EvoQuest
EvoQuest FoodAI業務システム 2026.06

SCENARIO ── RESTAURANT CASE

飲食店の「来客が読めない」を、
AIの来客予測と発注管理の仕組みに置き換える。

毎日の来客数が読めず、仕込みや発注が勘頼みになっている飲食店向けに、来客予測・仕込み量の算出・発注集計・シフトの目安までを一つの画面にまとめる業務システムを、こう設計します。過去の売上・曜日・天候・近隣イベントから来客を予測し、欠品と廃棄の両方を減らす運用に変えるシナリオです。

想定領域
AI業務システム / 飲食店DX
担当範囲
要件整理・AI設計・UI設計・実装
想定対象
個人店〜小規模チェーン 数店舗
想定期間
設計〜納品 約 3 ヶ月

OVERVIEW

プロジェクト概要

飲食店が抱える「明日、何人来るか分からないまま仕込む」業務を、来客予測AI+店舗運営の操作画面で仕組みに置き換える想定シナリオ。来客予測・仕込み量の算出・発注集計・在庫管理・シフトの目安 を一つの業務システムに統合します。

予測は外れることもある前提で、AIに任せきりにはせず、人が見て確認して決める構造を最優先。AIの予測と発注計算を業務画面にまとめ、現場が「画面の数字を確認して、必要なら直すだけ」で運用できる状態を目指します。

CHALLENGE

課題

  • 01 来客数が読めず、仕込みと発注が勘頼みになっている。多く仕込めば廃棄、少なければ欠品と機会損失。どちらにも振れて利益を削っている。
  • 02 来客は曜日・天候・近隣イベントで大きく変わるのに、その関係が個人の経験の中にしかなく、数字に落とせていない。雨や雪の日の読みは特に人によってばらつく。
  • 03 売上・原価・廃棄の把握が 月末の集計待ちで後追いになりがち。問題に気づいた時には、その月はもう終わっている。
  • 04 複数店舗を 同じ基準で見られず、店長の経験差がそのまま数字の差になる。良い店のやり方を横展開する仕組みがない。

APPROACH

アプローチ

予測が外れることもある業務だからこそ、AIに任せきりにせず「人が見て確認してから決める」ことを設計の中心に置きます。過去の売上・曜日・天候・近隣イベントから来客数を予測し、その数字をもとに仕込み量・発注量・シフトの目安を画面に並べます。確定する前に、欠品リスクや原価率の超過が警告として目に入る構造です。

AIには「来客を当てる」だけでなく、予測来客から仕込み・発注・人員まで一気通貫で逆算する役割を持たせます。POS(時間帯別の出数)や予約データと連携し、現場が日々の締切に間に合うテンポで使える、表ベースで密度の高い画面に揃えます。

CONSULTATION

飲食店の「来客が読めない」を、数字で読める仕組みに。

「仕込みが多すぎて廃棄」「足りずに欠品」「来客は店長の勘頼み」。
そういう業務こそ、来客予測AIで仕組みに置き換えられます。
要件整理・予測AI設計・業務画面・開発まで、一貫してお手伝いします。

SCREENS

主要画面

想定する業務画面のサンプル。各画面で「今やるべきこと」が画面の上1/3で把握できる構成にしています。データは飲食店の規模感に合わせた想定例で、実在の店舗・実績ではありません。

01. 来客予測ダッシュボード

本日の予測来客・予測売上を主要数値で一目で把握。欠品予測・発注期限・天候補正は「要対応タスク」一覧から、その画面で対応。店舗別の予測サマリーも同じ画面で確認できる構成。

ダッシュボード
設計のポイント
「いま見るべきもの」を画面右側のタスク欄にまとめ、左側の数値は状況把握用に役割分担。
採用パターン
主要数値 + 要対応タスク + 予測vs実績グラフ + 店舗別サマリー の構成。
数値表現
揃った幅の数字で右寄せ、単位は小さく。前週比は増減で色分け。

02. 来客予測(AIで作る流れ)

店舗・期間・参照データ・天候の見込み・近隣イベントの5項目を設定する流れ。「AIに予測させる前に何を決める必要があるか」をステップ表示で常に見える化。

AIで生成
設計のポイント
天候・イベントの補正を表で見せ、AIに何を伝えているかを可視化。
事前プレビュー
週合計の予測来客レンジ・曜日別予測・予測精度を実行前にざっくり表示。
待ち時間の表現
生成中は専用の表示で進捗を示し、確定はせず人が確認する前提を明記。

03. 仕込み・発注計画詳細

予測来客と出数比率からメニュー別の仕込み量を算出。時間帯別の山に合わせた配分や、確定前の欠品・原価率チェックをこの画面で完結。

詳細
設計のポイント
「原価率超過」「欠品リスク」を視覚的に同列扱いし、確定前にまとめて表示。
時間帯配分
ランチ・ディナーの2つの山を踏まえ、仕込みを時間帯比率で配分。
チェック結果
合致/要発注/要確認 を色つきマークで一目で把握。

04. メニュー・食材一覧

メニュー(商品)と食材(仕入)をまとめて扱う一覧画面。原価・売価・原価率・在庫・発注点で絞り込み、編集まで一つの画面で完結する設計。

一覧テーブル
設計のポイント
メニューと食材を種別で分けつつ、原価と在庫を横断で見られる構成。
画面密度
行間隔を細かく調整し、長時間スクロールしても疲れにくく。
状態の表現
在庫不足は赤、季節・時価はマーク付きラベルで区別。

05. 店舗一覧

複数店舗を一括管理。店舗をクリックすると右側に詳細パネルが開く2分割構成。曜日別の平均来客や天候感応度を表で可視化。

一覧+詳細
設計のポイント
一覧→詳細を画面切替ではなく同時表示にして、頭を切り替えるコストを排除。
独自パーツ
曜日別平均来客 × 天候感応度 を新規開発。店舗ごとの「クセ」を数字で持つ。
操作
編集・予測作成は詳細パネル内で完結。一覧からは選択するだけ。

06. 来客予測カレンダー

月単位で予測来客を見渡せる画面。日付ごとのマスに予測来客数を表示し、繁忙・閑散を色で区別。雨・雪の補正やイベント日もマスの中で把握。

カレンダー
設計のポイント
予測来客の多寡を背景色の濃淡で表現し、「いつ忙しいか」が一目で分かる。
天候・特異日
雨・雪の補正やGW・祝日をマス内のラベルで明示。
印刷対応
朝礼やシフト調整で配れるよう、印刷時もレイアウトが崩れない設計。

07. 発注集計

確定した予測・仕込みから発注量を自動計算。在庫の不足分を赤色で警告し、仕入先ごとの内訳を1つの表にまとめて表示。発注書は仕入先別に分割出力。

集計
設計のポイント
「いま在庫」と「発注後に残る数」の両方を1つのマスで比較可能。
操作
食材別 / 店舗別 / 仕入先別 で集計を切り替えるボタン。
出力
CSV出力 / 発注書PDF(仕入先別)をワンクリックで。

08. 月次レポート

月次の運用状況を、売上 + 原価率 + 客単価 + 廃棄率 + 予測精度 + 店舗別ランキングで一覧表示。後追いになりがちな数字を、月の途中でも確認できる前提のレイアウト。

レポート
設計のポイント
予測精度を店舗別に出し、外しやすい店舗・曜日を改善につなげる。
売れ筋分析
売れ筋メニューTOP10と粗利を並べ、仕込みの優先順位に反映。
文字
数値は揃った幅、ラベルは可変幅で読みやすさを担保。

OUTCOME

変わったこと

仕組みが運用に乗ったあと、勘に頼っていた店舗運営が3つの軸で変わる想定です。

01

仕込み・発注が
「勘」から「予測の数字」へ。

Before経験と前日の売上をもとに、担当者の感覚で仕込み量を決めていた。
After予測来客から仕込み・発注の目安が画面に出て、欠品と廃棄の両方が減る。

「多めに仕込んで廃棄」「足りずに欠品」のどちらにも振れていた状態を、数字を起点に縮める想定。

02

数字の把握が
「月末の後追い」から「その日のうち」へ。

Before売上・原価・廃棄は月末の集計待ち。気づいた時にはその月は終わっていた。
After予測と実績の差・原価率・廃棄が日次で画面に出て、早く手を打てる。

「終わってから分かる」を「途中で気づける」に変え、打ち手のタイミングを前倒しする。

03

店舗運営が
「店長の経験」から「誰でも見られる画面」へ。

Beforeベテラン店長の勘に依存し、店舗ごとに基準も結果もばらついていた。
After各店の来客傾向を数字で持ち、同じ画面・同じ基準で運営・引き継ぎができる。

良い店のやり方を横展開しやすくし、属人化と店舗間のばらつきを減らす設計に。

PROCESS

3ヶ月の進め方

オンラインでやりとりしながら、設計 → 開発 → 納品を 3 ヶ月で進めます。各月の終わりに必ず触れる成果物を残し、ご意見を翌月の作業に直接反映していく進め方です。

1
MONTH 01 / 要件整理 + データ棚卸し

「何があれば予測できるか」を画面で合意する月。

業務の流れをヒアリングし、POS・予約・天候など使えるデータを棚卸し。来客に効く要因を整理し、画面の骨組みを固めます。

  • 業務ヒアリング(2〜3回)
  • POS・予約データの確認と接続方針
  • 来客に効く要因の一覧化
  • 主要3画面の下書き
2
MONTH 02 / 予測AI設計 + 画面開発

来客予測の仕組みと画面を同時並行で作る月。

過去実績・曜日・天候・イベントから来客を予測する仕組みの設計と、8画面の開発を同時並行で進めます。月後半に動くサンプルで内部デモを実施。

  • 来客予測モデルの試作と精度検証
  • 主要8画面の開発
  • 仕込み・発注の自動算出ロジック
  • 動くサンプルで内部デモ
3
MONTH 03 / 検証 + 納品

予測を現場の運用に落とし込む月。

実データで試した結果を画面の警告・差分表示に反映。発注集計・レポート・印刷対応まで仕上げて納品。運用しながら精度を上げる体制まで引き継ぎます。

  • 実データでの予測精度検証
  • 警告・差分表示の調整
  • 発注・レポート・印刷画面
  • 納品 + 運用引き継ぎ

FAQ

よくある質問

  • Q1 小さな個人店でも来客予測はできますか?
    できます。大規模なデータがなくても、過去の売上・曜日・天候・近隣イベントといった身近な情報から予測を始められます。まずは1店舗・主要メニューだけでも、仕込みと発注の精度を上げるところから始められます。
  • Q2 過去のデータが少なくても始められますか?
    始められます。最初は予測の幅(レンジ)を広めに出し、運用しながらデータが貯まるにつれて精度を上げていく設計です。データが少ない時期は「外れることもある前提」で人が確認して使う形にします。
  • Q3 今使っているPOSやレジと連携できますか?
    多くの場合、可能です。POSの売上データ(できれば時間帯別の出数)や予約データを取り込めると予測の精度が上がります。連携が難しい場合も、日次の売上をCSVで取り込む形から始められます。
  • Q4 AIの予測が外れたらどうなりますか?
    予測は外れることもある前提で設計します。AIに任せきりにせず、仕込みや発注を確定する前に人が必ず数字を確認し、必要なら手で直せる構造にします。雨や雪などの直前の変化も、画面で補正を提案します。
  • Q5 導入にはどのくらいの期間・規模が必要ですか?
    想定では設計から納品まで約3ヶ月、個人店〜数店舗規模を対象にしています。要件が固まっていない段階からご相談いただけ、まずは業務の流れと使えるデータの整理から始めます。

飲食店の「来客が読めない」を、数字で読める仕組みに。

「仕込みが多すぎて廃棄」「足りずに欠品」「来客は店長の勘頼み」。
そういう業務こそ、来客予測AIで仕組みに置き換えられます。
要件整理・予測AI設計・業務画面・開発まで、一貫してお手伝いします。