Restaurant-Prognose: Erst Liefer- und POS-Umsatzdaten konsolidieren

Prognose scheitert, bevor das Modell überhaupt läuft
Restaurant-Umsatzprognosen sind nur so präzise wie die dahinterliegende Verkaufshistorie. Wenn Bestellungen von Lieferplattformen nie in Ihrem Kassensystem ankommen, läuft die Prognose mit unvollständiger Nachfrage und bestellt die umsatzstärksten Kanäle still unter. Die Lösung kommt vor jedem Modell: Erst jeden Umsatz – Vor-Ort und Lieferung – in einem einzigen Feed konsolidieren.
Die meisten Prognose-Tools brauchen rund sechs Monate saubere Historie, um das reale Muster einer Filiale zu erlernen. Ein Feed, der auf POS und mehrere Lieferplattformen verteilt ist, kann diese Historie nicht liefern. Jeder Kanal hält seinen eigenen Ausschnitt, die Ausschnitte decken nie dieselben Daten ab, und kein einzelner Datensatz des tatsächlichen Filialumsatzes existiert.
Es geht also noch nicht um Prognose. Es geht darum, einen vollständigen, datierten Umsatzdatensatz pro Filiale zu erstellen. Sobald dieser existiert, hat die Prognose eine ehrliche Grundlage, von der sie lernen kann.

Welche Art von Fragmentierung haben Sie?
Fragmentierte Umsatzdaten kommen in drei Formen, und jede hat eine andere Lösung. Benennen Sie Ihre, bevor Sie eine Prognose anfassen. Die falsche Lösung kostet eine Woche und lässt die Historie dennoch lückenhaft.
Die erste Frage ist einfach: Fehlt ein ganzer Vertriebskanal vollständig im POS? Wenn eine Lieferplattform nirgendwo in der Nähe Ihres Kassensystems erscheint, ist dieser Umsatz unsichtbar und kein Datumsbereich stellt ihn wieder her. Wenn jeder Kanal das System erreicht, die Historie aber noch dünn oder verstreut ist, liegt Ihr Problem stattdessen in Konsolidierung oder Auffüllung.

Variante eins: Lieferumsätze, die den POS nie erreichen
Dies ist die Variante, die zuerst auszuschließen ist. Eine Lieferplattform, die nur in ihrem eigenen Dashboard berichtet, lässt diesen Umsatz außerhalb jedes Systems, aus dem Sie prognostizieren. Die Lösung ist, den Kanal zu verbinden, damit seine Umsätze dort ankommen, wo die übrigen es tun.
In Supy übertragen externe POS-Systeme und Online-Bestellaggregator abgeschlossene Bestellungen per Webhook. Jede Bestellung wird automatisch in eine Umsatztransaktion umgewandelt, und jeder importierte Umsatz erscheint auf einem zentralen Bildschirm Verkaufsimport, wo ein Manager ihn prüfen, zuordnen und verwalten kann. Mit über 75 Integrationen für POS, Online-Bestellmanagement und Aggregatoren landen Vor-Ort-Umsatz und Lieferung am selben Ort.
Sobald ein Kanal verbunden ist, werden seine zukünftigen Umsätze ab Tag eins erfasst. Das schließt die Lücke, füllt aber nicht die Monate auf, die bereits verloren sind. Dafür lesen Sie weiter bis Variante drei.

Variante zwei: Mehrere Aggregatoren, keine einheitliche Historie
Hier erreicht jeder Kanal das System, der Datensatz ist jedoch auf Plattformen und Standorte verstreut, sodass niemand eine saubere Gruppenhistorie abrufen kann. Die Lösung ist eine einzige konsolidierte Extraktion statt manuellem Nachtragen. Fragen Sie die benötigten Umsätze nach Filiale und Datumsbereich ab – in einem einzigen Abruf.
Beim Import von POS-Umsätzen können Sie einen benannten Datumsbereich statt benutzerdefinierter Daten wählen: Vorwoche, aktueller Monat, letzter Monat, aktuelles Quartal oder letztes Quartal. Bei Standorten mit automatischer Synchronisierung warnt das System vor einem manuellen Abruf, damit Sie denselben Tag nie doppelt importieren. Die folgende Tabelle zeigt, wo jeder Datenstrom vor und nach der Konsolidierung liegt.
| Umsatzstrom | Vor der Konsolidierung | Nach der Konsolidierung |
|---|---|---|
| Vor-Ort und Theke | Nur im POS | Im Feed Verkaufsimport |
| Lieferplattform A | Im eigenen Dashboard der Plattform | Per Webhook in den Feed importiert |
| Lieferplattform B | In eine Tabelle exportiert | Per Webhook in den Feed importiert |
| Gesamtgruppe | Drei Orte, nie abgeglichen | Eine datierte Historie pro Filiale |
Variante drei: Die Monate vor der Integration
Auch nachdem jeder Kanal verbunden ist, haben die Monate vor dem Start der Integration keinen digitalen Datensatz, den der Live-Feed je gesehen hat. Eine Prognose, die sechs Monate Historie braucht, kann nicht mit drei Monaten beginnen. Das ist die Lücke, die Betreiber am häufigsten übersehen, weil die Leckage behoben wirkt, während die Historie noch zu kurz ist.
Die Lösung ist ein manueller Tabellen-Upload historischer Umsatzdaten aus den vergangenen Monaten. Sie laden die älteren Monate einmalig hoch, sie liegen neben dem Live-Feed, und die Prognose kann den gesamten Zeitraum zurückreichen. Eine Gruppe, die ihre Plattformen im Frühling verbunden hat, kann noch den Winter zurückgewinnen, der nie digital erfasst wurde.

Benennen Sie also Ihre Variante und machen Sie dann einen Schritt – der Reihe nach. Wenn ein Kanal im POS fehlt, verbinden Sie ihn, denn kein Datumsbereich stellt Umsätze wieder her, die das System nie gesehen hat. Wenn jeder Kanal verbunden ist, die Historie aber verstreut ist, erstellen Sie eine konsolidierte Extraktion nach Filiale und benanntem Datumsbereich. Wenn die Historie schlicht zu kurz ist, füllen Sie die früheren Monate per Tabellen-Upload auf.
Sobald ein vollständiger, datierter Feed pro Filiale existiert, hat die Prognose endlich eine faire Grundlage. Supys Umsatzprognose-KI prognostiziert dann täglich den Filialumsatz für 14 Tage im Voraus, bis zum einzelnen Menüartikel, mit filialspezifischen Modellen, die ein Manager übersteuern kann. Diese Tiefe ist nur möglich, weil der zugrunde liegende Feed vollständig ist. Wie die Controlling-Seite funktioniert, sehen Sie in Supys Restaurant-Controlling-Software; wie Manager eine Live-Prognose anpassen, erklärt dieser Leitfaden zum Übersteuern von KI-Umsatzprognosen.


.jpeg)

