KI-Umsatzprognose Ihres Restaurants übersteuern: Wann können Sie ihr vertrauen?

Eine gute Umsatzprognose leistet für einen Multi-Standort-Betreiber genau eine Sache: Sie teilt jedem Standort mit, wie viel vor dem Bestelldurchgang zu bestellen ist. Die Version, die es wert ist, ist diejenige, auf deren Grundlage Ihre Verantwortlichen tatsächlich bestellen — eine Zahl, die sie anpassen können, wenn sie etwas wissen, was das Modell nicht weiß, und die sie anschließend prüfen können, ob die Anpassung geholfen hat.

Das ist der Unterschied zwischen einer Prognose, die auf einem Dashboard bleibt, und einer, die Ihre Beschaffung steuert. Dieser Leitfaden erklärt, wann Sie der KI-Umsatzprognose vertrauen sollten, wann Sie sie übersteuern und wie Sie das sauber über Menüartikel, Daten und Standorte hinweg tun — ohne dass Verantwortliche einander stillschweigend überschreiben.

Beginnen Sie mit der Prognose-Bilanz, nicht mit Ihrem Bauchgefühl

Bevor Sie etwas übersteuern, lesen Sie die jüngste Leistungsbilanz der Prognose. Das Prognose-Dashboard von Supy zeigt eine 14-Tage-Genauigkeitsansicht, die tatsächliche Umsätze, die Rohvorhersage der KI und jede von Verantwortlichen angepasste Prognose nebeneinander anzeigt. Diese eine Ansicht zeigt Ihnen, ob das Modell für einen Artikel bereits zuverlässig ist und ob Ihre bisherigen Übersteuerungen die Genauigkeit tatsächlich verbessert oder nur Rauschen hinzugefügt haben.

Der Instinkt, wenn eine Prognose falsch erscheint, ist es, auf das Bauchgefühl zurückzugreifen. Der bessere erste Schritt sind Belege. Wenn die Genauigkeitsansicht zeigt, dass das Rohmodell die gesamte Woche nahe an den tatsächlichen Umsätzen liegt, erledigt die Zahl ihre Arbeit und braucht Ihre Hilfe nicht. Wenn sie immer wieder in dieselbe Richtung verfehlt — immer etwas zu hoch an ruhigen Wochentagen, immer zu niedrig samstags — ist das ein Muster, das es wert ist, korrigiert zu werden.

Es schließt auch den Kreis bei Ihren eigenen Entscheidungen. Eine Übersteuerung ist nur dann sinnvoll, wenn sie das Rohmodell übertrifft, und der Blick auf die angepasste Linie im Vergleich zum tatsächlichen Wert ist der einzige Weg, um zu wissen, ob Ihre das getan hat.

Wann Sie der Zahl vertrauen und wann Sie sie ändern sollten

Vertrauen Sie der KI-Prognose, wenn die Genauigkeitsansicht zeigt, dass sie nahe an den tatsächlichen Umsätzen liegt und nichts Ungewöhnliches geplant ist: eine normale Handelswoche, ein Artikel mit regelmäßigen Umsätzen und keine Informationen, die Sie haben und das Modell nicht hat. Übersteuern Sie sie, wenn Sie das Spezifische benennen können, was das Modell nicht sehen kann — einen Feiertag, ein lokales Ereignis, eine Menüänderung oder einen einmaligen Vorfall, der einen einzelnen Tag verzerren wird.

Die nachstehende Tabelle ist die Kurzversion, die Verantwortliche vor jedem Bestellzyklus durchgehen können.

Übersteuern nach Menüartikel, nicht nur nach dem Standortgesamtwert

Wenn Sie übersteuern, tun Sie es dort, wo es wichtig ist. Supy ermöglicht es Ihnen, die Prognose auf Menüartikel-Ebene für jeden Tag anzupassen — prozentual oder als absoluten Einheitswert —, nicht nur den Standortgesamtwert. Wenn Sie also wissen, dass das lokale Spiel am Samstag die Küche von Hähnchenflügeln leert, aber die Desserts flach lässt, erhöhen Sie die Flügel und lassen den Rest in Ruhe.

Verwenden Sie einen Prozentwert, wenn Sie eine proportionale Veränderung erwarten — eine Aktion, von der Sie denken, dass sie ein Gericht um 15 Prozent steigert, bringt es von einer KI-Prognose von 68 Couverts auf 78. Verwenden Sie einen absoluten Wert, wenn Sie die Anzahl genau kennen: eine bestätigte große Reservierung ist eine feste Anzahl von Couverts, kein Bruchteil eines normalen Tages. In beiden Fällen fließt der angepasste Wert direkt in den Umsatzkorb ein, der die Bestellungen steuert, sodass die vorgeschlagene Bestellung das widerspiegelt, was Sie wissen.

Anpassungen in großem Maßstab: Datumsbereiche, Wochentage und ganze Standorte

Eine einzelne Übersteuerung muss keine einzelne Zelle sein. Eine Anpassung kann auf einen Datumsbereich und ausgewählte Wochentage auf einmal angewendet werden — beispielsweise jeden Freitag und Samstag im Dezember — und Prognosen können über einen Excel-Export und -Import für mehrere Standorte in großem Maßstab angepasst werden. Der Import gibt eine Zusammenfassung zurück, was sich genau geändert hat: angepasste Zeilen, Zeilen mit einem gemeldeten Konflikt und Zeilen, die fehlgeschlagen sind.

Das macht gruppenweite Ereignisse handhabbar. Eine Saisonaktion oder ein Schulferienmuster wird einmal eingerichtet und an jeden Standort übertragen, anstatt dass ein Bezirksmanager jeden Standort manuell bearbeitet. Die Restaurant-Warenwirtschaftsplattform wandelt diese angepassten Prognosen dann in standortbezogene Bestellungen um.

Übersteuerungen über alle Standorte hinweg ehrlich halten

Übersteuerungen bleiben nur dann nützlich, wenn Sie sehen können, wer sie vorgenommen hat. Wenn zwei Verantwortliche die Prognose desselben Tages gleichzeitig anpassen, meldet Supy den Konflikt, anstatt eine Änderung stillschweigend durch die andere zu überschreiben, und lässt Sie die Anpassungen stapeln oder eine ersetzen. Jede manuelle Änderung erfasst das Personalmitglied und einen Zeitstempel, sodass eine überraschende Bestellung immer auf eine Entscheidung zurückverfolgt werden kann.

Über eine Gruppe hinweg ist dieses Prüfprotokoll der Unterschied zwischen einer Prognose, der die Menschen vertrauen, und einer, die sie stillschweigend umgehen. Wenn die Zahlen eines Standorts falsch aussehen, können Sie die letzten Übersteuerungen und ihre Urheber lesen, anstatt zu raten.

Ihr erster Schritt: Wählen Sie Ihre 5 Menüartikel mit dem höchsten Volumen aus und öffnen Sie für jeden die 14-Tage-Genauigkeitsansicht. Wo das Rohmodell bereits nahe an den tatsächlichen Umsätzen liegt, lassen Sie es in Ruhe. Wo Sie einen spezifischen Grund nennen können, warum nächste Woche anders sein wird — ein Ereignis, eine Aktion, eine Schließung — übersteuern Sie diese Artikel um den Betrag, den Sie tatsächlich erwarten, und erfassen Sie es. Prüfen Sie dann dieselbe Ansicht in der folgenden Woche, ob Ihre Anpassung näher am tatsächlichen Wert lag als das Rohmodell. Tun Sie das zwei Wochen lang, und Sie werden wissen, welchen Artikeln Sie vertrauen können und welche Sie manuell verwalten müssen.

Wenn Sie Prognosen überhaupt erst einrichten, beginnen Sie mit dem Leitfaden zur Umsatzprognose-KI für Restaurants; um zu sehen, wie angepasste Prognosen über Standorte hinweg in Bestellungen umgewandelt werden, behandelt der Leitfaden zur prädiktiven Bestellung den nächsten Schritt. Um eine grobe Zahl dafür zu ermitteln, was engere Bestellungen für Ihre Gruppe wert sind, ist der ROI-Rechner eine schnelle Schätzungsmethode.