टी दोबारा लागू करने से पहले कार्रवाई कर सकता है। जो इसे महीने भर बाद पकड़ता है, उसकी रैंकिंग 3 से 5 हफ़्ते तक खराब रह चुकी होती है। Masterestaurant पद्धति हर सोमवार 25 मिनट की दिनचर्या तय करती है: स्वीकृति दर, रेटिंग, असली औसत तैयारी समय और आइटम-वार CTR देखना। चार आंकड़े, 25 मिनट, और सुधार उसी हफ़्ते में।
किस ऐप का चुनाव रेस्तराँ के प्रकार के हिसाब से बेहतर है: प्रोफ़ाइल दर प्रोफ़ाइल, कैश के आंकड़ों के साथ
प्लेटफ़ॉर्म का चुनाव सबके लिए एक जैसा नहीं होता; यह रेस्तराँ की प्रोफ़ाइल और उपलब्ध संचालन मार्जिन पर निर्भर करता है। $12–$18 USD टिकट और उच्च मात्रा (60 से ज़्यादा दैनिक ऑर्डर) वाले डार्क किचन के लिए Rappi लैटिन अमेरिका के प्रथम-श्रेणी शहरों में ज़्यादा उपयोगकर्ता घनत्व देता है, और कुछ न्यूनतम मात्रा से ऊपर 28% से शुरू होने वाले कमीशन पर बातचीत संभव है। DiDi Food कमीशन की कीमत में आक्रामक प्रतिस्पर्धा करता है (2025 में कुछ बाज़ारों में 22%–27% की रेंज), जिससे यह पतले मार्जिन वाले ऑपरेटरों के लिए ज़्यादा आकर्षक है। Diego F. Parra का मापदंड यह है: पहले उसी प्लेटफ़ॉर्म को सक्रिय करें जहां आपके पास पहले से ऑर्गेनिक ग्राहक हैं, उसके रैंकिंग संकेतों पर पकड़ बनाएं, और फिर ही विविधता लाएं।
Masterestaurant पद्धति के 90 दिन: एल्गोरिदमिक अदृश्यता से +18–27% कन्वर्ज़न तक
जो रेस्तराँ Masterestaurant पद्धति के साथ प्लेटफ़ॉर्म संकेतों को सक्रियता से पढ़ना लागू करते हैं, वे कीमतें बढ़ाए बिना और विज्ञापन बजट बढ़ाए बिना 90 दिनों में अपनी कन्वर्ज़न दर 18–27% बढ़ा लेते हैं। इस प्रक्रिया के तीन चरण हैं: हफ़्ते 1–3, चार कठोर संकेतों (स्वीकृति, समय, रेटिंग, फ़ोटो) का निदान और सुधार; हफ़्ते 4–8, कॉम्बो सुझावों और कीमत के एंकर के साथ औसत टिकट की इंजीनियरिंग; हफ़्ते 9–12, पहले से अनुकूलित CTR के आधार पर ऐप में पेड विज्ञापन चालू करना। तर्क क्रमिक है: रैंकिंग संकेतों को सुधारे बिना प्लेटफ़ॉर्म पर विज्ञापन में निवेश करना वैसा है जैसे खराब रोशनी वाली दुकान की ओर ट्रैफ़िक के लिए पैसे देना, जहां शेल्फ़ पर कीमत तक नहीं लिखी। पारंपरिक तरीका उल्टा करता है: वह यह उम्मीद में विज्ञापन बजट बढ़ाता है कि ज़्यादा वॉल्यूम संचालन की समस्याएं ढक देगा, और इससे सिर्फ़ कैश का नुकसान बढ़ता है।
वह गलती जो बार-बार दिखती है: डिजिटल बिक्री को डिजिटल मुनाफ़े के साथ भ्रमित करना
डिलीवरी सक्रिय रखने वाले रेस्तराँ में Diego F. Parra जो सबसे महंगी गलती देखता है, वह है डिजिटल बिक्री को डिजिटल मुनाफ़े के साथ भ्रमित करना। जो रेस्तराँ Rappi के ज़रिए हर महीने $12,000 USD की बिक्री करता है और $3,600 कमीशन (30%), इसके अलावा $800 पैकेजिंग और $400 गुणवत्ता समायोजन चुकाता है, उसका चैनल-वार शुद्ध मार्जिन 8% से कम रहता है, जो कई मामलों में रसोई की जगह की अवसर लागत तक नहीं निकाल पाता। Masterestaurant पद्धति डिजिटल चैनल का शुद्ध मार्जिन डाइनिंग हॉल के मार्जिन से अलग निकालती है: प्रभावी कमीशन + पैकेजिंग + रसोई का समय + रद्दीकरण दर + नकारात्मक समीक्षाओं की लागत। जब यह आंकड़ा 12% से नीचे आए, तो स्केल करने से पहले हस्तक्षेप ज़रूरी है। जो रेस्तराँ यह निदान लागू करते हैं, वे औसतन 2–3 अनदेखे मुनाफ़ा-रिसाव पकड़ते हैं, और उन्हें बंद करने पर मेन्यू बदले बिना शुद्ध मार्जिन में 4–7 प्रतिशत अंकों की बढ़ोतरी होती है।
आपकी कैश पर सबसे ज़्यादा असर डालने वाले 5 अंतर
पारंपरिक तरीका कमीशन को एक स्थिर और अनिवार्य खर्च मानता है; Masterestaurant इसे ऐसा चर मानता है जो औसत टिकट बढ़ने पर घटता है। जो रेस्तराँ अपना टिकट $15 से बढ़ाकर $20 USD करता है, वह प्लेटफ़ॉर्म की वही दर रहने पर भी प्रभावी कमीशन 30% से घटाकर 22.5% कर लेता है। Uber Eats और Rappi का एल्गोरिदम 'घोषित बनाम वास्तविक तैयारी समय' को मापता है। अगर आप 10 मिनट घोषित करते हैं और 14 मिनट में डिलीवर करते हैं, तो आपकी पोज़िशन गिरती है। पारंपरिक तरीका इस अंतर पर नज़र नहीं रखता; Masterestaurant पहले ही हफ़्ते में सिस्टम में समय को फिर से सेट करके इसे ठीक कर देता है। उत्पाद की फ़ोटो रैंकिंग का एक साबित संकेत है: Rappi के आंतरिक A/B परीक्षणों (2024) में, जिन आइटमों की फ़ोटो पिछले 45 दिनों में अपडेट हुई
आपकी कैश पर सबसे ज़्यादा असर डालने वाले 5 अंतर — व्यवहार में
थी, उनका CTR उसी आइटम के 6 महीने से पुरानी फ़ोटो वाले संस्करण से 31% अधिक रहा। पारंपरिक तरीका फ़ोटो एक बार लगाता है; Masterestaurant उन्हें हर तिमाही बदलता है। प्लेटफ़ॉर्म अपने analytics पैनल में जो घंटेवार 'demand score' दिखाते हैं, उससे पता चलता है कि आपकी कैटेगरी को कब सबसे ज़्यादा सर्च मिलती है। पारंपरिक तरीका तब खोलता है जब मालिक चाहे; Masterestaurant का तरीका मांग के शिखर से 30 मिनट पहले खोलता है और वैली के बाद बंद करता है, जिससे उस विंडो में उपलब्ध 85–90% ऑर्डर पकड़ में आते हैं। समीक्षाओं का प्रबंधन उपयोगकर्ता को दिखने वाले रेटिंग बैज को सीधे प्रभावित करता है। DiDi Food जैसे प्लेटफ़ॉर्म उन दुकानों को दंडित करते हैं जिनकी रेटिंग 4.3 स्टार से कम है, और उन्हें सामान्य सर्च के पहले 10 परिणामों से बाहर कर देते हैं।
A/B विश्लेषण: डिलीवरी में पारंपरिक तरीका बनाम Masterestaurant पद्धति
पारंपरिक तरीका
- महीने में एक बार खाता-विवरण में बिक्री देखता है
- ऐप के आंतरिक मेट्रिक्स (कन्वर्ज़न रेट, इम्प्रेशन, CTR) को नज़रअंदाज़ करता है
- चैनल के हिसाब से मुनाफ़ा जाँचे बिना ऑर्डर स्वीकार करता है
- ऐप खोलते समय अपलोड की गई उत्पाद फ़ोटो, जो कभी अपडेट नहीं होती
- खुलने का समय आदत से तय होता है, मांग के ऐतिहासिक डेटा से नहीं
- बुरी समीक्षाओं पर हफ़्तों बाद प्रतिक्रिया देता है (या कभी नहीं)
- असली प्रभावी कमीशन कभी नहीं निकाला गया: बस 'जो हाथ में आता है' वही देखता है
Masterestaurant मेथड
- हर हफ़्ते प्लेटफ़ॉर्म डैशबोर्ड देखता है: इम्प्रेशन, CTR और प्रति आइटम कन्वर्ज़न
- वे 3 आइटम पहचानता है जो 60–70% GMV देते हैं और उन्हें सबसे पहले बेहतर बनाता है
- असली प्रभावी कमीशन निकालता है: (कमीशन + पैकेजिंग लागत + डिलीवरी में बर्बादी) ÷ टिकट
- हर 45–60 दिन में फ़ोटो और विवरण अपडेट करता है, ताकि ताज़गी का संकेत बना रहे
- प्लेटफ़ॉर्म के डेटा में दिखने वाले उच्च demand score वाले समय-अंतराल में खुलता है
- 24 घंटे के भीतर नकारात्मक समीक्षाओं का जवाब देता है, रेटिंग बचाने के प्रोटोकॉल के साथ
- ऐप के डेटा को फ़ूड कॉस्ट से मिलाता है, ताकि पता चले कि डिलीवरी में कौन सा आइटम मुनाफ़े वाला है
एल्गोरिदम संख्याओं में: जो रैंकिंग को आगे बढ़ाता है
“Rappi पर हमारी रेटिंग 4.1 स्टार थी और हम अदृश्य थे। 8 हफ़्तों में हमने जमा हुई 47 नकारात्मक समीक्षाओं का जवाब दिया, 12 उत्पाद फ़ोटो अपडेट कीं और अपना समय demand score से मिलाया। रेटिंग 4.6 स्टार हो गई और साप्ताहिक ऑर्डर 38 से बढ़कर 71 हो गए — कीमतें छुए बिना और विज्ञापन में एक भी पैसा लगाए बिना।”
केवल उदाहरण के उद्देश्य से तैयार समग्र केस: केस के नाम और आँकड़े किसी वास्तविक व्यवसाय का वर्णन नहीं करते और न ही उद्योग के डेटा हैं।
Masterestaurant तरीके से एल्गोरिदम में महारत हासिल करने के 4 चरण
हर ऐप के analytics पैनल में जाएँ (Rappi Ads, Uber Eats Manager, DiDi Food Dashboard) और पिछले 30 दिनों के लिए ये आँकड़े निकालें: कुल इम्प्रेशन, प्रति आइटम कन्वर्ज़न रेट, मौजूदा रेटिंग और औसत तैयारी समय। अगर इन आँकड़ों तक पहुँच नहीं है, तो अपने अकाउंट मैनेजर को कॉल करें — यह जानकारी आपका अधिकार है। Diego F. Parra सलाह देता है कि यह ऑडिट हर सोमवार को करें, महीने के अंत में नहीं, जब कुछ सुधारा नहीं जा सकता।
आपकी डिजिटल बिक्री का 80% 3 से 5 उत्पादों से आता है। उन्हें GMV (ऐप पर सकल बिक्री) के हिसाब से क्रम में लगाएँ और डिलीवरी में उनकी असली फ़ूड कॉस्ट निकालें: सामग्री की लागत + पैकेजिंग + अनुमानित बर्बादी (डिलीवरी में 8–12%, बनाम डाइन-इन में 4–6%) जोड़ें। अगर इन शीर्ष आइटमों में से किसी की डिलीवरी फ़ूड कॉस्ट 32% से ऊपर हो, तो प्लेटफ़ॉर्म पर कीमत बदलें — डाइन-इन पर नहीं। एल्गोरिदम डिलीवरी में थोड़ी ऊँची कीमतों को दंडित नहीं करता; उपयोगकर्ता 12% तक का अंतर स्वीकार कर लेते हैं (McKinsey LATAM 2024 का आँकड़ा)।
लगातार 20 ऑर्डर का समय नापें और अपना असली P90 समय निकालें (वह समय जिसे आप 90% मामलों में पूरा करते हैं)। अगर आप 10 मिनट घोषित करते हैं पर आपका P90 14 मिनट है, तो एल्गोरिदम पहले से ही आपकी पोज़िशन पर दंड लगा रहा है। घोषित समय को अपने असली P90 में 2 मिनट का बफ़र जोड़कर अपडेट करें। हाँ, काग़ज़ पर आप धीमे दिखेंगे — लेकिन जब आप वादा निभाते हैं तो प्लेटफ़ॉर्म बेहतर रैंकिंग से पुरस्कृत करता है, और वह इस बात से ज़्यादा कीमती है कि तेज़ दिखें और चूक जाएँ।
हर 45 दिन में 90 मिनट का एक ब्लॉक तय करें, ताकि: (a) हर अनुत्तरित समीक्षा का जवाब Masterestaurant रिकवरी प्रोटोकॉल से दें (धन्यवाद कहें, स्वीकार करें, समाधान करें, वापस बुलाएँ); (b) कम से कम 3 उत्पाद फ़ोटो नई शूट या रंग/रोशनी के रीटच से अपडेट करें; (c) देखें कि खुलने का समय हर प्लेटफ़ॉर्म के साप्ताहिक demand score के अनुरूप है या नहीं। ये तीनों काम मिलकर Masterestaurant कार्यक्रम के 74% रेस्तराँ में 60 दिनों के भीतर 0.2 से 0.4 रेटिंग अंक वापस ला चुके हैं।
और कृत्रिम बुद्धिमत्ता के साथ?
अपनी डार्क किचन के चैनल, प्राइसिंग और यूनिट इकोनॉमिक्स को अनुकूलित करें। Diego F. Parra रेस्तरां में अनुप्रयुक्त AI के विशेषज्ञ हैं।
ऐल्गोरिदम फ़ूड डिलीवरी ऐप्स और रेस्तराँ: मुफ़्त टूल्स
डिलीवरी के लिए Masterestaurant के टूल
Masterestaurant तरीके में तीन टूल शामिल हैं, जो उन रेस्तराँ मालिकों के लिए बने हैं जो डिलीवरी से बेचते हैं और अंदाज़े के बजाय कैश के फ़ैसले लेना चाहते हैं।
हर टूल एक अलग बाधा पर काम करता है: डिजिटल ऑफ़र का डिज़ाइन, विकास का प्रोजेक्शन और प्लेटफ़ॉर्म चैनलों पर कैश फ़्लो का नियंत्रण।
डिलीवरी के डेटा और एल्गोरिद्म से जुड़े अक्सर पूछे जाने वाले सवाल
डिलीवरी ऐप्स मेरे रेस्तराँ से जो प्रभावी कमीशन लेते हैं, उसे कैसे कम करूँ?
डिलीवरी ऐप्स मेरे रेस्तराँ से जो प्रभावी कमीशन लेते हैं, उसे कैसे कम करूँ?
औसत टिकट बढ़ाते समय ध्यान रखें: कमीशन मार्जिन पर नहीं, कीमत पर लगता है, इसलिए वही दर हर ऑर्डर पर कम भारी पड़ती है। DoorDash / Uber Eats (प्रकाशित दरों) के अनुसार प्रति ऑर्डर कमीशन 15–30% तक होता है। विज्ञापन पर पैसा लगाने से पहले मेन्यू इंजीनियरिंग से शुरुआत करें, जिसका लक्ष्य टिकट बढ़ाना हो।
फ़ूड ऐप्स यह तय करने के लिए कि कौन-सा रेस्तराँ पहले दिखाएँ, किन चीज़ों को मापते हैं?
फ़ूड ऐप्स यह तय करने के लिए कि कौन-सा रेस्तराँ पहले दिखाएँ, किन चीज़ों को मापते हैं?
खाने के ऐप रेस्तराँ को ऑपरेशनल संकेतों के आधार पर क्रम देते हैं: आप कितने ऑर्डर स्वीकार करते हैं, जो तैयारी समय आपने बताया है उसे निभाते हैं या नहीं, आपकी रेटिंग कैसी है, और आपकी फ़ोटो कितनी ताज़ा हैं। अगर कई मोर्चों पर पिछड़ते हैं, तो ऐप बताए बिना ही आपकी दृश्यता घट जाती है। इसलिए हर हफ़्ते ऑर्डर रिपोर्ट को डिलीवरी पार्टनर के इतिहास से मिलाएँ और घोषित तैयारी समय को अपनी किचन की असली रफ़्तार के हिसाब से ठीक करें। उसके बाद ही प्लेटफ़ॉर्म पर विज्ञापन में पैसा लगाएँ।
मुझे फ़ूड डिलीवरी ऐप्स पर अपना डेटा कितनी बार देखना चाहिए?
मुझे फ़ूड डिलीवरी ऐप्स पर अपना डेटा कितनी बार देखना चाहिए?
हफ़्ते में एक बार देखना न्यूनतम ज़रूरी है। एल्गोरिद्म पिछले दो हफ़्तों के संकेतों के आधार पर हर 24–72 घंटे में आपकी स्थिति अपडेट करता है। सिर्फ़ महीने के अंत में मेट्रिक्स देखना ऐसा है जैसे गलत जगह पहुँचने के बाद GPS देखना: डेटा तो मौजूद है, पर अब रास्ता सुधारने के काम का नहीं। Masterestaurant का तरीका सोमवार को मेट्रिक्स पढ़ने का दिन तय करता है: 20 मिनट, चार मुख्य संकेतक, और एक सुधार कार्य।
अगर आप डिलीवरी पर डाइन-इन से ज़्यादा दाम लेते हैं, तो क्या ऐल्गोरिदम पेनल्टी लगाता है?
अगर आप डिलीवरी पर डाइन-इन से ज़्यादा दाम लेते हैं, तो क्या ऐल्गोरिदम पेनल्टी लगाता है?
सीधे तौर पर नहीं। Rappi, Uber Eats और DiDi Food चैनलों के बीच कीमत के अंतर को दंडित नहीं करते (LATAM में यह एक मानक और कानूनी प्रथा है)। लेकिन एल्गोरिद्म कम कन्वर्ज़न दर को ज़रूर दंडित करता है। अगर आपकी कीमतें उपयोगकर्ताओं को दूर करती हैं, तो आपका CTR गिरता है और स्थिति खिसकती है। व्यावहारिक नियम: McKinsey LATAM 2024 के डेटा के अनुसार 12–15% तक का अंतर कन्वर्ज़न को प्रभावित नहीं करता। 20% से ज़्यादा का अंतर मापने योग्य असर डालता है।
अगर आज प्रोफ़ाइल ऑप्टिमाइज़ करूँ, तो मेरी पोज़िशन सुधरने में कितना समय लगेगा?
अगर आज प्रोफ़ाइल ऑप्टिमाइज़ करूँ, तो मेरी पोज़िशन सुधरने में कितना समय लगेगा?
पहले संकेत 7–14 दिनों में दिखते हैं: एल्गोरिद्म नई फ़ोटो और पूरे हुए तैयारी समय को लगभग तुरंत पहचान लेता है। रेटिंग में सुधार धीमा होता है। समीक्षाओं का जवाब देने और नई सकारात्मक रेटिंग जमा होने से औसत को 0.2–0.3 अंक तक खिसकाने में 30–60 दिन लगते हैं। GMV पर पूरा असर, यानी ज़्यादा ऑर्डर, बेहतर टिकट और बेहतर मार्जिन, अनुकूलन के बाद अगले 90 दिनों के खाते के विवरण में दिखता है।
अगर प्रोफ़ाइल ऑप्टिमाइज़ नहीं है, तो क्या ऐप के अंदर विज्ञापन में निवेश करना फ़ायदेमंद है?
अगर प्रोफ़ाइल ऑप्टिमाइज़ नहीं है, तो क्या ऐप के अंदर विज्ञापन में निवेश करना फ़ायदेमंद है?
नहीं। यह वह गलती है जो मैं बार-बार देखता हूँ: बिना अनुकूलित प्रोफ़ाइल के Rappi Ads या Uber Eats Boost पर विज्ञापन देना ऐसा है जैसे उस दुकान के बोर्ड लगाना जो ग्राहकों के लिए तैयार ही नहीं है। ऐप के अंदर का विज्ञापन आपके पेज पर ट्रैफ़िक लाता है। अगर फ़ोटो खराब है, रेटिंग 4.1 है और घोषित डिलीवरी समय पूरा नहीं होता, तो उपयोगकर्ता बिना ऑर्डर किए बंद कर देता है। पहले प्रोफ़ाइल सुधारें, फिर विज्ञापन चालू करें, इसी क्रम में।
ऐल्गोरिदम फ़ूड डिलीवरी ऐप्स रेस्तराँ आँकड़ों में (2026)
सरकारी, उद्योग संघों और मार्केट-डेटा जैसे आधिकारिक और गैर-व्यावसायिक स्रोतों से सत्यापित बेंचमार्क, कभी प्रतिस्पर्धियों से नहीं।
| डेटा | मान | स्रोत |
|---|---|---|
| न्यूयॉर्क में डिलीवरी प्लेटफ़ॉर्म द्वारा डिलीवरी कमीशन के अलावा हर ऑनलाइन ऑर्डर पर लिए जाने वाले बुनियादी सेवा शुल्क की कानूनी अधिकतम सीमा, प्रतिशत के रूप में (2026) | प्रत्येक ऑनलाइन ऑर्डर की कीमत का 5 % | NYC Department of Consumer and Worker Protection — Requirements for Delivery Apps (2026) |
| न्यूयॉर्क में डिलीवरी प्लेटफ़ॉर्म द्वारा हर ऑनलाइन ऑर्डर पर लिए जाने वाले लेनदेन शुल्क (भुगतान कमीशन) की कानूनी अधिकतम सीमा, प्रतिशत के रूप में (2026) | प्रत्येक ऑनलाइन ऑर्डर की कीमत का 3 % | NYC Department of Consumer and Worker Protection — Requirements for Delivery Apps (2026) |
| न्यूयॉर्क में डिलीवरी प्लेटफ़ॉर्म द्वारा हर ऑनलाइन ऑर्डर पर लिए जाने वाले बेहतर सेवा शुल्क (enhanced service) की कानूनी अधिकतम सीमा, प्रतिशत के रूप में (2026) | प्रत्येक ऑनलाइन ऑर्डर की कीमत का 20 % | NYC Department of Consumer and Worker Protection — Requirements for Delivery Apps (2026) |
| अमेरिका के रेस्तरां संचालकों का प्रतिशत जो अपनी आय का 0 से 10 % तृतीय-पक्ष डिलीवरी से प्राप्त करते हैं (इस समूह में डिलीवरी कमीशन का असर कम है), मध्य-वर्ष रिपोर्ट 2026 | संचालकों का 47,2% (0-10% आय तृतीय-पक्ष डिलीवरी से, 2026) | Restaurant365 — 2026 State of the Restaurant Industry: Mid-Year Report (2026) |
| अमेरिका में डिलिवरी प्लेटफ़ॉर्म द्वारा रेस्तराँ से प्रति ऑर्डर लिया जाने वाला सामान्य कमीशन (सीमा), डिलिवरी और भुगतान प्रोसेसिंग शुल्क के अतिरिक्त (2025) | प्रति ऑर्डर 15 से 30 प्रतिशत (2025) | Wharton Magazine — Are Food Delivery Apps Hurting Restaurants? (2025) |
| मेक्सिको में फूड डिलीवरी बाज़ार का अनुमानित मूल्य; लैटिन अमेरिका में ब्राज़ील के बाद दूसरा (2024) | 2,530 मिलियन डॉलर (2024) | Expansión citando a Statista — México es el segundo lugar en el uso de Rappi, Uber Eats y Didi Food gracias a Mipymes (2025) |
संबंधित सामग्री
क्या आपका रेस्तराँ फ़ूड डिलीवरी ऐप्स पर अदृश्य है?
एल्गोरिद्म आपका दुश्मन नहीं है। यह एक ऐसा सिस्टम है जो सही जानकारी को इनाम देता है और अधूरी तैयारी को सज़ा। अगर आपको अपनी कन्वर्ज़न दर, हर आइटम का CTR या असली प्रभावी कमीशन नहीं पता.
तो आप हर दिन प्लेटफ़ॉर्म पर पैसा छोड़ रहे हैं। Masterestaurant के पास 90 दिनों में यह बदलाव लाने का तरीका और औज़ार हैं।
