Jak podłączyć AI do GoPOS, iPOS i Dotykački, żeby co wieczór wiedział, co się sprzedało i dlaczego mniej?

AI można podłączyć do GoPOS i Dotykački przez ich REST API: obydwa systemy mają otwarte interfejsy, klucz dostępowy generuje się w panelu w kilka minut i nie wymaga kontaktu z producentem. iPOS jest bardziej zamknięty, ale udostępnia eksporty raportów dobowych i historii paragonów, z których też da się korzystać. Restauracja z trzema lokalami, w której właściciel codziennie wieczorem sprawdza telefon, to jeden z tych przypadków, w których integracja z systemem POS zaczyna działać już w pierwszym tygodniu: zamiast trzech paneli i ręcznego sumowania jest jedno pytanie i jedna konkretna odpowiedź.

Jak GoPOS, Dotykačka i iPOS dają dostęp do danych: API, eksporty i gdzie kończą się możliwości

GoPOS ma REST API dokumentowane dla partnerów i integratorów. Klucz API generuje się bezpośrednio w panelu: Ustawienia > Integracje > Klucze API. Można go ograniczyć do odczytu (read-only), co jest rozsądne przy każdej integracji analitycznej. AI nie musi pisać do systemu, tylko czytać. Przez API pobieramy dane o zamówieniach, transakcjach, produktach z kategoriami, stolikach, pracownikach i zmianach. Każde zamówienie ma znaczniki czasu otwarcia i zamknięcia stolika, identyfikator kelnera, listę pozycji z cenami jednostkowymi, zastosowanymi rabatami i ewentualnym powodem anulowania.

GoPOS obsługuje webhooki: gdy zamówienie zmienia status (złożone, wysłane do kuchni, zrealizowane, anulowane), system wysyła zdarzenie na nasz adres. Przy trzech lokalach robiących kilkaset zamówień dziennie webhooki oznaczają, że dane są dostępne natychmiastowo, nie dopiero przy wieczornym pobraniu. KDS (Kitchen Display System) dodaje jeszcze jeden znacznik czasu: kiedy kuchnia potwierdziła realizację dania. AI liczy z tego realny czas obsługi od złożenia zamówienia do wyjścia z kuchni, a nie tylko od złożenia do zamknięcia rachunku.

Dotykačka działa w modelu cloud: panel dostępny pod adresem cloud.dotykacka.cz, API z autoryzacją przez token Bearer. Klucz szukamy w ustawieniach konta, w sekcji API lub Integracje w zależności od wersji. Każdy paragon w API ma pole receipt_type, które rozróżnia sprzedaż, zwrot i anulowanie. Jeśli tego nie filtrujemy, zawyżamy sprzedaż o wartość zwróconych zamówień. Dotykačka udostępnia też moduł magazynowy z recepturami. Gdy firma je wpisała, mamy w jednym miejscu: sprzedaż, teoretyczne zużycie surowców i stany. To wystarczy do liczenia food cost bez osobnego systemu magazynowego.

iPOS łączy kasę fiskalną online z modułem POS, kładąc nacisk na zgodność z przepisami fiskalnymi: JPK, paragony elektroniczne, online przesył do serwera Ministerstwa Finansów. To nie jest system zbudowany z myślą o otwartej integracji z zewnętrznymi narzędziami analitycznymi. Producent nie udostępnia publicznie REST API w zakresie porównywalnym z GoPOS czy Dotykačką. Legalne drogi dostępu: eksport raportu dobowego i miesięcznego z panelu (zazwyczaj CSV lub PDF), historia paragonów do pobrania, eksport danych sprzedaży według produktów i pracowników. Z tych plików AI korzysta przez codzienne pobranie: właściciel albo wyznaczona osoba eksportuje raport z panelu iPOS i wgrywa go do systemu, albo eksport trafia automatycznie na wskazany adres e-mail, skąd AI go odbiera. Synchronizacja jest wolniejsza niż przy webhookach GoPOS, ale dla właściciela, który i tak ogląda dane raz dziennie wieczorem, nie ma praktycznej różnicy w wyniku końcowym.

Jakie dane wyciągamy z kasy i do czego AI je używa

Przy restauracji z trzema lokalami pracujemy z danymi, które POS zbiera bez żadnej dodatkowej pracy obsługi. Typowy dzienny zestaw z GoPOS dla jednego lokalu zawiera:

• Zamówienia per stolik i per kelner: identyfikator stolika, identyfikator pracownika, lista pozycji z ilościami i cenami jednostkowymi, łączna wartość zamówienia, zastosowane rabaty (pola discount_amount i discount_reason), znaczniki czasu otwarcia i zamknięcia stolika.
• Anulowania pozycji: każde usunięcie pozycji z otwartego zamówienia ma identyfikator pracownika, identyfikator produktu, ilość i powód, jeśli kelner go wpisał: "życzenie klienta", "błąd zamówienia", "zmiana przez gościa".
• Kanał sprzedaży: zamówienie ze stolika kontra zamówienie online z własnej platformy GoPOS albo przez integrację z agregatorem. AI rozróżnia, skąd przyszło zamówienie, i liczy sprzedaż osobno dla każdego kanału.
• Czas obsługi: różnica między złożeniem zamówienia a zamknięciem rachunku na kasie. Przy KDS dochodzi znacznik czasu potwierdzenia przez kuchnię.

Z Dotykački dodajemy: informację o formie płatności (gotówka, karta, aplikacja), co przydaje się przy uzgodnieniu utargu z terminalem płatniczym. Z iPOS: numer paragonu fiskalnego, numer kasy i identyfikator kasjera, co jest przydatne przy rozliczeniu zmiany. Jeden właściciel powiedział, że przez dwa lata miał te dane w panelu i nie patrzył na nie regularnie, bo "nie wiedział, o co właściwie pytać". Gdy AI samo zaczęło wyłapywać odchylenia i formułować pytania, właściciel zaczął faktycznie reagować.

Co wieczór wiecie, co się sprzedało i gdzie odbiega od normy

Właściciel restauracji z trzema lokalami wraca do domu po 21:00. Zamiast logować się do trzech paneli i przełączać raporty, otwiera powiadomienie, które system wysłał o 22:00.

Odpowiedź wygląda konkretnie. AI porównuje dzisiejszą sprzedaż do średniej z tego samego dnia tygodnia z ostatnich czterech tygodni, bo środa nie porównuje się do wtorku. Typowy komunikat wygląda tak: "Lokal przy Nowej sprzedał dziś mniej niż w poprzednie środy. Spadek skupiony w kategoriach 'makarony' i 'burgery', reszta w normie. Lokal przy Rynku powyżej średniej z wtorków. W lokalu przy Dworcowej trzy anulowania między 19:00 a 20:30, wszystkie od tego samego kelnera z powodem 'błąd zamówienia'. W ostatnich czterech tygodniach ten pracownik miał nie więcej niż jedno anulowanie tygodniowo."

Skąd AI bierze punkt odniesienia? Przez pierwsze kilka tygodni działania gromadzi dane historyczne z API. Potem każdy nowy dzień jest porównywany do analogicznego dnia z historii. Właściciel od razu widzi, co odbiega od wzorca, zamiast szukać tego w tabelach.

Ważna sprawa: AI nie dodaje od siebie powodów, których nie ma w danych. Jeśli sprzedaż była niższa, a w danych nic nie wskazuje na awarię ani na wcześniejsze zamknięcie lokalu, AI napisze wprost: "sprzedaż niższa niż w analogicznych dniach, brak informacji o przyczynie w danych z kasy". Nie budujemy raportów na domysłach.

Rabaty i anulowania AI wyłapuje przez porównanie do średniej pracownika lub lokalu z ostatnich tygodni. To nie jest oskarżanie nikogo: właściciel dostaje fakt i sam decyduje, czy to warte rozmowy przy następnej zmianie. Bywa, że po analizie kilku tygodni widać, że jeden lokal ma wyraźnie wyższy wskaźnik anulowań niż dwa pozostałe. To sygnał do rozmowy z kierownikiem sali, nie od razu do kadrowej.

Food cost w liczbach i gotowe zamówienie do dostawcy

To jedna z tych rzeczy, które właściciele gastronomii chcą robić regularnie, a odkładają, bo ręcznie to kilka godzin tygodniowo.

GoPOS i Dotykačka pozwalają wpisywać receptury do produktów: pizza Margherita to określona ilość mąki, mozzarelli, passaty i oliwy. Gdy AI codziennie wczytuje sprzedaż z danego dnia i zna te receptury, oblicza teoretyczne zużycie każdego składnika. Zestawiamy to z danymi o przyjęciach towaru: ile danego produktu przyjęliśmy w ostatnich dniach i za ile go kupiliśmy. Stąd liczymy food cost per danie i food cost dla całego lokalu za dzień lub tydzień.

Przy trzech lokalach i kilkudziesięciu produktach to kalkulacja, którą trudno robić ręcznie co tydzień. Różnica między teoretycznym zużyciem a rzeczywistymi stanami podbija też pytanie o straty: co zużyto więcej niż powinno, gdzie może być marnowanie albo niezapisane rozchody.

Kolejny krok: zamówienie do dostawcy. AI patrzy na tempo zużycia z ostatnich kilku dni, sprawdza aktualne stany magazynowe i układa listę: czego brakuje, ile zazwyczaj zużywamy w nadchodzące dni tygodnia, co trzeba domówić. Lista może pójść prosto do właściciela albo, po zatwierdzeniu, mailem do konkretnego dostawcy. Zamiast siadać w poniedziałek rano i pisać zamówienie z głowy, właściciel dostaje gotowy szkic do korekty.

Jedno zastrzeżenie: dokładność zależy od jakości danych wejściowych. Jeśli receptury nie są wpisane albo przyjęcia towaru nie trafiają do systemu regularnie, food cost będzie przybliżony. AI poinformuje o brakach w danych, ale ich nie zastąpi.

Grafik pracowników pod rzeczywisty ruch i odpowiedzi na opinie klientów

Ruch w restauracji jest przewidywalny. AI czyta dane historyczne o sprzedaży per godzina i per dzień tygodnia, sprawdza ile stolików było obsługiwanych jednocześnie w poszczególnych godzinach i sugeruje, ile kelnerów powinno być na zmianie w konkretny dzień.

To nie jest gotowy grafik do wydrukowania. To punkt wyjścia zamiast planowania z pamięci i przyzwyczajenia. Sugestia może wyglądać tak: "W piątki między 18:00 a 21:00 w lokalu przy Rynku przez ostatnie cztery tygodnie ruch był wyraźnie wyższy niż w inne dni. W ostatni piątek obsada była niższa niż zwykle, a średni czas obsługi stolika był dłuższy niż w poprzednie piątki. W przyszły piątek to samo zaplecze: warto zaplanować pełną obsadę." Właściciel widzi uzasadnienie, nie tylko sugestię.

Opinie klientów to osobny, często zaniedbywany wątek. Restauracja z trzema lokalami dostaje opinie w Google Maps, TripAdvisor, aplikacjach do zamawiania. AI może monitorować nowe opinie i przygotowywać propozycję odpowiedzi dostosowaną do treści każdej z nich. Na pozytywną: podziękowanie z nawiązaniem do tego, co gość konkretnie opisał. Na negatywną: spokojna, konkretna, bez defensywności i z zaproszeniem do kontaktu. Właściciel przegląda i zatwierdza zamiast pisać od zera lub nie odpowiadać wcale. Systematycznie zaniedbywane w gastronomii, a zauważalne przez klientów.

Od czego zacząć: pierwsza integracja bez projektu IT

Nie zaczyna się od wielkiego planu. Przy GoPOS i Dotykačce pierwsze dane można mieć w kilka godzin od decyzji.

Krok 1: dostęp do danych. W GoPOS: Ustawienia > Integracje > Klucze API, generujemy klucz z dostępem read-only. W Dotykačce: analogicznie w sekcji API w panelu cloud.dotykacka.cz. W iPOS: eksportujemy raport dobowy z panelu i ustalamy, gdzie ten plik będzie lądował każdego wieczoru: na dysku, przez automatyczny e-mail lub FTP. Klucz API w GoPOS i Dotykačce można wygenerować bez kontaktu z producentem, samo z panelu administratora.

Krok 2: weryfikacja danych. Pobieramy dane z ostatnich 30 dni z jednego lokalu i sprawdzamy, czy mamy to, czego potrzebujemy: czy pola pracownika, stolika, produktu i rabatu są wypełnione. Tu często wychodzi, że receptury nie są wpisane albo że anulowania nie mają powodów wpisanych przez kelnerów. To jest właśnie moment na uzupełnienie ustawień w systemie POS, zanim pójdziemy dalej.

Krok 3: wieczorny raport automatyczny. Ustawiamy harmonogram: o 22:00 AI pobiera dane z kończącego się dnia, zestawia z historią i wysyła właścicielowi podsumowanie na telefon lub e-mail. Przez pierwszy tydzień właściciel sprawdza, czy raport ma sens, i daje sygnał, co dodać lub uprościć. Potem działa bez angażowania nikogo.

Przy restauracji z trzema lokalami zazwyczaj zaczynamy od tego, gdzie dane są najlepiej prowadzone: receptury wpisane, przyjęcia towaru aktualizowane po każdej dostawie. Lepiej mieć jeden solidny raport z jednego lokalu niż trzy połowiczne z trzech naraz. Kolejne dwa lokale dołączamy po kilku tygodniach, gdy właściciel wie już, jak czytać to, co dostaje i czego szukać.

Jeśli chcecie zobaczyć, co można wyciągnąć z systemu, z którego już korzystacie, umówcie się na 15 minut rozmowy. Pokażemy to na waszych danych, nie na przykładach. A jeśli wolicie najpierw zobaczyć, jak to działa u innych restauratorów, sprawdźcie realne wdrożenia z gastronomii i małego handlu.