Reading:
Wie funktioniert eigentlich der Prognolite Forecast?

Wie funktioniert eigentlich der Prognolite Forecast?

November 8, 2022

Die Pandemie hat die digitale Transformation beschleunigt und im gleichen Zuge die Bedeutung von Analysetools im Gastgewerbe erhöht. Zahlreiche Mitbewerber und Einflussfaktoren machen es fast unmöglich eine valide manuelle Umsatzvorhersage zu erstellen. Umsätze werden immer unbeständiger. Mehr denn je müssen Restaurants in der Lage sein, auf ihre Daten zugreifen zu können.

Status Quo – Bauchgefühl

In hunderten von Jahren hat sich bei den Vorhersagetechniken bei vielen Restaurantbetrieben nicht viel verändert. Noch immer wird hauptsächlich auf das Bachgefühl gesetzt.

Betrieblichen Entscheidungen wie Einkaufsmenge, Schichtplanung und Produktion beruhen oft nut auf der Nachfrage der letzten Woche oder starren 4-Wochen-Durchschnittswerte. Die tatsächliche Nachfrage wird dabei selten erreicht, sodass entweder Personal fehlt oder zu viel eingeplant wird. Auch werden Kosten für die Produktion überschüssiger Lebensmittel verursacht, Food Waste generiert oder es fehlen Zutaten, was zu weniger Umsatz führt.

Da Personalkosten der grösste Kostentreiber sind, liegt der Schlüssel in einer profitableren Unternehmensführung in belastbaren Vorhersagen des benötigen Personalbedarfs.

Wie funktioniert der Prognolite Forecast?

Seit 2016 arbeitet Prognolite gemeinsam mit renommierten Universitäten an der Verbesserung der Vorhersagealgorithmen und kombiniert sie mit einer benutzerfreundlichen Softwareoberfläche, um sicherzustellen, dass die Mitarbeiter an der Front in der Lage sind den Planungsaufwand in ihrem Tagesgeschäft zu reduzieren und zu verbessern.

Durch Marktbeobachtung, eigene Gastronomieerfahrung und den ständigen Austausch mit Partnern und Kundenkonnten wir die Variablen herausarbeiten, die als Faktoren den grössten Einfluss auf die Prognosen haben.

Die Kundenfrequenz kann je nach Wetterbedingungen, Jahreszeit, Wochentag oder Werbeaktionen usw. variieren. Bei unseren Nachforschungen haben wir mindestens 70 verschiedene Kategorien ermittelt, die für die Vorhersage massgeblich verbessern.

Wieso ein manueller Forecast schwierig ist

  • Einbeziehung großer Mengen von historischen Daten.

Um eine valide Prognose zu erhalten, sollte man die Berechnungen auf mindestens zwei Jahre Datenmaterial basieren. Das Fehlen relevanter Daten aus der Vergangenheit kann zu erheblichen Fehlern führen. Ein umfangreicher historischer Datensatz ist nun besonders wichtig, um Vorhersagen für den zurückgekehrten Normalzustand nach COVID-19 zu treffen, da die Daten während der Pandemie nicht berücksichtig werden können.

  • Einbeziehung externer Faktoren

Externe Faktoren müssen üblicherweise aus unterschiedlichen Quellen zusammengeführt und in Relation gesetzt werden. Bei der erheblichen Datenmenge, die heutzutage zur Verfügung steht, ist dies händisch enorm Zeitaufwändig und quasi unmöglich. So werden eventuell einflussstarke Faktoren in der manuellen Prognose oft nicht berücksichtig.

Welche Faktoren spielen eine Rolle?

  • Wetter: Temperatur, Niederschlagsmenge, Schneefallmenge, Sonnenscheindauer. Wetterextreme können starke Auswirkungen haben, längere Sonnentage zu erhöhter Nachfrage führen
  • Events: Grossevents, aber auch der Wochenmarkt um die Ecke, oder Blockbuster im Kino nebenan
  • Feiertage: Öffentliche, schulische und religiöse Feiertage. Wenn das Restaurant in einem Geschäftsviertel liegt, könnte die Nachfrage an einem Feiertag sinken
  • Reservierungen: Reservierungen von Hotelzimmern und Tischen sind anders aus Laufkundschaft mit Sicherheit kalkulierbar und können so einen beträchtlichen Einfluss auf die Anzahl der benötigten Menüs und die Personalbesetzung
  • Verkehrsdaten: Daten über Verkehrsstaus und öffentliche Verkehrsmittel. Geplante Straßensperrungen können dazu führen, dass weniger Kunden kommen
  • Demografische Daten: Das Alter oder Geschlecht der Kunden kann für Vorhersagen auf Tageszeitbasis nützlich sein
  • Werbeaktionen: Werbeaktionen wie beispielsweise Menü-Combos oder Coupons können zu steigenden Besucherzahlen führen
  • Footfall / Füssgängerdaten: Fussgängerdaten werden per Wifi oder Bluetooth erfasst und geben Aussage darüber wie frequentiert ein Lokal ist, z.B. eine Fussgängerzone
  • Standort: Restaurants an Straßen und in Einkaufszentren haben möglicherweise unterschiedliche Nachfrageprofile
  • Bewertungsportale & Soziale Medien: Diese können sich positiv oder negativ auf die Nachfrage auswirken. Bewertungen von Gästen sollten immer im Auge behalten werden
  • Wettbewerb: Konkurrenzangebote oder die Anzahl der Restaurants in der Umgebung wirken sich auf die Nachfrage aus. Besonders Neueröffnungen in der Umgebung zeigen sich deutlich in den Vergangenheitswerten

Umso mehr dieser Informationen in den Forecast einfliessen, umso genauer ist die Vorhersage. Ein manueller Forecast ist auf diesem Niveau schlichtweg nicht mehr möglich, da zu viele Datenquellen berücksichtigt werden müssten oder der erfahrene Mitarbeiter das Unternehmen zu rasch wieder verlässt.

Prognolite kann heute die Vergangenheitswerte des Kassensystems sowie verschiedene Wetterinformationen nutzen, die von virtuellen Wetterstationen stammen. Zusätzlich werden Daten  von verschiedenen, an Satelliten angebrachten Sensoren sowie Ferien, Feiertage und reservieren berücksichtigt. Die Nutzung von spezifischen Ereignissen für Prognosen ist bereits in der Entwicklung. Jegliche Datengrundlage, die Unternehmen heutzutage verwenden, basiert auf Informationen der Vergangenheit. Dank unseres Ansatzes und mit Deiner Hilfe entwickeln wir jedoch fortlaufend weitere Optionen, um den Forecast noch akkurater zu machen und die Planbarkeit in Deinem Unternehmen so zu steigern.

Melde dich bei uns und wir erzählen dir wie auch du deine Planung mithilfe von Künstlicher Intelligenz verbessern kannst.

info@prognolite.ch

Mehr zu Prognolite Gastro Consulting HIER



0 Comments

Schreiben Sie einen Kommentar

Related Stories

April 25, 2022

Organize your cash register system

Arrow-up