Analyse
Integration

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

Consolidating restaurant delivery and POS sales data into one feed for forecasting

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.

Beispielkennzahl: 41 % der Bestellungen in einer Mehrfilialgruppe gehen über Lieferplattformen ein, außerhalb des POS

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.

Entscheidungsbaum für Umsatzdatenfragmentierung: Fehlt ein Kanal im POS, oder ist die Historie lückenhaft oder zu kurz

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.

Ablauf von POS und Lieferplattform über Webhook-Import und Bildschirm Verkaufsimport zu einem datierten Feed pro Filiale

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.

UmsatzstromVor der KonsolidierungNach der Konsolidierung
Vor-Ort und ThekeNur im POSIm Feed Verkaufsimport
Lieferplattform AIm eigenen Dashboard der PlattformPer Webhook in den Feed importiert
Lieferplattform BIn eine Tabelle exportiertPer Webhook in den Feed importiert
GesamtgruppeDrei Orte, nie abgeglichenEine 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.

Beispielkennzahl: Neun Monate Vorintegrationshistorie durch Tabellen-Upload zurückgewonnen

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.

Demo mit Supy buchen für Restaurant-Umsatzprognosen

Ready to optimize your restaurant operations?

Blog

Our operational insights

No items found.

Your questions 
answered

Everything you need to know about Supy — from setup to integrations, pricing, and daily use. If it’s not covered here, just ask.

Warum benötigt die Restaurant-Verkaufsprognose konsolidierte Verkaufsdaten?
+

Weil eine Prognose nur aus den Verkäufen lernen kann, die sie sehen kann. Wenn Lieferplattform-Bestellungen niemals Ihr Point-of-Sale-System erreichen, läuft die Prognose auf partieller Nachfrage und bestellt bei Ihren umsatzstärksten Kanälen zu wenig. Die meisten Prognosetools benötigen auch etwa sechs Monate sauberer Verlaufsdaten, um das echte Muster einer Filiale zu erlernen, und ein auf das POS und mehrere Apps aufgeteilter Datensatz kann das nicht erzeugen. Die Konsolidierung jedes Verkaufs – Restaurantbesuch und Lieferung – in einem datierten Datensatz pro Filiale ist die Arbeit, die vor der Prognose stattfindet. Sobald dieser Datensatz existiert, hat die Prognose endlich ein ehrliches, vollständiges Bild, von dem sie lernen kann.

Wie gelangen Lieferplattform-Verkäufe in das POS- oder Prognosesystem?
+

Externe POS-Systeme und Online-Bestell-Aggregatoren übertragen abgeschlossene Bestellungen per Webhook an Supy. Jede Bestellung wird automatisch in eine Verkaufstransaktion umgewandelt, und jeder importierte Verkauf landet auf einem einzigen Verkaufsimport-Bildschirm, wo ein Manager ihn überprüfen, zuordnen und verwalten kann. Mit über 75 Integrationen, die POS, Online-Bestellmanagement und Aggregatoren umfassen, speist sowohl der Restaurantbesuch als auch die Lieferung in denselben Ort. Sobald ein Kanal angeschlossen ist, werden seine künftigen Verkäufe ab dem ersten Tag erfasst, sodass nichts, was dieser Kanal danach verkauft, für das System, aus dem Sie prognostizieren, unsichtbar bleibt.

Was ist, wenn meine Verkäufe auf mehrere Lieferaggregatoren verteilt sind?
+

Wenn mehrere Aggregatoren neben Ihrem POS laufen, kann jeder Kanal das System erreichen, während die Datensätze über Apps und Websites verstreut bleiben. Die Lösung ist eine einzige konsolidierte Extraktion statt manueller Wiedereingabe. Sie fragen die benötigten Verkäufe nach Filiale und Datumsbereich in einem einzigen Abruf ab, anstatt jede App separat zu exportieren und Tabellen zusammenzufügen. Das gibt Ihnen eine einheitliche Verlaufshistorie pro Filiale, die eine Prognose lesen kann. Manuelle Konsolidierung ist langsam und fehleranfällig, daher ist ein konsolidierter Abruf für eine Mehrstandort-Gruppe sowohl schneller als auch zuverlässiger.

Wie viel Verkaufshistorie benötigt eine Prognose tatsächlich?
+

Wie viel Verlaufsdaten Sie benötigen, hängt von den Mustern ab, die das Modell lernen soll, aber etwa sechs Monate sauberer Verkaufsdaten sind eine gängige Ausgangsbasis für eine Filiale. Diese Länge ermöglicht es einer Prognose, wöchentliche Rhythmen und langsamere saisonale Schwankungen zu erkennen, anstatt nur ein einzelnes geschäftiges Vierzehn-Tage-Fenster. Das Problem für viele Betreiber ist nicht die Länge selbst, sondern die Lücken: Ein auf mehrere Kanäle aufgeteilter Datensatz hält selten sechs ununterbrochene Monate für eine einzelne Filiale. Die Konsolidierung von Kanälen und das Nachfüllen älterer Monate sind die zwei Maßnahmen, die einen kurzen, lückenhaften Datensatz in die kontinuierliche Verlaufshistorie verwandeln, die eine Prognose verwenden kann.

Kann ich Verkaufshistorie aus der Zeit vor der Systemanbindung wiederherstellen?
+

Ja. Selbst wenn jeder Kanal angeschlossen ist, haben die Monate vor dem Go-Live der Integration keinen digitalen Datensatz, den der Live-Feed je gesehen hat. Sie können diese früheren Monate über einen manuellen Tabellen-Upload historischer Verkäufe einbringen. Die älteren Daten liegen dann neben dem Live-Feed, und die Prognose kann über den gesamten Zeitraum zurückgreifen, anstatt am Tag der Integration zu beginnen. Das ist der Schritt, den Betreiber am häufigsten übersehen, weil die Lücke behoben aussieht, obwohl die Verlaufsdaten noch zu kurz sind. Das Nachfüllen schließt diese Lücke, damit eine Filiale genügend kontinuierliche Verlaufsdaten hat, von denen aus prognostiziert werden kann.

Wie vermeide ich, dieselben Verkäufe zweimal zu importieren?
+

Beim Import von Verkäufen kommt es auf die Wahl des richtigen Zeitfensters an. Supy lässt Sie einen benannten Datumsbereich wählen, wie vorherige Woche, diesen Monat, letzten Monat, dieses Quartal oder letztes Quartal, anstatt benutzerdefinierte Daten einzutippen, die sich leicht überschneiden. Bei Standorten mit automatischer Synchronisierung warnt Sie das System vor einem manuellen Abruf, damit Sie denselben Tag nicht doppelt importieren. Zwischen den benannten Bereichen und der Duplikat-Synchronisierungswarnung können Sie die Verlaufsdaten konsolidieren, ohne einen Verkaufstag doppelt zu zählen, was sonst die Nachfrage aufblähen und jede nachgelagerte Bestellung zu hoch setzen würde.

Was kann Supy prognostizieren, wenn meine Verkaufsdaten konsolidiert sind?
+

Sobald pro Filiale ein vollständiger, datierter Datensatz vorliegt, prognostiziert Supys Umsatzprognose-KI täglich die Verkäufe pro Filiale für 14 Tage, bis auf den einzelnen Menüpunkt. Jede Filiale erhält ihr eigenes Modell, und ein Manager kann jeden Tag oder Artikel überschreiben, ohne es neu zu trainieren. Diese Tiefe ist nur möglich, weil der zugrundeliegende Datensatz vollständig ist: Einer auf unvollständiger Nachfrage basierenden Prognose kann auf Artikelebene nicht vertraut werden. Die Konsolidierung Ihrer Verkaufsdaten zuerst ermöglicht es der Prognose – und den darauf aufbauenden Bestellungen –, auf der Filial- und Menüpunkt-Ebene zu arbeiten, um die Betreiber planen.

Bereit, Ihre Abläufe zu transformieren?

Schließen Sie sich mehr als 5.000 Restaurantbetreibern an, die mit Supy Kosten senken, Abläufe optimieren und klügere Entscheidungen treffen.