AI och försäljningsprognoser: planera restaurangen med data

Börja med beslutet prognosen ska stödja

Behöver du planera nästa veckas bemanning, morgondagens förberedelser eller månadens ekonomi? Det är olika uppgifter. En dagsprognos för omsättning berättar inte automatiskt hur många portioner av en viss rätt som behövs under lunchrusningen.

Välj mått, period och när prognosen ska vara klar. För ekonomisk planering är försäljning exklusive moms ett tydligt mått. För köket kan antal sålda rätter per sittning vara mer användbart. Gästantal behöver tillförlitligt registrerade gäster; det är inte alltid samma sak som antal kvitton.

Bygg en begriplig jämförelse

Börja med försäljningen under jämförbara veckodagar och öppettider. Markera sådant som gör historiken missvisande: stängt för renovering, förändrade priser, en extra uteservering eller en meny som bytts ut.

Lägg till kända bokningar och evenemang som separata antaganden. Använd den information som fanns när prognosen skapades. Att i efterhand mata in den slutliga bokningslistan ger en orättvis bild av hur väl modellen hade hjälpt planeringen.

Väder kan vara relevant för en uteservering, men sambandet måste bedömas lokalt. Gör ett scenario för svagare och starkare efterfrågan när osäkerheten är stor. Ett sådant planeringsspann är inte automatiskt ett statistiskt säkerställt prognosintervall.

Testa på försäljning modellen inte redan har sett

En modell kan passa historiken väl och ändå ge dåliga framtidsprognoser. Bedöm därför resultatet på nya perioder som inte användes för att anpassa modellen. Hyndman och Athanasopoulos om prognosutvärdering.

Spara prognosen innan perioden börjar. Jämför sedan både AI-metoden och den enkla historiska uppskattningen med samma utfall. Ändra inte den sparade prognosen när du vet svaret.

Ett hypotetiskt exempel: prognosen var 20 000 kr exklusive moms och utfallet blev 18 000 kr. Avvikelsen är 2 000 kr, vilket motsvarar cirka 11,1 procent av utfallet. En enstaka dag säger lite; följ flera jämförbara perioder och kontrollera om prognosen återkommande ligger för högt eller för lågt. Procentfel blir svårtolkade när försäljningen är mycket liten eller noll.

Översätt prognosen till praktiska beslut

Planera med hänsyn till både efterfrågan och kapacitet. Personalens kompetens, arbetstider, leveranstider och råvarornas hållbarhet påverkar vad du kan ändra. Inköpsbeslut behöver dessutom uppgifter om faktiskt lager och åtgång; kassaförsäljning är inte en inventering.

Bestäm vem som får justera planen och när den behöver vara låst. Skriv ned större manuella ändringar så att ni kan förstå utfallet efteråt.

Använd Vendion som underlag för planeringen

I Vendion Analytics kan du följa försäljningen, och AI-assistenten hjälper dig att ställa frågor till verksamhetens data. Schemaförslag kan använda bemanningshistorik tillsammans med försäljning och bokningar; ansvarig chef granskar förslaget.

Be att få se vilka underlag och funktioner som används i just ert upplägg. Följ sedan om beslutsstödet förbättrar planeringen hos er, utan att utgå från en generell utlovad träffsäkerhet.