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、仕込みも発注も勘頼み。そんな飲食店を想定します。来客予測、仕込み量の算出、発注集計、シフトの目安。ここ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。読む材料は過去の売上・曜日・天候・近隣イベント。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 / 飲食店の業務改善
担当範囲
要件整理・AI設計・画面設計・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

明日、何人来るか分からないまま仕込む。飲食店の毎日は、だいたいこれです。ここを来客予測AIと店舗運営の操作画面で置き換える開発プラン。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

来客予測は、外れる日が必ずあります。だからAIに丸投げせず、人が数字を見て、確認してから決める流れ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る。確定する前に、欠品のおそれや原価率の超過が警告として目に入るようにします。

AIの仕事は「来客を当てる」ことだけではありません。予測した来客数から、仕込み・発注・人員までまとめて逆算するところまで持たせます。レジに残る時間帯別の販売数や予約データとつなぎ、日々の発注締切に間に合うテンポで使えるよう、表を中心にした情報量の多い画面にまとめます。

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。
要件整理から予測AIの設計、業務画面、開発まで、ひとつの窓口でお手伝いします。

SCREENS

主要画面

想定する業務画面のサンプル。どの画面も、開いてすぐ「今やるべきこと」が目に入る並びにしています。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. 来客予測のまとめ画面

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。

まとめ画面
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
一覧と詳細を同じ画面に並べ、店舗を行き来しても文脈を見失わないように。
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
表計算データの出力 / 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保つ。

OUTCOME

変わったこと

予測は外れます。当てることより、外れたときに直せる形にしておくほうが大事だと考えています。そのうえで、店の決め方がどう動くかを書きます。

01

仕込みと発注に、前日の売上と経験のほかにもう一つ材料が増える

Before前日の売上と長年の感覚だけで、翌日の仕込み量を決めていた。雨や雪の日の読みは人によって差が出る。
After予測来客からメニュー別の仕込み量と発注量が出る。数字を見て、必要なら手で直してから確定する。

廃棄をゼロにする話ではありません。多めに倒れたままの状態を、少しずつ真ん中へ寄せる想定です。

02

原価率と廃棄が、月末の集計を待たずその日のうちに出る

Before売上も原価も廃棄も、月末の集計待ち。原価率が上がっていたと気づく頃には、その月は終わっている。
After予測と実績の差、原価率、廃棄が日次で並ぶ。月の途中でも、上がっている品に手を打てる。

数字を早く出しても、見る時間がなければ意味がありません。だから画面は毎朝1分で済む並びにします。

03

店ごとの来客のクセが数字で残る。店長が代わっても、同じ材料で組める

Before曜日と天気の効き方はベテラン店長の経験の中にあり、店舗ごとに基準も結果もばらついていた。
After曜日別の平均来客と天候の効き方を店ごとに数字で持つ。引き継ぎのときに渡せる形になる。

店長の勘を否定する設計ではありません。勘のほうが当たる日は残るので、人が上書きした記録も一緒に残します。

PROCESS

3ヶ月の進め方

オンラインでやりとりしながら、3ヶ月で納品まで進めます。月の区切りごとに、触って確かめられるものをお渡しします。予測の精度より先に、発注締切に間に合う速さで開けるかを見てください。

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、レジの販売記録・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)
  • レジ・予約データの確認と取り込み方針
  • 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、並行して形にする月。

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を一緒に確認します。

  • 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
  • 動くサンプルを一緒に確認
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 今使っているレジの販売記録を取り込めますか?
    多くの場合、可能です。レジの売上データ(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、日次の売上を表計算データ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。
要件整理から予測AIの設計、業務画面、開発まで、ひとつの窓口でお手伝いします。