.png)
Sushi alle 17, insalata del giorno prima, un panino di ieri a mezzogiorno: per i prodotti freschi altamente deperibili non esiste un secondo giorno di vendita. Ciò che oggi non viene venduto è perso, con una perdita pari all’intero costo della merce, compreso il tempo di lavoro.
Allo stesso tempo, la conseguenza di una quantità insufficiente di merce è altrettanto grave: uno scaffale di sushi vuoto alle 12.30 fa perdere proprio quella clientela che paga di più, ovvero quella dell’ora di punta di mezzogiorno. Nessun altro assortimento penalizza così immediatamente gli errori di pianificazione in entrambi i sensi.
Perché i prodotti freschi sono la disciplina regina della pianificazione
Il periodo di vendita è estremamente breve. Per sushi, poke bowl, insalate e panini farciti non conta il giorno, ma l’ora: la maggior parte delle vendite avviene durante l’ora di punta di mezzogiorno. Il volume di produzione della mattinata determina l’andamento dell’intera giornata.
La domanda dipende dalle condizioni meteorologiche e dal giorno della settimana. Insalate e bowl fredde vanno per la maggiore quando c'è il sole, mentre zuppe e snack caldi quando fa freddo: lo stesso locale può presentare un profilo di domanda completamente diverso da un giorno all'altro.
Il margine dipende dal tasso di svalutazione. I prodotti freschi garantiscono margini elevati, ma ogni svalutazione ne erode una quota molto superiore. Una riduzione di pochi punti percentuali delle svalutazioni è determinante per la redditività dell’intera categoria.
Come le previsioni ribaltano il problema
La domanda quotidiana – quante unità per prodotto e per sede? – è un caso classico per il machine learning: GoNina apprende dai dati di vendita in che modo le previsioni meteorologiche, il giorno della settimana, le festività e la sede influenzano la domanda, e fornisce ogni giorno quantità di produzione concrete per i sette giorni successivi.
La differenza rispetto alle stime basate sull’esperienza si nota nei periodi marginali: nei giorni atipici – il primo giorno caldo di primavera, il ponte festivo, la fine delle vacanze. È proprio in questi momenti che si verificano gli sconti più consistenti e le svendite più fastidiose – ed è proprio lì che il vantaggio offerto dai dati risulta più prezioso. Grazie a GoNina , le aziende riducono le eccedenze fino al 52% e aumentano il fatturato fino al 6%.
Tre regole pratiche per gli assortimenti di prodotti freschi
1. Pianificare per singolo prodotto, non per categoria. “Insalate” non è un’unità di pianificazione: la Caesar e la poke bowl hanno andamenti diversi. Le previsioni per singolo articolo mostrano quali prodotti traggono vantaggio dalle condizioni meteorologiche e quali mantengono un andamento stabile.
2. Registrare l’ora in cui le scorte si esauriscono. Uno scaffale che ogni giorno alle 13:00 è già vuoto perde sistematicamente fatturato nel pomeriggio. Per i prodotti freschi, l’ora in cui le scorte si esauriscono è l’indicatore più importante, insieme alla percentuale di ribassi.
3. Pianificare la seconda ondata di produzione. Laddove il flusso di lavoro lo consenta, prevedere una riserva di produzione nella tarda mattinata è più efficace di qualsiasi ampio margine di sicurezza al mattino: le previsioni indicano in quali giorni vale la pena pianificare la seconda ondata.
Domande frequenti
Le previsioni sono attendibili anche in caso di piccole quantità per prodotto?
Sì: proprio quando si tratta di piccole quantità, ogni errore ha un peso relativamente elevato, e il modello utilizza modelli di prodotti e sedi simili per fornire previsioni affidabili anche per gli articoli con vendite limitate.
Produciamo in outsourcing ed effettuiamo ordini quotidianamente: questo è comunque d’aiuto?
Sì, in tal caso la previsione diventa la base per gli ordini anziché un obiettivo di produzione: l’effetto sulle riduzioni di prezzo e sulla disponibilità è lo stesso.
Conclusione
I prodotti freschi altamente deperibili rappresentano la gamma più impegnativa da pianificare nel settore della ristorazione, ma allo stesso tempo quella che offre i migliori risultati in termini di previsioni basate sui dati: nessun’altra gamma traduce la precisione in un aumento del margine in modo così diretto. Chi prevede le vendite di sushi, insalate e panini per ogni prodotto e per ogni giorno, vende di più e spreca meno.
Per scoprire come funzionano in generale le previsioni basate sull'intelligenza artificiale nel settore della ristorazione, leggi la guida completa dedicata al settore.
