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 în dezvoltare activă și nu a fost lansat încă — această pagină acoperă ce este Insights, ce nu este în mod explicit și arhitectura care stă la baza ambelor aspecte.

Status: Faza 0 — validarea internă pe date de tip Čili este focusul actual. Lanțurile partenere de design sunt integrate pe parcursul anului 2026. Scopul și calendarul MVP se află la sfârșitul acestei pagini; dacă operați 5–200 de locații și doriți să contribuiți la lansare, scrieți 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 dashboard." Un dashboard vă 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 de restaurant.
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 tip 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 aveți nevoie de un depozit de date. Importul CSV/Excel este disponibil din prima zi. Lanțurile de pe piața medie au rareori un depozit 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. Niciunul nu execută — fiecare recomandare intră în coada de aprobare umană, iar orice recomandare care afectează angajații este condiționată de GDPR Article 22 (vezi mai jos).

Forța de muncă și programarea implică angajați, deci 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 de varianță: 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.

Exemple ilustrative (nu date reale ale chiriașilor):

„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 P% a prețului 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 canonic de date cu intervale de încredere explicite.

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 efecte semnificative similare asupra persoanelor. Într-un context de restaurant, aceasta înseamnă orice afectează angajații — modificări de program, reduceri de ore, scoruri de performanță, 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
• Nivelul de încredere
• 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 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: scalați campania, repetați doar în locații specifice, opriți, ajustați reducerea, schimbați momentul, schimbați mixul 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 calculează 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 și % cost forță de muncă admisibile
• % 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 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 canonic de date
• Dashboard locație + cockpit executiv
• Calculul EBIT și analiza de varianță
• 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 și CMO
• 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
• Scorarea calității preparatelor prin cameră
• Inferență cauzală complexă
• 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 — ingestată 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; altele) 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 chiriaș Insights primește 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. Consultați serverul MCP Insights pentru inventarul de instrumente și pașii de configurare per client. Funcționalitatea este dezactivată implicit per organizație; activarea se face prin support@fooodo.com.

Status și calendar

Produsul funcțional nu a fost lansat încă — suprafața de marketing de la /insights descrie viziunea; faza 0 (validarea internă a datelor de tip Čili) este focusul actual de construcție. Așteptați știri substanțiale despre produs pe parcursul anului 2026, nu înainte.

Dacă sunteți un lanț cu mai multe locații interesat să fiți partener de design, scrieți la hello@fooodo.com. Cel mai rapid mod prin care echipa poate prioritiza o capacitate este să aibă un client cu datele și disponibilitatea de a o valida.