¿Pedir desde la mesa sube el ticket medio? Lo que dicen los estudios

Apenas. El estudio más sólido, revisado por pares y basado en 2.6 millones de transacciones en una cadena estadounidense de 66 restaurantes, encontró que pedir desde la mesa subía las ventas por cuenta en torno a un 1% y acortaba la duración de la comida en torno a un 10%. La famosa afirmación de cuentas un 20% o un 30% más altas coincide con un ejemplo hipotético de un informe de 2016 y con el marketing de los proveedores, no con un resultado medido. La ganancia real está en la rapidez.

¿De dónde sale lo de “cuentas un 20-30% más altas”?

No pudimos encontrar ningún estudio independiente que lo respalde. Sí encontramos dos orígenes probables: un ejemplo ilustrativo que después se repitió como si fuera un hallazgo, y cifras de proveedores publicadas sin método.

El ejemplo hipotético. Un informe de 2016 del Cornell Hospitality Report sobre dispositivos de mesa planteaba la cuestión con esta frase: “if the tabletop technology can improve the average guest check by just $3, that would result in a 20-percent improvement considering a restaurant average check of $15” (si la tecnología de mesa puede subir la cuenta media en solo $3, eso supondría una mejora del 20% con una cuenta media de $15) (Susskind y Curry, Cornell, 2016, pág. 4). Es un “si”, escrito para mostrar por qué importa la pregunta. No es un resultado.

Las cifras de los proveedores. Son citas reales de las páginas de cada proveedor. Ninguna da una muestra, un periodo ni un grupo de comparación:

• Square (2021): “Businesses using Square that have enabled open tabs on Self-Serve Ordering see 42% higher average ticket sizes” (los negocios que usan Square con cuentas abiertas activadas en el autopedido ven tickets medios un 42% más altos) (Square, 2021). Fíjate en que solo se refiere a las cuentas abiertas.
• Butlaroo, que vende un mesero con IA, dice en octubre de 2026: “30% lift in average cover value vs. traditional service” (un 30% más de gasto medio por comensal frente al servicio tradicional) (Butlaroo).
• AI-Waiter.com dice en octubre de 2026: “UP TO +25% AVG CHECK INCREASE” (hasta un 25% más de cuenta media) (AI-Waiter.com).

Una cifra de un proveedor no tiene por qué ser falsa. Pero sin método no puedes saber si compara situaciones equivalentes o si simplemente muestra que a los clientes que más gastan les gusta la función.

¿Qué encontró de verdad el estudio revisado por pares?

En torno a un 1% más por cuenta, comidas en torno a un 10% más cortas y en torno a un 11% más de ventas por minuto. El efecto sobre la duración de la comida es diez veces mayor que el efecto sobre la cuenta.

El estudio es de Tan y Netessine, “At Your Service on the Table”, publicado en Management Science (doi 10.1287/mnsc.2019.3430). Una cadena estadounidense de restaurantes casuales con 66 locales fue incorporando dispositivos de mesa en distintos momentos, lo que permitió a los autores comparar los restaurantes antes y después frente a los que aún no habían hecho el cambio (un diseño de “diferencias en diferencias”). Como informó Restaurant Technology News en julio de 2019, la versión publicada encontró en torno a un 1% más por cuenta, comidas en torno a un 10% más cortas y en torno a un 11% más de ventas por minuto, a partir de 2.6 millones de transacciones entre 2012 y 2014.

Dos detalles que conviene saber:

1. La versión anterior decía 2.91%. El documento de trabajo de 2017 estimaba un +2.91% por cuenta y un −9.74% en la duración de la comida. La versión revisada por pares se quedó en torno a un 1%. Si ves citado un “3%”, es el borrador.
2. La ganancia es tiempo, no dinero. Las comidas se acortaron mientras las cuentas apenas se movían, así que las ventas por minuto subieron unas once veces más que las ventas por cuenta.

¿Y las cuentas un 9% más altas del estudio de Cornell?

El dato es real, pero la evidencia es más débil. En 45 restaurantes de una misma cadena, en enero de 2016, los clientes que pidieron un plato principal en el dispositivo de mesa gastaron $43.76, frente a $40.15 los que no lo usaron: $3.61 más (Susskind y Curry, 2016, pág. 8).

El problema: los clientes elegían si usar o no el dispositivo. Las personas a las que les gustan los aparatos, que piden más platos o que se quedan a tomar algo pueden ser justo las que toman la tableta. El propio informe dice que el uso del dispositivo “is associated with higher check averages” (está asociado a cuentas medias más altas), que es la forma correcta de decirlo. Uno de los autores era científico de datos en E la Carte, la empresa que fabricaba el dispositivo.

Los resultados del mismo informe sobre el tiempo apuntan en la misma dirección que el estudio revisado por pares:

• Los clientes que pagaron en el dispositivo ocuparon la mesa 45 minutos y 21 segundos, frente a 53 minutos y 45 segundos los que no lo hicieron, una “15.5-percent reduction” (reducción del 15.5%) (pág. 7).
• En un restaurante, el tiempo del mesero por mesa bajó un 36% cuando los clientes pagaban en el dispositivo y un 65% cuando pedían y pagaban en él. Eso salió de 63, 33 y 7 mesas, así que tómalo como una pista (pág. 6).

Lado a lado: qué muestra cada fuente

¿Se aplica esto a los pedidos por QR desde el teléfono del cliente?

No directamente. Los dos estudios analizaron tabletas fijas en la mesa en cadenas casuales de Estados Unidos, hace diez años o más. No encontramos ningún estudio revisado por pares sobre el ticket medio al pedir desde el propio teléfono del cliente, ni sobre meseros con IA por chat. Los teléfonos y el chat podrían dar mejores o peores resultados; nadie ha publicado una respuesta que hayamos podido verificar.

Lo que sí se traslada es el mecanismo: cuando el cliente no tiene que esperar a un mesero para pedir otra ronda o para que le traigan la cuenta, las comidas se acortan.

¿Qué significa un 1% frente a un 10% para un restaurante?

Ejemplo práctico (ficticio, con supuestos a la vista). Casa Olivo tiene 20 mesas. El viernes, sus tres horas punta (180 minutos) tienen lista de espera todo el tiempo. Una mesa se queda 90 minutos de media y gasta $80.

Supongamos, solo para este ejemplo, que los efectos del estudio se aplicaran a Casa Olivo:

Dos lecciones. El efecto del tiempo vale unas diez veces más que el efecto en la cuenta. Y solo vale algo cuando hay clientes esperando mesa: un martes tranquilo con mesas vacías, que las comidas sean más cortas no suma nada. Son cifras ilustrativas, no una previsión ni un resultado de WaiterPilot.

¿Cómo lo mides en tu propio restaurante?

Mide antes de cambiar y compara situaciones equivalentes. Aquí tienes una hoja de trabajo.

1. Elige las semanas. Cuatro semanas normales antes y cuatro después. Evita festivos y eventos locales.
2. Registra por servicio, con tu POS y tus notas de sala:

3. Compara viernes con viernes, no viernes con lunes.
4. No compares a quienes usan la herramienta con quienes no la usan para llamar efecto a la diferencia. Es el problema del estudio de Cornell: los clientes que eligen la herramienta nueva son distintos.
5. Escribe qué significa el éxito antes de empezar, por ejemplo “dos mesas más atendidas en la hora punta del viernes”.

¿Qué afirma WaiterPilot?

Nada sobre el ticket medio. WaiterPilot pregunta al cliente por opciones como el acompañamiento o el punto de cocción y, después de que el cliente añade un plato, puede preguntarle una vez si quiere algo para acompañarlo. Confirma el pedido antes de que llegue al personal, pero no tenemos resultados publicados sobre el ticket medio y no vamos a citar una cifra que no podamos respaldar.

Lo que sí decimos: el cliente pide por chat con sus propias palabras y en su idioma, el pedido llega al panel del personal sin que nadie tenga que ir a la mesa, y el precio es una tarifa fija de $200 al mes por local después de 30 días gratis, con 0% de comisión. No hay conexión con el POS, así que tu POS sigue siendo la fuente de las cifras de ventas de la hoja de trabajo de arriba. Lee cómo funcionan los pedidos con código QR en la mesa con WaiterPilot, o cómo se comparan los costos en tarifa fija o comisión.

Tu siguiente paso

Antes de elegir cualquier herramienta de pedidos, rellena durante cuatro semanas la columna “Antes” de la hoja de trabajo. Después prueba un pedido de ejemplo y juzga WaiterPilot por lo que puede cambiar: lo rápido que llega un pedido a tu personal y el tiempo que recuperan los meseros.