پیشبینی فروش رستوران برای خرید و آمادهسازی دقیقتر
پیشبینی فروش را برای روز هفته، وعده و کانال بسازید؛ مثال تعداد پرس، محاسبه خطا و روش اصلاح پیشبینی در تعطیلی و تغییر منو.
برای خرید و آمادهسازی فردا، دانستن فروش ریالی ماه قبل کافی نیست. آشپزخانه باید بداند در هر وعده تقریباً چند پرس از هر گروه نیاز خواهد داشت. پیشبینی فروش رستوران، برآوردی ثبتشده از تقاضای آینده است که باید بعداً با نتیجه واقعی مقایسه شود.
پیشبینی قرار نیست هر روز دقیق از آب دربیاید. ارزش آن در این است که تصمیم خرید، تولید و شیفت بر پایه فرض روشن انجام شود و خطاها به یادگیری منظم تبدیل شوند. عددی که پس از پایان روز تغییر کرده، سابقه پیشبینی مناسبی نیست.
نکته آقای خوشمزه از رستوا: پیشبینی را بنویسید و خطایش را نگه دارید؛ عددی که بعد از پایان روز اصلاح شده، مبنای یادگیری مناسبی نیست.
واحد و افق تصمیم را انتخاب کنید
برای برنامه خرید، مقدار مواد یا تعداد پرس مهم است. برای ظرفیت سالن، تعداد مهمان و زمان ورود اهمیت دارد. برای بودجه، مبلغ فروش هم لازم است. این خروجیها به هم مرتبطاند اما جای یکدیگر را نمیگیرند.
افق پیشبینی را با تصمیم هماهنگ کنید. خرید مادهای با دو روز زمان تأمین به نگاه دو یا چند روز آینده نیاز دارد؛ آمادهسازی شیفت عصر ممکن است با بازبینی همان روز اصلاح شود.
گروهبندی را آنقدر ریز نکنید که برای هر خانه فقط یکی دو سفارش باقی بماند. میتوان ابتدا تعداد سفارش هر وعده و سهم گروههای اصلی را برآورد کرد، سپس برای آیتمهای مهم جزئیات بیشتری ساخت.
داده تاریخی را پیش از میانگینگیری پاک کنید
روزهای هفته، تعطیلی مجموعه، ساعت فعالیت، تغییر منو، تخفیف و ناموجودی را علامت بزنید. روزی که غذا از ساعت دو تمام شده، فروش ثبتشده آن غذا نماینده تقاضای کامل نیست.
سفارش لغوشده را با سفارش تحویلشده یکی نگیرید. سفارش رایگان، تست آشپزخانه و رویداد خاص باید قابل تفکیک باشند. اگر شعبه یا کانال جدید اضافه شده، میانگین قدیمی کل مجموعه ممکن است مناسب نباشد.
در منبع آزاد مدیریت آشپزخانه و خدمات غذایی BCcampus برنامهریزی خرید و تولید با اطلاعات فروش و نیاز عملیات مرتبط شده است. روش اجرایی و مثالهای این مقاله پیشنهادهای آموزشی مستقلاند. منبع متعلق به BC Cook Articulation Committee با مجوز CC BY 4.0 است.
یک خط مبنای ساده بسازید
برای شروع، فروش روزهای مشابه اخیر را ببینید. فرض کنید تعداد پرس غذای اصلی در چهار سهشنبه قابل مقایسه، ۹۰، ۱۰۰، ۱۱۰ و ۱۰۰ بوده است. میانگین ساده ۱۰۰ پرس میشود.
این عدد را پیش از بررسی شرایط فردا، خط مبنا بنامید. اگر مراسم خصوصی، تغییر ساعت یا سفارش قطعی دارید، اثر آن را جدا و با دلیل ثبت کنید. نوسان معمول را با رویداد قطعی اشتباه نگیرید.
استفاده از میانگین وزنی نیز ممکن است مفید باشد، اما وزنها باید روشن باشند. پیچیدهترکردن محاسبه بدون بهبود داده، لزوماً پیشبینی بهتری نمیسازد. همیشه روش جدید را با همین خط مبنای ساده مقایسه کنید.
تعداد کل را به ترکیب منو تبدیل کنید
فرض کنید پیشبینی غذای اصلی ۱۰۰ پرس است و سهمهای مورد انتظار چهار غذا ۴۰، ۳۰، ۲۰ و ۱۰ درصدند. تعداد اولیه بهترتیب ۴۰، ۳۰، ۲۰ و ۱۰ پرس خواهد بود.
اگر مشتریان میان غذاها جابهجا شوند، جمع سهمها باید همچنان صد درصد باشد. افزایش مستقل پیشبینی همه غذاها، بدون بررسی جمع کل، میتواند اضافه تولید ایجاد کند.
برای غذای کمفروش با نوسان زیاد، ممکن است برآورد بازهای از یک عدد دقیق مفیدتر باشد. با این حال، برنامه اجرایی باید مشخص کند در هر مرحله چه مقدار تولید و چه زمانی بازبینی میشود.
در راهنمای مهندسی منو سهم تعدادی فروش توضیح داده شده است. سهم تاریخی، نقطه شروع تحلیل است؛ تغییر قیمت و موجودی میتواند آن را عوض کند.
یک پیشبینی مرکزی و دو سناریو داشته باشید
در کنار برآورد مرکزی، سناریوی کمتقاضا و پرترافیک بسازید. اینها قرار نیست درصدهای ثابت و دلخواه باشند؛ از دامنه تغییر روزهای مشابه و رویدادهای معلوم استفاده کنید.
مثلاً برای روز نمونه، برآورد مرکزی ۱۰۰ پرس، سناریوی پایین ۸۵ و سناریوی بالا ۱۲۰ پرس باشد. این اعداد آموزشیاند. برنامه تولید میتواند بخشی را آماده و بخشی را برای تصمیم بعدی نگه دارد، مشروط به امکان عملی و ایمنی فرایند.
تیم باید بداند چه علامتی سناریوی بالاتر را فعال میکند: تعداد سفارش ثبتشده تا ساعت معین، رزرو تأییدشده یا مصرف واقعی بچ اول. عبارت «اگر شلوغ شد بیشتر بپزید» معیار کافی نیست.
خطا را با تعریف ثابت اندازه بگیرید
برای هر روز، پیشبینی ثبتشده و فروش واقعی قابل مقایسه را نگه دارید. خطای جهتدار نشان میدهد معمولاً بیشتر یا کمتر برآورد میکنید. خطای مطلق، اندازه اختلاف را بدون خنثیشدن علامتها نشان میدهد.
فرض کنید پیشبینی سه روز ۱۰۰، ۱۲۰ و ۸۰ پرس و فروش واقعی ۹۰، ۱۳۰ و ۱۰۰ پرس باشد. خطاهای «پیشبینی منهای واقعی» برابر ۱۰، منفی ۱۰ و منفی ۲۰ است. مجموع خطا منفی ۲۰ و مجموع خطای مطلق ۴۰ پرس میشود.
میانگین خطای مطلق حدود ۱۳٫۳ پرس است. اگر بخواهید نسبت تجمیعی بسازید، مجموع خطای مطلق تقسیم بر مجموع واقعی، یعنی ۴۰ تقسیم بر ۳۲۰، برابر ۱۲٫۵ درصد خواهد بود. این نسبت را با میانگین درصد خطای روزانه اشتباه نگیرید؛ تعریفها متفاوتاند.
در روزهای واقعی صفر یا ناموجودی، محاسبات درصدی و تفسیر نیاز به احتیاط دارند. آنها را بیعلامت وارد یک شاخص ظاهراً دقیق نکنید.
خطا را به علت و تصمیم وصل کنید
اگر همیشه کمتر پیشبینی میکنید، ممکن است رشد واقعی تقاضا، حذف ناموجودی یا تغییر کانال رخ داده باشد. اگر فقط یک روز خطای بزرگ دارد، رویداد آن روز را بررسی کنید.
پیشبینی اولیه را پاک نکنید. نسخه بهروزشده میتواند برای تصمیم همان روز مفید باشد، اما باید از نسخهای که خرید بر اساس آن انجام شده قابل تشخیص باشد.
فقط درصد خطا را به تیم ندهید. بگویید کدام غذا و وعده، چه مقدار اضافه تولید یا کمبود ایجاد کرده و چه فرضی باید عوض شود. راهنمای کاهش ضایعات کمک میکند اثر عملی اضافه تولید را جدا ثبت کنید.
پیشبینی را به خرید و آمادهسازی وصل کنید
تعداد مورد انتظار را در مصرف استاندارد هر پرس ضرب کنید. سپس موجودی قابل استفاده، دریافت در راه و تعهدهای معتبر را با تعریف روشن در نظر بگیرید. موجودی اطمینان و محدودیت نگهداری هم باید جدا دیده شوند.
اگر رسپی معتبر ندارید، تبدیل تعداد پرس به کیلو مواد فقط تخمین است. این ابهام را پنهان نکنید. بهبود پیشبینی تقاضا، خطای تبدیل واحد و بازده تولید را خودکار حل نمیکند.
در راهنمای نقطه سفارش تفاوت زمان سفارش و مقدار خرید توضیح داده شده است. پیشبینی یکی از ورودیهای آن تصمیم است، نه تنها ورودی.
اجرای هفتگی و انتخاب ابزار
هر هفته چند روز با بیشترین خطا را مرور کنید. خط مبنا، تغییرات دستی، دلیل تغییر و نتیجه را کنار هم ببینید. فقط زمانی روش را پیچیدهتر کنید که داده کافی و بهبود قابل مشاهده داشته باشید.
در ابزار مدیریت، امکان خواندن تعداد فروش بر اساس روز، وعده، شعبه و کانال را با تعریف گزارش بررسی کنید. رستوا را نیز با سناریوی واقعی و امکانات ماژولهای انتخابی ارزیابی کنید؛ نمودار بهتنهایی پیشبینی معتبر نمیسازد.
پرسشهای متداول
چند هفته داده لازم است؟
به نوسان و حجم فروش بستگی دارد. چند روز مشابه میتواند شروع باشد، اما تغییر فصل و رویدادها به سابقه و بررسی بیشتری نیاز دارند.
رزرو را به فروش تاریخی اضافه کنیم؟
فقط با توجه به تعریف پیشبینی؛ ممکن است بخشی از رزروها در تقاضای معمول همان روز لحاظ شده باشند. از دوبارهشماری جلوگیری کنید.
بهترین روش همیشه مدل پیچیده است؟
خیر. روش ساده با داده تمیز و بازبینی منظم میتواند نقطه شروع بهتری باشد. نتیجه روشها را روی دوره قابل مقایسه بسنجید.
اولین اقدام امروز چیست؟
پیشبینی تعداد یک وعده فردا را پیش از اجرا بنویسید، دلیل آن را ثبت کنید و پس از خدمت با نتیجه واقعی مقایسه کنید.