Jak AI połączone z Restaumatic i UpMenu odpowiada na pytania o menu, pilnuje wyłączonych pozycji i reaguje na spadki zamówień?

Tak, AI da się podłączyć do Restaumatic i UpMenu przez ich API i od razu pracować na danych, które i tak zbierasz: kartach dań z alergenami, historii zamówień, bazie klientów i raportach sprzedaży. Efekt praktyczny to chatbot, który odpowiada gościom na pytania o skład i alergeny bez angażowania obsługi, a osobny moduł sygnalizuje, gdy sprzedaż w konkretnych godzinach spada poniżej historycznego poziomu lub gdy wyłączona pozycja menu wciąż ciągnie pytania od gości.

Co wyciągamy z Restaumatic i UpMenu i jak te dane wyglądają od środka

Oba systemy mają API, które udostępnia dane w ustrukturyzowanej formie. Z Restaumatic pobieramy przede wszystkim:

• Listę pozycji menu z polami: nazwa dania, opis, kategoria, cena, status dostępności (aktywna/nieaktywna), lista alergenów według 14 grup EU.
• Historię zamówień: numer zamówienia, timestamp, pozycje z ilościami, wartość, adres dostawy lub odbiór własny, kanał (www lub aplikacja).
• Bazę klientów: adres e-mail lub numer telefonu przypisany do konta, historia zakupów.
• Oceny i komentarze wystawione do zamówień.

UpMenu daje podobny zestaw, ale z kilkoma różnicami, które robią różnicę w praktyce. Tu szczególnie przydatne są okna czasowe dostępności: danie może być aktywne tylko między 11:00 a 15:00, np. zestaw lunchowy. AI musi o tym wiedzieć, żeby nie sugerować gościowi czegoś, czego nie zamówi o 19:00. Drugi plus UpMenu to dane z programu lojalnościowego: liczba zamówień ogółem, data ostatniego zamówienia, suma wydana, ulubiona kategoria. To solidna baza do segmentacji klientów.

Dane z obu systemów synchronizujemy cyklicznie: zazwyczaj co kilka minut dla zamówień i co godzinę dla karty menu. Dzięki temu gdy ktoś wyłączy pozycję w panelu o 18:30, AI już kilka minut później wie, że tej pozycji nie proponuje i nie odpowiada na pytania o jej dostępność.

Jak AI odpowiada na pytania o menu i alergeny bez angażowania obsługi

Najczęstsze pytanie przed zamówieniem: "czy to danie zawiera gluten?" albo "co macie bez laktozy?". Trafia to do kelnera, przez Messengera albo telefon. Obsługa odpisuje z opóźnieniem, często tymi samymi słowami kilkanaście razy dziennie.

Chatbot podłączamy do okna zamówień na stronie lub do Messengera fanpage'a. AI pobiera aktualną kartę menu z Restaumatic lub UpMenu, razem z polem "alergeny" przy każdym daniu. Gdy gość pyta: "czy w burgerze wołowym jest gorczyca?", AI sprawdza tę konkretną pozycję i odpowiada wprost. Jeśli danej informacji nie ma w systemie, nie zgaduje: mówi, żeby zapytać obsługę bezpośrednio.

U jednego z naszych klientów, bistro z Wrocławia, chatbot zaczął obsługiwać pytania o alergeny i składniki, które wcześniej szły przez Messengera. Obsługa przestała odpisywać na te same pytania kilkanaście razy dziennie przed weekendem. To nie jest żadna magia: dane były już w systemie, tylko nikt wcześniej ich tak nie podawał.

Ważne zastrzeżenie: AI odpowiada wyłącznie na podstawie tego, co restaurator wpisał do karty dania. Jeśli pole "składniki" jest puste albo alergeny nie są zaznaczone, chatbot nie ma z czego odpowiedzieć i przekierowuje do obsługi. Dlatego przy każdym wdrożeniu zaczynamy od weryfikacji kompletności menu w systemie.

Wyłączona pozycja, która wciąż generuje pytania: jak AI to wyłapuje

Wyłączenie pozycji menu w Restaumatic lub UpMenu to kwestia jednego przełącznika w panelu. Problem w tym, że goście, którzy zamawiali to danie tydzień temu, wciąż pytają o nie przez Messengera albo telefon. Bywa gorzej: w systemie pozycja jest oznaczona jako nieaktywna, ale przez chwilową awarię synchronizacji agregator zewnętrzny, Glovo lub Wolt, nadal ją pokazuje. Gość składa zamówienie, a lokal musi je anulować.

AI monitoruje dwa sygnały jednocześnie. Po pierwsze, śledzi pytania przychodzące od gości i flaguje te, które dotyczą wyłączonych pozycji. Po drugie, porównuje listę aktywnych dań w Restaumatic lub UpMenu z tym, co pokazują zewnętrzne agregatory, jeśli restauracja tam działa. Gdy pojawia się rozbieżność, system generuje alert dla managera: "Pozycja 'Stek z polędwicy 200 g' jest wyłączona w UpMenu, ale nadal pojawia się w Glovo. Sprawdź ręcznie."

AI nie wysyła tu niczego samodzielnie i niczego nie zmienia w systemie. Tylko sygnał. Decyzję zawsze podejmuje człowiek.

Skąd AI wie, że wtorek wieczór sprzedaje słabiej niż powinien

Z historii zamówień budujemy profil godzinowy dla każdego dnia tygodnia. Pola, których używamy: data_zamowienia, godzina_zamowienia, wartosc_zamowienia, typ_zamowienia (dostawa lub odbiór własny). Po kilku tygodniach danych AI potrafi powiedzieć, jaka wartość zamówień jest typowa dla środy między 18:00 a 20:00.

Gdy w danym tygodniu ta godzina wyraźnie odbiega od wzorca, system zgłasza to managerowi. Przyczyn może być kilka: awaria systemu płatności, przypadkowe wyłączenie strefy dostawy w panelu, zła pogoda, lokalny event, który zaciągnął gości gdzie indziej. AI nie zna przyczyny, ale sygnalizuje, że coś się dzieje, zanim manager sam to zauważy na koniec tygodnia przy raporcie sprzedaży.

Przy wdrożeniu ustalamy, co system ma uznawać za odchylenie warte zgłoszenia: czy to różnica wobec analogicznego dnia z poprzedniego tygodnia, czy wobec średniej z ostatnich czterech tygodni. To zależy od sezonowości konkretnego lokalu i nie ma jednej dobrej odpowiedzi dla wszystkich.

Co AI robi z bazą stałych klientów i jak przygotowuje akcję marketingową

I Restaumatic, i UpMenu przechowują historię zamówień per klient. UpMenu daje do tego gotowy program lojalnościowy z polami: liczba_zamowien, suma_wydana, punkty_lojalnosciowe, data_ostatniego_zamowienia, ulubiona_kategoria_menu. To materiał do segmentacji.

AI może z tego zbudować kilka grup:

• Stali klienci, którzy zamawiali regularnie, ale nie złożyli zamówienia od ponad czterech tygodni.
• Osoby, które zamawiają tylko w weekendy i nigdy w tygodniu.
• Klienci, którzy zawsze biorą zestawy lunchowe, ale nigdy nie próbowali dostawy wieczornej.
• Goście z dużą liczbą punktów lojalnościowych, którzy ich nie wykorzystują.

Każdą grupę można obsłużyć innym komunikatem. AI przygotowuje treść wiadomości SMS lub e-mail dopasowaną do segmentu: klient, który zawsze bierze burgery, dostaje informację o nowym burgerze, nie o zestawie śniadaniowym. Gotowy projekt wiadomości trafia do managera do akceptacji, a dopiero po zatwierdzeniu idzie do narzędzia wysyłkowego, np. MailerLite albo bramki SMS API.

Przed uruchomieniem tego scenariusza trzeba upewnić się, że restauracja ma właściwą podstawę prawną do wysyłania komunikatów marketingowych do klientów z bazy. To kwestia dokumentacyjna, nie techniczna, i omawiamy ją zawsze przed wdrożeniem.

Od czego zaczynamy, gdy restauracja ma Restaumatic albo UpMenu

Pierwsza rzecz to weryfikacja tego, co jest już w systemie. Zanim AI zacznie odpowiadać na pytania o alergeny, sprawdzamy, czy karta menu ma wypełnione pole "alergeny" przy każdym daniu oraz czy opisy są aktualne. W praktyce restauratorzy często mają uzupełnione ceny i zdjęcia, ale alergeny zaznaczone tylko przy połowie pozycji. Uzupełnienie tej luki może zająć od godziny do kilku dni, zależy od rozmiaru menu.

Potem wybieramy zakres pierwszego etapu. Najczęściej zaczynamy od chatbota do pytań o menu i alergeny, bo daje widoczny efekt szybko i nie wymaga żadnej zmiany w pracy obsługi. Monitoring zamówień godzinowych i akcja na stałych klientach wchodzą w kolejnym kroku, gdy pierwsze połączenie działa stabilnie.

Restauratorzy, którzy korzystają jednocześnie z Restaumatic do obsługi zamówień i z UpMenu do programu lojalnościowego, mogą połączyć dane z obu systemów. AI widzi zamówienie z Restaumatic i historię punktów z UpMenu przypisaną do tego samego numeru telefonu i tworzy z tego pełny obraz klienta, bez ręcznego zestawiania.

Jeśli chcesz sprawdzić, które z tych scenariuszy mają sens dla Twojego lokalu, zapraszamy na bezpłatny audyt. Patrzymy na dane, które masz już w systemie, i pokazujemy, od czego konkretnie warto zacząć. Możesz też zajrzeć na realne wdrożenia, żeby zobaczyć, jak to wygląda u innych.