飲食店の来客予測とは？仕込み・シフト・発注にどう使うか

飲食店の営業には、どうしても読み切れない日があります。雨や雪、近隣イベント、予約の入り方、給料日、連休、急なキャンセル。AIを入れても、来客予測が毎日ぴったり当たるわけではありません。

それでも来客予測を使う意味はあります。店長の経験だけで決めていた仕込みやシフトに、もう一つの判断材料が増えるからです。「今日は少なめでよさそう」「明日はいつもより仕込んだほうがいい」を、感覚だけでなく数字で確認できます。

当社では、AIの予測をそのまま確定するのではなく、現場の人が見て直せる形にすることを前提にしています。飲食AIは、店長の代わりに決めるものではなく、店長が早く判断するための道具です。

来客予測は、単体で見るだけでは効果が出にくいです。予測来客をもとに、どのくらい仕込むか、何人入れるか、何を発注するかまでつながって、初めて現場の役に立ちます。

たとえば、翌日のランチ来客が普段より多いと予測された場合、主要メニューの仕込み量を増やす、ピーク時間にスタッフを厚くする、在庫が足りない食材を前日に発注するといった判断につなげます。

逆に少ない予測の日は、仕込みを抑え、廃棄が出やすい食材の発注を減らし、人員配置を見直します。欠品と廃棄の両方を減らすには、予測を発注・在庫・シフトと同じ画面で見られることが大切です。

来客予測は、エクセルやスプレッドシートでも始められます。曜日別の平均来客を出す、直近4週の同じ曜日を並べて見る、雨の日だけ抜き出して平均する。これだけでも「金曜は多め」「雨の火曜は2割減」といった傾向は見えてきます。

エクセルがつらくなるのは、要因が重なったときです。「雨の金曜で、近くでイベントがあって、連休前」のような組み合わせは、表の切り口を増やすほど手に負えなくなります。過去のデータから複数の要因の効き方をまとめて学習し、明日の条件に当てはめる。ここがAIに任せる価値のある部分です。

順番としては、エクセルで傾向を見る、判断に使えそうだと分かる、手作業が追いつかなくなる、そこでAI化を検討する、で問題ありません。当社にご相談いただく場合も、いきなりAIありきではなく、今あるデータで何が見えるかから一緒に確認します。

発注予測は、予測来客やメニューの出数、今ある在庫、納品までの時間を見て、食材ごとの発注量を決めるための考え方です。来客が多そうな日に足りない食材を先に見つけ、少なそうな日は発注を抑えます。

ここでもAI任せにはしません。予測が出した発注目安を、店長や担当者が見て、イベント、団体予約、天候の急変などを踏まえて直せる形にします。

大きなチェーン店でなくても、主要メニューと主要食材だけに絞れば始められます。全部の食材を一気に管理するより、廃棄や欠品が起きやすいものから始めるほうが定着しやすいです。

まず、過去3か月から1年分の売上や来客数を確認します。データが少ない場合でも、曜日ごとの傾向や天気の影響を見るところから始められます。

次に、予測を何に使うかを1つ決めます。仕込みを減らしたいのか、欠品を減らしたいのか、シフトを組みやすくしたいのか。目的が曖昧なままAIを入れると、画面はできても使われません。

最後に、予測と実績の差を見られる画面を用意します。外れた日こそ、理由を見つける材料になります。雨、雪、予約、イベント、臨時休業などを振り返り、次の予測に反映していきます。