La commande à table augmente-t-elle le ticket moyen ? Ce que dit la recherche

À peine. L’étude la plus solide, évaluée par des pairs et fondée sur 2,6 millions de transactions dans une chaîne américaine de 66 restaurants, a montré que la commande à table augmentait le montant par addition d’environ 1% et réduisait la durée du repas d’environ 10%. L’affirmation répandue d’additions 20% à 30% plus élevées correspond à un exemple hypothétique d’un rapport de 2016 et au marketing des fournisseurs, pas à un résultat mesuré. Le vrai gain, c’est la vitesse.

D’où vient l’idée d’« additions 20 à 30% plus élevées » ?

Nous n’avons trouvé aucune étude indépendante qui la confirme. Nous avons en revanche trouvé deux sources probables : une illustration chiffrée reprise ensuite comme un résultat, et des chiffres de fournisseurs publiés sans méthode.

L’hypothèse. Un Cornell Hospitality Report de 2016 sur les appareils de table posait le décor avec cette phrase : « si la technologie de table peut augmenter l’addition moyenne d’un client de $3 seulement, cela représenterait une amélioration de 20% pour une addition moyenne de restaurant de $15 » (Susskind et Curry, Cornell, 2016, p. 4). C’est un « si », écrit pour montrer pourquoi la question compte. Ce n’est pas un résultat.

Les chiffres des fournisseurs. Ce sont de vraies citations tirées des pages des fournisseurs eux-mêmes. Aucune ne donne d’échantillon, de période ni de groupe de comparaison :

• Square (2021) : « Les entreprises utilisant Square qui ont activé les additions ouvertes dans Self-Serve Ordering constatent des tickets moyens 42% plus élevés » (Square, 2021). Notez que cela ne concerne que les additions ouvertes.
• Butlaroo, qui vend un serveur IA, annonce en octobre 2026 : « 30% lift in average cover value vs. traditional service » (30% de hausse de la valeur moyenne par couvert par rapport au service traditionnel) (Butlaroo).
• AI-Waiter.com annonce en octobre 2026 : « UP TO +25% AVG CHECK INCREASE » (jusqu’à +25% d’addition moyenne) (AI-Waiter.com).

Un chiffre de fournisseur n’est pas forcément faux. Mais sans méthode, impossible de savoir s’il compare ce qui est comparable, ou s’il montre simplement que les clients qui dépensent le plus aiment la fonction.

Qu’a vraiment trouvé l’étude évaluée par des pairs ?

Environ 1% de plus par addition, des repas environ 10% plus courts et environ 11% de ventes en plus par minute. L’effet sur la durée du repas est dix fois plus fort que l’effet sur l’addition.

L’étude, c’est celle de Tan et Netessine, « At Your Service on the Table », publiée dans Management Science (doi 10.1287/mnsc.2019.3430). Une chaîne américaine de restauration décontractée de 66 restaurants a équipé ses établissements d’appareils de table à des dates différentes, ce qui a permis aux auteurs de comparer les restaurants avant et après, par rapport à ceux qui n’étaient pas encore passés à l’outil (une méthode dite des « doubles différences »). Comme l’a rapporté Restaurant Technology News en juillet 2019, la version publiée a trouvé environ 1% de plus par addition, des repas environ 10% plus courts et environ 11% de ventes en plus par minute, sur 2,6 millions de transactions de 2012 à 2014.

Deux détails à connaître :

1. La version antérieure disait 2,91%. Le document de travail de 2017 estimait +2,91% par addition et −9,74% de durée de repas. La version évaluée par des pairs s’est arrêtée à environ 1%. Si vous voyez citer « 3% », c’est le brouillon.
2. Le gain se mesure en temps, pas en argent. Les repas ont raccourci alors que les additions ont à peine bougé : les ventes par minute ont donc augmenté environ onze fois plus que les ventes par addition.

Et les additions 9% plus élevées de l’étude de Cornell ?

Le résultat est réel, mais la preuve est plus faible. Dans 45 restaurants d’une même chaîne, en janvier 2016, les clients qui commandaient un plat principal sur l’appareil de table dépensaient $43,76 contre $40,15 pour les autres, soit $3,61 de plus (Susskind et Curry, 2016, p. 8).

Le piège : ce sont les clients qui choisissaient d’utiliser ou non l’appareil. Ceux qui aiment les gadgets, prennent plus de plats ou restent pour un verre sont peut-être justement ceux qui prennent la tablette. Le rapport lui-même dit que l’usage de l’appareil « est associé à des additions moyennes plus élevées », ce qui est la bonne formulation. L’un des coauteurs était data scientist chez E la Carte, l’entreprise qui fabriquait l’appareil.

Les résultats du même rapport sur le temps vont dans le même sens que l’étude évaluée par des pairs :

• Les clients qui payaient sur l’appareil libéraient leur table en 45 minutes 21 secondes, contre 53 minutes 45 secondes pour les autres, une « réduction de 15,5% » (p. 7).
• Dans un restaurant, le temps passé par le serveur à chaque table baissait de 36% quand les clients payaient sur l’appareil, et de 65% quand ils y commandaient et payaient. Ces chiffres portaient sur 63, 33 et 7 tables : voyez-y une piste (p. 6).

Côte à côte : ce que montre chaque source

Est-ce valable pour la commande par QR code sur le téléphone des clients ?

Pas directement. Les deux études portaient sur des tablettes fixées à la table dans des chaînes américaines de restauration décontractée, il y a dix ans ou plus. Nous n’avons trouvé aucune étude évaluée par des pairs sur le ticket moyen pour la commande depuis le propre téléphone des clients, ni pour les serveurs IA par chat. Le téléphone et le chat font peut-être mieux, peut-être moins bien ; personne n’a publié de réponse que nous ayons pu vérifier.

Ce qui reste valable, c’est le mécanisme : quand les clients n’ont pas à attendre un serveur pour commander une autre tournée ou pour avoir l’addition, les repas raccourcissent.

Que représentent 1% et 10% pour un restaurant ?

Exemple chiffré (fictif, hypothèses indiquées). Casa Olivo compte 20 tables. Le vendredi, ses trois heures de pointe (180 minutes) ont une liste d’attente en permanence. Une table reste en moyenne 90 minutes et dépense $80.

Supposons, uniquement pour cet exemple, que les effets de l’étude s’appliquent à Casa Olivo :

Deux leçons. L’effet sur le temps vaut environ dix fois l’effet sur l’addition. Et il ne vaut quelque chose que si des clients attendent une table : un mardi calme, avec des tables vides, des repas plus courts n’apportent rien. Ces chiffres sont illustratifs : ce n’est ni une prévision ni un résultat de WaiterPilot.

Comment le mesurer dans votre propre restaurant ?

Mesurez avant de changer, et comparez ce qui est comparable. Voici une grille.

1. Choisissez les semaines. Quatre semaines normales avant, quatre après. Évitez les jours fériés et les événements locaux.
2. Relevez par service, à partir de votre caisse et de vos notes de salle :

3. Comparez vendredi avec vendredi, pas vendredi avec lundi.
4. Ne comparez pas les utilisateurs aux non-utilisateurs pour appeler la différence un effet. C’est le piège de l’étude de Cornell : les clients qui choisissent le nouvel outil sont différents.
5. Écrivez ce que « réussir » veut dire avant de commencer, par exemple « deux tables de plus installées au pic du vendredi ».

Que promet WaiterPilot ?

Rien sur le ticket moyen. WaiterPilot demande aux clients leurs choix, comme l’accompagnement ou la cuisson, et après l’ajout d’un plat, il peut demander une fois si le client souhaite quelque chose pour l’accompagner. Il fait confirmer la commande avant de l’envoyer à l’équipe, mais nous n’avons publié aucun résultat sur le ticket moyen et nous ne citerons pas un chiffre que nous ne pouvons pas étayer.

Ce que nous disons : les clients commandent par chat avec leurs propres mots et dans leur langue, la commande arrive sur le tableau du personnel sans que personne ait à se déplacer jusqu’à la table, et le prix est un forfait de $200 par établissement et par mois après 30 jours gratuits, avec 0% de commission. Il n’y a aucun lien avec la caisse : votre caisse reste donc la source des chiffres de ventes de la grille ci-dessus. Découvrez comment fonctionne la commande QR à table avec WaiterPilot, ou comment se comparent les coûts dans forfait fixe ou commission.

Et maintenant ?

Avant de choisir un outil de commande, quel qu’il soit, remplissez la colonne « Avant » de la grille pendant quatre semaines. Puis essayez une commande test et jugez WaiterPilot sur ce qu’il peut changer : la vitesse à laquelle une commande arrive à votre équipe, et le temps que récupèrent vos serveurs.