Fooodo Insights

Fooodo Insights este o linie de produs separată față de platforma de comenzi Fooodo. Site-ul o prezintă deoarece reprezintă direcția strategică a companiei; produsul funcțional este disponibil în disponibilitate limitată cu un lanț de referință — această pagină acoperă ce este Insights, ce nu este în mod explicit și arhitectura care stă la baza ambelor.

Stare: Disponibilitate limitată — bucla decizională este activă cu un lanț de referință, iar lanțurile partenere de design sunt integrate pe parcursul anului 2026. Nu este încă disponibil în general, iar acțiunile autonome rămân pe foaia de parcurs (astăzi AI propune, iar echipa ta aprobă). Scopul MVP și calendarul se află la sfârșitul acestei pagini; dacă administrezi 5–200 de locații și dorești să influențezi lansarea, scrie la hello@fooodo.com.

Definiția într-o singură propoziție

Fooodo Insights este un strat de inteligență decizională nativ AI pentru lanțuri de restaurante cu mai multe locații, conceput să conecteze acțiunile operaționale la impactul EBIT și să mențină oamenii ferm în buclă pentru fiecare decizie care afectează angajații.

Nu este „încă un tablou de bord." Un tablou de bord îți spune ce s-a întâmplat. Insights este un sistem de decizie care:

1. Colectează date fragmentate din restaurante.
2. Le normalizează într-un model operațional canonic pentru restaurante.
3. Explică ce s-a întâmplat.
4. Estimează de ce s-a întâmplat.
5. Prezice ce se va întâmpla în continuare.
6. Recomandă acțiuni.
7. Necesită aprobarea umană înainte ca acțiunile cu impact ridicat să fie executate.
8. Măsoară dacă acțiunile aprobate au îmbunătățit efectiv EBIT.

Cui i se adresează

Lanțurilor cu mai multe locații în intervalul 5–200 de locații. Implementarea de referință timpurie este un lanț de tipul Čili Pizza, dar arhitectura este agnostică față de POS, flexibilă geografic și adaptabilă la diferite formate (QSR, casual dining, bucătării fantomă, hibride).

Persoanele pentru care este construit Insights sunt executive, nu operaționale:

Persoanele Manager de restaurant și CHRO sunt motivul pentru care Article 22 GDPR contează structural — ele sunt publicul pentru orice recomandare care vizează o persoană, iar coada de aprobare este construită astfel încât un om să fie întotdeauna în buclă pe acel traseu.

Principiul care face diferența

Fiecare insight, recomandare, prognoză și scenariu din Fooodo Insights se conectează la un factor EBIT măsurabil:

• Venituri
• Marjă brută
• Costul alimentelor
• Costul forței de muncă
• ROI marketing
• Rotația meselor
• Valoarea medie a comenzii
• Volumul comenzilor
• Risipă
• Reduceri
• Economia platformelor de livrare

Dacă o recomandare nu poate fi legată de unul dintre acești factori, nu intră în coada de acțiuni. Aceasta este regula care separă Insights de textele generice de tip „AI optimizează totul".

Arhitectura (șase niveluri)

Produsul este structurat pe șase niveluri, fiecare cu un contract definit — datele circulă în sus; recomandările circulă în jos prin coada de aprobare:

Două reguli arhitecturale contează cel mai mult:

• Nu ai nevoie de un depozit de date. Importul CSV/Excel este disponibil din prima zi. Lanțurile de piață medie au rareori un depozit de date funcțional, iar așteptarea unuia a fost modul de eșec al generației anterioare de BI pentru restaurante.
• Conectorii POS sunt modulari. Fiecare implementează aceeași interfață de conector (locații, meniuri, comenzi, plăți). Adăugarea unui conector este un modul izolat; nu atinge nivelurile de metrici sau AI.

Agenți specializați pe roluri

Insights rulează agenți AI specializați pe roluri — CFO, CMO, COO, CPO — pe un model comun. Fiecare răspunde în vocabularul rolului care întreabă, cu permisiuni și rutare de aprobare limitate la acel rol. Fiecare agent monitorizează un domeniu specific și generează recomandări legate de EBIT. Ei propun; nu iau acțiuni externe sau care afectează angajații în mod autonom — fiecare astfel de recomandare intră în coada de aprobare umană, iar orice recomandare care afectează angajații este condiționată de GDPR Article 22 (vezi mai jos).

Vizualizarea COO se bazează suplimentar pe scorarea calității preparatelor prin cameră (ChefBot) pentru a semnala probleme de consistență în bucătărie alături de semnalele de serviciu și debit.

Forța de muncă și programarea vizează angajații, astfel că primesc rutarea cea mai strictă: orice recomandare care ar modifica orele, programul sau marcajul de performanță al unei persoane este condiționată de GDPR Article 22 — necesită un revizor uman nominalizat înainte de a se propaga oriunde, indiferent de agentul care a generat-o (vezi Article 22 mai jos).

Motorul de impact EBIT

Capacitatea analitică de bază. Conectează evenimentele operaționale la mișcarea EBIT și explică conexiunea în limbaj simplu.

Ce face:

• Descompune variația EBIT pe locație, perioadă de timp, categorie de meniu, campanie, forță de muncă, costul alimentelor, canal de livrare și reduceri.
• Oferă analiză a varianței: actual față de perioada anterioară, față de buget, față de prognoză, față de ținta P&L inversă.
• Separă corelația de cauzalitatea estimată de impactul măsurat confirmat.
• Atribuie un nivel de încredere fiecărei explicații.
• Rulează o investigație diagnostică autonomă când o cifră se mișcă neașteptat — înlănțuind căutări de date pentru a izola factorul cauzal în loc să ghicească.

Exemple de forme (ilustrative, nu date reale ale unui tenant):

„EBIT-ul locației X a scăzut cu N euro ieri. M% din declin este explicat de depășirea orelor de muncă față de țintă cu P%, combinată cu o scădere de Q% a valorii medii a comenzii."

„Campania C a crescut veniturile cu N euro, dar după reduceri și forță de muncă suplimentară, impactul EBIT a fost de +M euro."

„O creștere de preț de P% la categoria K a redus probabil volumul comenzilor cu V%, dar a crescut marja de contribuție cu N euro."

Acestea nu sunt ghiciri ale unui chatbot — sunt calculate față de modelul de date canonic cu intervale de încredere explicite.

Cum câștigă cifrele încredere

Trei mecanisme deja integrate în produs susțin aceste afirmații:

• O taxonomie de încredere cu cinci etichete pentru fiecare cifră — nivelul de proveniență din spatele nivelurilor de încredere de mai sus. Fiecare număr dintr-un răspuns analitic este etichetat Faktas (date reale), Biudžetas (plan), Patvirtinta (un fapt organizațional confirmat de administrator), Apskaičiuota (calculat de mașină), sau Prielaida (o ipoteză declarată) — etichetele afișate verbatim, așa cum apar în produs. Etichetele sunt auditate determinist față de proveniența reală a datelor subiacente — AI nu poate auto-atribui o etichetă mai puternică decât cea pe care sursa o susține.
• Un Pachet de Metodologie per tenant. Administratorii fiecărui tenant curatoriază fapte de nivel board — convenții privind costurile angajatorului, marje incrementale, cifre de plan — pe o pagină de metodologie accesibilă doar administratorilor. Fiecare fapt are o valoare, unitate, sursă nominalizată, dată de intrare în vigoare și etichetă de încredere (limitat la 60 de fapte per tenant; modificările se aplică conversațiilor noi). AI aplică metodologia casei în loc de cunoștințe generice din industrie și citează sursa.
• Un contract de răspuns CFO. Analizele de impact asupra profitului sunt ancorate la plan și la abaterea față de plan, descompuse în factori cu constrângerile lor obligatorii, și fiecare analiză conține o linie de surse.

Coada de aprobare om-în-buclă (GDPR Article 22)

Aceasta este constrângerea portantă, nu o funcționalitate.

GDPR Article 22 restricționează deciziile exclusiv automatizate cu efecte juridice sau semnificativ similare asupra persoanelor. Într-un context de restaurant, aceasta înseamnă orice afectează angajații — modificări de program, reduceri de ore, scorare a performanței, penalități automate — trebuie revizuit și aprobat de un om înainte de execuție.

Fiecare recomandare produsă de Insights intră într-o coadă de aprobare care arată:

• Recomandarea în sine
• Motivul
• Impactul EBIT estimat
• Încrederea
• Riscul
• Rolul aprobatorului necesar
• Sursele de date utilizate
• Pașii de implementare sugerați
• Expirare / urgență
• Opțiuni de aprobare / respingere / modificare / amânare

Acțiunile aprobate sunt urmărite ca experimente, astfel încât echipa poate măsura ulterior dacă acțiunea a atins rezultatul EBIT așteptat. (Închiderea completă a acestei bucle de măsurare — alimentarea automată a rezultatelor înapoi în clasament — este o lucrare de fază ulterioară, nu MVP; vezi mai jos.)

Recomandările care afectează angajații în mod specific — programe, ore, marcaje de performanță, măsuri de retenție — nu se execută niciodată autonom. Ele stau în coada de aprobare cu un revizor nominalizat, jurnale de audit și explicabilitate înainte de a se propaga oriunde. Aceasta este o cerință legală conform GDPR Article 22, nu o preferință de produs.

Motorul de ROI marketing (statistic, nu înainte/după)

Măsurarea campaniilor este unul dintre locurile în care instrumentele de BI pentru restaurante eșuează cel mai vizibil. „Veniturile au crescut în timpul campaniei" nu înseamnă cauzalitate.

Insights măsoară campaniile cu testare statistică adecvată — comparație de grup cu varianță inegală, calculul dimensiunii efectului și un verdict explicit de încredere — combinată cu o descompunere a materialității financiare: creșterea veniturilor, creșterea marjei brute, costul reducerilor, costul forței de muncă suplimentare, impactul costului alimentelor și impactul net EBIT. Fiecare rezultat este etichetat fie „semnificativ statistic, dar irelevant financiar", fie „material financiar, dar incert statistic", astfel încât un CFO poate citi verdictul fără a analiza matematica.

Recomandarea poate fi: scalarea campaniei, repetarea doar în locații specifice, oprirea, ajustarea reducerii, schimbarea momentului, schimbarea mixului de produse — cu raționamentul legat de EBIT atașat.

Planificarea P&L inversă

CEO/CFO introduce un EBIT anual țintă. Sistemul lucrează înapoi de la acesta — versiunea de bază din MVP rezolvă invers cifra de afaceri necesară, pe lună cu sezonalitate; descompunerea mai completă de mai jos reprezintă starea țintă:

• Ținte de venituri lunare și zilnice per locație
• Ore de muncă permise și % cost forță de muncă
• % cost teoretic al alimentelor
• Valoarea medie necesară a comenzii, volumul comenzilor, creșterea din campanii
• Modificările necesare de preț/mix

Apoi compară performanța reală față de traiectorie și alertează când o locație deviază. Exemplu de formă (ilustrativ):

„EBIT țintă N/an. Locația A trebuie să aibă în medie X/zi venituri, forță de muncă sub Y%, costul alimentelor sub Z%. Prognoza actuală ratează ținta cu P dacă valoarea medie a comenzii nu crește cu un anumit % sau forța de muncă nu se reduce cu un anumit %."

Ce este în MVP, ce urmează mai târziu

MVP:

• Import CSV/Excel
• Model de date canonic
• Tablou de bord locație + cockpit executiv
• Calculul EBIT și analiza varianței
• Insights AI pre-generate la momentul importului
• Măsurarea manuală a campaniilor cu testare statistică
• P&L inversă (de bază)
• Coada de aprobare umană
• AI care propune în vizualizările CFO, CMO, COO și CPO
• Verificări ale calității datelor
• Acces bazat pe roluri + jurnale de audit

Amânate pentru faze ulterioare:

• Integrări complete API POS dincolo de prima
• Modelare avansată a elasticității prețului
• Motor de cercetare a inteligenței de piață — rapoarte de concurență și piață cu surse citate, combinate cu propriii tăi KPI (în dezvoltare)
• Execuție complet automatizată (deliberat exclusă din foaia de parcurs; vezi Article 22)

POS și surse de date la care se conectează Insights

Insights este agnostic față de POS prin design. R-Keeper este integrarea de referință activă — ingerată printr-un pipeline de date gestionat astăzi, nu un conector REST generic; conectorii POS suplimentari (Toast, Square, Lightspeed pe piețele occidentale; iiko în Europa de Est; alții) sunt dimensionați per client și cotați la cerere. Până când un conector în timp real este comandat, importatorul CSV/Excel acoperă orice POS pe care îl rulează lanțul.

Dincolo de POS, Insights se conectează la platforme de livrare (Wolt, Bolt), sisteme de contabilitate, instrumente de programare a forței de muncă, platforme de marketing, date meteo/sărbători, furnizori de plăți și propriul sistem de comenzi și plăți al Fooodo.

Conectare prin MCP

Fiecare tenant Insights include un server Model Context Protocol la distanță. Clienții AI care vorbesc MCP — ChatGPT, Claude, Copilot, Gemini, Cursor și alții — se conectează cu OAuth 2.1 și Dynamic Client Registration, fără chei API sau proiecte de integrare personalizate necesare. Vezi Insights MCP server pentru inventarul de instrumente și pașii de configurare per client. Funcționalitatea este dezactivată implicit per organizație; activarea se face prin support@fooodo.com.

Acces proprietar fără tablou de bord

Nu orice executiv dorește un login la tabloul de bord. Două căi de acces fac Insights utilizabil fără unul:

• Link de Chat Proprietar — un administrator emite un singur link securizat care deschide o vizualizare doar-chat a consilierului pentru un proprietar non-tehnic: fără ecran de autentificare, fără navigare în aplicație, limitat la conversația cu consilierul. Nu poate accesa niciodată tablourile de bord, setările sau datele unui alt tenant.
• Atașamente la conversație — aduce un spreadsheet, PDF, imagine sau un URL lipit într-o singură conversație cu consilierul pentru ca AI să îl citească. Atașamentele sunt procesate în context efemer doar pentru acel chat, șterse automat când chatul este șters și nu sunt niciodată ingerate ca date analitice.

Stare și calendar

Produsul funcțional este activ în disponibilitate limitată — rulând cu un lanț de referință, cu lanțuri partenere de design care se integrează pe parcursul anului 2026; nu este încă disponibil în general. Suprafața de marketing la /insights descrie viziunea completă. Acțiunile autonome rămân pe foaia de parcurs — astăzi fiecare recomandare este aprobată de un om. Așteptați știri substanțiale despre produs pe parcursul anului 2026.

Dacă ești un lanț cu mai multe locații interesat să fii partener de design, scrie la hello@fooodo.com. Cel mai rapid mod pentru echipă de a prioritiza o capacitate este să aibă un client cu datele și apetitul de a o valida.