Jak AI czyta dane z POS-a gastronomicznego i co z tego ma restauracja?

AI połączone z systemem POS takim jak POSbistro, Gastro Softech czy Dotykačka przetwarza dane, które już w nim są: zestawienia sprzedaży, rozchody surowców, historię paragonów, rotację stolików. Zamiast ręcznie przeglądać raporty w systemie albo eksportować tabele do Excela, właściciel pyta asystenta i dostaje odpowiedź w kilkanaście sekund. Tę integrację wdrażamy zarówno u właścicieli jednego lokalu, jak i u operatorów kilku punktów.

Jakie dane ma każdy POS gastronomiczny, a których nikt nie czyta na bieżąco

Systemy takie jak Gastro Softech, POSbistro i Dotykačka gromadzą znacznie więcej, niż większość właścicieli sprawdza regularnie.

W Gastro Softech mamy kartotekę dań z recepturami, zestawienie sprzedaży pozycji wg kategorii i godzin transakcji, rozchody surowców wyliczone automatycznie z receptur po każdej sprzedanej porcji oraz utarg dzienny i zestawienie kasowe per zmiana. POSbistro dorzuca do tego zestawienia paragonów per kelner, historię modyfikacji i anulowań zamówień, zestawienie zmian kelnerskich z podziałem na utarg i liczbę obsłużonych paragonów. Dotykačka eksportuje analogiczne zestawienia i udostępnia dane przez API w chmurze.

Problem jest jeden. Żeby coś z tych danych wyciągnąć, trzeba przejść przez kilkanaście kliknięć, pobrać plik, otworzyć w arkuszu i samemu liczyć. W realiach restauracyjnych mało kto robi to częściej niż przy zamknięciu miesiąca.

AI zmienia tutaj jedną rzecz: zamiast Ty idziesz do danych, dane przychodzą do Ciebie.

Jak technicznie łączymy AI z POSbistro, Gastro Softech i Dotykačką

POSbistro Cloud udostępnia API REST, przez które pobieramy dane o zamówieniach, produktach i raportach sprzedaży bez instalowania czegokolwiek na kasie. Gastro Softech w nowszych wersjach też ma API, choć zakres zależy od posiadanych modułów i wersji licencji. Warto to sprawdzić przed startem, bo starsze instalacje serwerowe mogą mieć tu ograniczenia. W Dotykačce weryfikujemy, czy aktywna subskrypcja obejmuje dostęp do API.

Jeśli API nie ma albo jest zbyt wąskie, sięgamy po eksport plików. System POS po zamknięciu zmiany generuje zestawienie w CSV lub XLS i zapisuje je do wyznaczonego folderu albo wysyła e-mailem. Skrypt pobiera ten plik, przekazuje do AI i kilkanaście minut po zamknięciu kasy właściciel ma raport. Działa wolniej niż podłączenie przez API, ale do codziennego raportu porannego to zupełnie wystarczające.

Dane, które wyciągamy najczęściej:

• zestawienie sprzedaży pozycji menu z rozbiciem na kategorie i godziny transakcji
• rozchody surowców wyliczone z receptur wpisanych w systemie po każdej sprzedanej porcji
• zestawienie zmian kelnerskich z utargiem i liczbą obsłużonych paragonów per osoba
• rotacja stolika z modułu zarządzania salą, dostępna w POSbistro i Gastro Softech
• historia paragonów z pozycjami, modyfikacjami zamówień, rabatami i anulowaniami

Co AI robi z tymi danymi: cztery konkretne zastosowania

Pierwsze: analiza co się sprzedaje, a co leży. AI porównuje sprzedaż każdej pozycji menu dzień do dnia i tydzień do tygodnia. Danie, które figuruje w karcie, a z danych POS wynika, że przez dwa tygodnie sprzedaje się w jednej, dwóch sztukach dziennie, to sygnał. Może nikt go nie poleca, może cena odbiega od reszty karty, może lepiej je usunąć. AI nie podejmuje decyzji, tylko pokazuje wzorzec i zostawia ruch Tobie.

Drugie: propozycja zamówień surowca. Jeśli receptury są wpisane w systemie, a w Gastro Softech to standardowa funkcja kartoteki, AI może na podstawie rozchodów z ostatnich dni i planu na nadchodzący tydzień powiedzieć, ile danego składnika prawdopodobnie zejdzie. Nie zastąpi to fizycznej inwentaryzacji, ale zmniejsza ryzyko, że piątek wieczór zastanie Cię bez łososia albo śmietany.

Trzecie: streszczenie utargu zmiany. Po zamknięciu kasy właściciel dostaje wiadomość: który kelner sprzedał ile, które kategorie szły najlepiej, jaki był średni paragon, czy pojawił się rabat powyżej progu, który wcześniej ustaliłeś. Jedno podsumowanie, bez logowania do systemu.

Czwarte: godziny szczytu i przestoje. AI analizuje historię transakcji z kilku tygodni i wskazuje, w jakich przedziałach godzinowych restauracja jest obłożona, a kiedy ma wyraźny spokój. Przydatne przy planowaniu obsady i ustalaniu, kiedy puszczać lunch w promocyjnej cenie.

Jak AI wyłapuje anomalie na paragonach i pilnuje marż

To obszar, o którym właściciele restauracji wiedzą, że problem istnieje, ale rzadko mają czas szukać go w danych.

Anulowania paragonów, rabaty "na prośbę gościa", rachunki podzielone na kilka płatności, które nie wróciły do systemu. Każdy z tych przypadków widnieje w historii POS-a, tylko nikt go nie szuka. AI robi to automatycznie: porównuje wzorzec anulowań i rabatów konkretnego kelnera z jego własną historyczną średnią i z resztą zespołu, a potem sygnalizuje odchylenia.

Typowo wygląda to tak: rano przed otwarciem pojawia się informacja w stylu "kelner X miał wczoraj trzy razy więcej anulowań niż jego średnia z ostatnich czterech tygodni." Co z tym zrobisz, to decyzja menedżera. Ale bez AI ta informacja w ogóle do Ciebie nie dociera, bo ginie w setkach wierszy zestawienia paragonów.

Jeden z klientów, z którym pracowaliśmy przy integracji z Gastro Softech, zauważył po kilku tygodniach korzystania z asystenta, że konkretna zmiana generuje systematycznie więcej anulowań niż pozostałe. Dotarcie do tego ręcznie zajęłoby komuś godziny pracy. AI pokazało raport następnego ranka.

Poza anulowaniami AI patrzy też na marże w ujęciu pozycji menu. Jeśli masz w systemie wpisane receptury z kosztami składników, asystent może zestawić liczbę sprzedanych porcji danego dania z szacowaną marżą i wskazać, które pozycje faktycznie na siebie zarabiają, a które tylko rotują.

Raport "co poszło wczoraj" bez ręcznego siedzenia w systemie

To najczęstszy powód, dla którego restauratorzy pytają nas o tę integrację.

Wygląda to konkretnie tak: po zamknięciu kasy system POS generuje zestawienie albo udostępnia dane przez API. AI pobiera te dane i o ustalonej godzinie, np. o 8:00, wysyła wiadomość na WhatsApp lub e-mail. Utarg, liczba paragonów, najlepiej i najgorzej sprzedające się dania, ewentualne anulowania powyżej progu. Jedno podsumowanie, które właściciel czyta przy kawie, nie przy monitorze w biurze.

Można też zapytać asystenta w dowolnej chwili: "jakie dania najgorzej szły w zeszłym tygodniu?", "kiedy w tym miesiącu był największy ruch między 12 a 14?", "ile sera wyszło w ostatnich pięciu dniach?". Odpowiedź w języku polskim, na podstawie danych z Twojego POS-a, bez potrzeby wchodzenia do systemu.

Od czego zaczynamy integrację z systemem POS

Pierwsze pytanie, które zawsze zadajemy: jaka wersja systemu i czy jest dostępne API. W POSbistro Cloud odpowiedź jest zwykle twierdząca. W Gastro Softech zależy od wersji i modułów, więc sprawdzamy to przed wyceną. W Dotykačce weryfikujemy, czy aktywna subskrypcja obejmuje dostęp do danych przez API.

Jeśli API nie ma, pytamy o eksport automatyczny i sprawdzamy, gdzie te pliki lądują. To też wystarczy do działania.

Ważna sprawa: receptury. Jeśli chcesz, żeby AI operowała na rozchodach surowców i robiła propozycje zamówień, receptury muszą być uzupełnione w systemie. Jeśli kartoteka receptur jest pusta, zaczynamy od analizy sprzedaży i paragonów, bo to nie wymaga receptur. Moduł surowcowy dochodzi w kolejnym kroku.

Zawsze zaczynamy od jednej funkcji, nie od wszystkiego naraz. Najczęściej jest to raport dzienny dla właściciela. Po kilku tygodniach dochodzi analiza anomalii, potem porównania tygodniowe, potem propozycje zamówień. Każdy kolejny krok buduje się na danych, które już asystent zna.

Jeśli chcesz zobaczyć, jak ta integracja wygląda w praktyce u podobnych lokali, mamy opisane realne wdrożenia. A jeśli wolisz zacząć od rozmowy o tym, co konkretnie dałoby się podłączyć w Twoim systemie POS, zapraszamy na bezpłatny audyt. Bez zobowiązań.