Fooodo Insights

Fooodo Insights — это отдельный продуктовый трек, не связанный с платформой заказов Fooodo. Сайт представляет его как стратегическое направление компании; рабочий продукт находится в активной разработке и ещё не выпущен — эта страница рассказывает о том, чем Insights является, чем он явно не является, и об архитектуре, лежащей в основе обоих аспектов.

Статус: Фаза 0 — текущий фокус сосредоточен на внутренней валидации на данных, аналогичных Čili. Сети-партнёры по дизайну подключаются на протяжении 2026 года. Объём MVP и сроки — в конце этой страницы; если вы управляете сетью от 5 до 200 заведений и хотите участвовать в формировании продукта, пишите на hello@fooodo.com.

Определение в одной строке

Fooodo Insights — это AI-нативный слой поддержки принятия решений для многоточечных ресторанных сетей, созданный для того, чтобы связывать операционные действия с влиянием на EBIT и обеспечивать участие человека в каждом решении, затрагивающем сотрудников.

Это не «ещё один дашборд». Дашборд говорит вам, что произошло. Insights — это система принятия решений, которая:

1. Собирает разрозненные данные ресторана.
2. Нормализует их в каноническую операционную модель ресторана.
3. Объясняет, что произошло.
4. Оценивает, почему это произошло.
5. Прогнозирует, что произойдёт дальше.
6. Рекомендует действия.
7. Требует одобрения человека перед выполнением действий с высоким влиянием.
8. Измеряет, действительно ли одобренные действия улучшили EBIT.

Для кого это

Многоточечные сети в диапазоне от 5 до 200 заведений. Ранний эталонный деплой — сеть, аналогичная Čili Pizza, однако архитектура не привязана к конкретному POS, гибка географически и адаптируема к различным форматам (QSR, casual dining, тёмные кухни, гибриды).

Персоны, для которых создан Insights, — руководящие, а не операционные:

Персоны менеджера ресторана и CHRO — именно поэтому Article 22 GDPR имеет структурное значение: они являются адресатами любой рекомендации, касающейся конкретного человека, а очередь одобрения построена так, чтобы человек всегда участвовал в этом процессе.

Принцип, который делает это отличным

Каждый инсайт, рекомендация, прогноз и сценарий в Fooodo Insights связан с измеримым драйвером EBIT:

• Выручка
• Валовая маржа
• Стоимость продуктов
• Стоимость труда
• ROI маркетинга
• Оборачиваемость столов
• Средний чек
• Объём заказов
• Потери
• Скидки
• Экономика платформ доставки

Если рекомендацию невозможно привязать к одному из этих драйверов, она не попадает в очередь действий. Это правило, которое отделяет Insights от типичных текстов в духе «AI оптимизирует всё».

Архитектура (шесть уровней)

Продукт структурирован как шесть уровней, каждый с определённым контрактом — данные движутся вверх; рекомендации движутся вниз через очередь одобрения:

Два архитектурных правила наиболее важны:

• Хранилище данных не требуется. Загрузка CSV/Excel доступна с первого дня. У сетей среднего рынка редко есть работающее хранилище, и ожидание его создания было типичной точкой отказа предыдущего поколения ресторанных BI-систем.
• POS-коннекторы подключаемы. Каждый реализует один и тот же интерфейс коннектора (локации, меню, заказы, платежи). Добавление коннектора — это изолированный модуль; он не затрагивает уровни метрик или AI.

Ролевые AI-агенты

Insights запускает ролевые AI-агенты — CFO, CMO, COO, CPO — на общей модели. Каждый отвечает в терминологии роли, которая задаёт вопрос, с правами доступа и маршрутизацией одобрения, ограниченными этой ролью. Каждый агент отслеживает конкретную область и генерирует рекомендации, привязанные к EBIT. Ни один из них не выполняет действия самостоятельно — каждая рекомендация попадает в очередь одобрения человека, а любая рекомендация, затрагивающая сотрудников, блокируется требованием GDPR Article 22 (см. ниже).

Трудозатраты и расписание затрагивают сотрудников, поэтому для них действует самая строгая маршрутизация: любая рекомендация, которая изменит часы, расписание или оценку эффективности человека, блокируется требованием GDPR Article 22 — она требует именного проверяющего-человека перед тем, как распространиться куда-либо, независимо от того, какой агент её сформировал (см. Article 22 ниже).

Движок влияния на EBIT

Ключевая аналитическая возможность. Он связывает операционные события с изменением EBIT и объясняет эту связь простым языком.

Что он делает:

• Разбивает изменение EBIT по локации, периоду, категории меню, кампании, трудозатратам, стоимости продуктов, каналу доставки и скидкам.
• Проводит анализ отклонений: факт vs предыдущий период, vs бюджет, vs прогноз, vs целевой показатель обратного P&L.
• Разделяет корреляцию, предполагаемую причинно-следственную связь и подтверждённое измеренное влияние.
• Присваивает уровень достоверности каждому объяснению.

Примеры формулировок (иллюстративные, не реальные данные арендатора):

«EBIT локации X вчера снизился на N евро. M% снижения объясняется превышением целевых трудочасов на P% в сочетании с падением среднего чека на Q%.»

«Кампания C увеличила выручку на N евро, но с учётом скидок и дополнительных трудозатрат влияние на EBIT составило +M евро.»

«Повышение цены на P% в категории K, вероятно, снизило объём заказов на V%, но увеличило маржинальный вклад на N евро.»

Это не догадки чат-бота — они вычисляются на основе канонической модели данных с явными доверительными интервалами.

Очередь одобрения с участием человека (GDPR Article 22)

Это несущее ограничение, а не функция.

GDPR Article 22 ограничивает полностью автоматизированные решения, оказывающие юридически значимые или аналогичные по значимости последствия на физических лиц. В контексте ресторана это означает всё, что затрагивает сотрудников — изменения расписания, сокращение часов, оценка эффективности, автоматические санкции — должно быть проверено и одобрено человеком до исполнения.

Каждая рекомендация, которую формирует Insights, попадает в очередь одобрения, где отображается:

• Сама рекомендация
• Обоснование
• Ожидаемое влияние на EBIT
• Достоверность
• Риск
• Требуемая роль утверждающего
• Использованные источники данных
• Предлагаемые шаги реализации
• Срок действия / срочность
• Варианты: одобрить / отклонить / изменить / отложить

Одобренные действия отслеживаются как эксперименты, чтобы команда могла впоследствии измерить, достигло ли действие ожидаемого результата по EBIT. (Полное замыкание этого цикла измерений — автоматическая обратная подача результатов в ранжирование — относится к более поздним фазам, а не к MVP; см. ниже.)

Рекомендации, затрагивающие сотрудников, — расписания, часы, оценки эффективности, меры по удержанию — никогда не выполняются автономно. Они находятся в очереди одобрения с именным проверяющим, журналами аудита и объяснимостью перед тем, как распространиться куда-либо. Это юридическое требование в соответствии с GDPR Article 22, а не продуктовое предпочтение.

Движок ROI маркетинга (статистический, а не «до/после»)

Измерение кампаний — одно из мест, где BI-инструменты для ресторанов наиболее очевидно терпят неудачу. «Выручка выросла во время кампании» — это не причинно-следственная связь.

Insights измеряет кампании с применением корректного статистического тестирования — сравнение групп с неравными дисперсиями, расчёт размера эффекта и явный вердикт о достоверности — в сочетании с финансовой разбивкой по существенности: рост выручки, рост валовой маржи, стоимость скидок, дополнительные трудозатраты, влияние на стоимость продуктов и чистое влияние на EBIT. Каждый результат помечается либо как «статистически значимый, но финансово несущественный», либо как «финансово существенный, но статистически неопределённый», чтобы CFO мог прочитать вердикт без разбора математики.

Рекомендация может быть: масштабировать кампанию, повторить только в конкретных локациях, остановить, скорректировать скидку, изменить сроки, изменить структуру продуктов — с приложенным обоснованием, привязанным к EBIT.

Обратное P&L-планирование

CEO/CFO вводит целевой годовой EBIT. Система работает в обратном направлении — базовая версия в MVP вычисляет в обратном порядке необходимый оборот по месяцам с учётом сезонности; более полная декомпозиция ниже — это целевое состояние:

• Ежемесячные и ежедневные целевые показатели выручки по локациям
• Допустимые трудочасы и % стоимости труда
• Теоретический % стоимости продуктов
• Требуемый средний чек, объём заказов, рост от кампаний
• Необходимые изменения цен/структуры

Затем система сравнивает фактические показатели с целевым путём и предупреждает, когда локация отклоняется. Пример формулировки (иллюстративный):

«Целевой EBIT N/год. Локация A должна в среднем приносить X/день выручки, трудозатраты ниже Y%, стоимость продуктов ниже Z%. Текущий прогноз не достигает цели на P, если только средний чек не вырастет на несколько % или трудозатраты не снизятся на несколько %.»

Что входит в MVP, что — позже

MVP:

• Импорт CSV/Excel
• Каноническая модель данных
• Дашборд локаций + руководящий кокпит
• Расчёт EBIT и анализ отклонений
• Предварительно сгенерированные AI-инсайты при импорте
• Ручное измерение кампаний со статистическим тестированием
• Обратное P&L (базовое)
• Очередь одобрения человека
• AI, предлагающий решения в представлениях CFO и CMO
• Проверки качества данных
• Ролевой доступ + журналы аудита

Отложено на более поздние фазы:

• Полные API-интеграции POS помимо первой
• Продвинутое моделирование ценовой эластичности
• Оценка качества блюд на основе камер
• Сложный каузальный вывод
• Полностью автоматизированное исполнение (намеренно не включено в дорожную карту; см. Article 22)

POS и источники данных, к которым подключается Insights

Insights не привязан к конкретному POS по дизайну. R-Keeper — это действующая эталонная интеграция, которая сегодня принимается через управляемый конвейер данных, а не через универсальный REST-коннектор; дополнительные POS-коннекторы (Toast, Square, Lightspeed для западных рынков; iiko для Восточной Европы; другие) формируются под конкретного клиента и рассчитываются по запросу. До ввода в эксплуатацию коннектора реального времени импортёр CSV/Excel покрывает любой POS, который использует сеть.

Помимо POS, Insights подключается к платформам доставки (Wolt, Bolt), системам бухгалтерского учёта, инструментам планирования трудозатрат, маркетинговым платформам, данным о погоде и праздниках, платёжным провайдерам, а также к собственной системе заказов и платежей Fooodo.

Подключение через MCP

Каждый арендатор Insights получает удалённый сервер Model Context Protocol. AI-клиенты, поддерживающие MCP, — ChatGPT, Claude, Copilot, Gemini, Cursor и другие — подключаются с OAuth 2.1 и Dynamic Client Registration, без API-ключей и специальных интеграционных проектов. См. сервер Insights MCP для перечня инструментов и инструкций по настройке для каждого клиента. Функция по умолчанию отключена для каждой организации; активация осуществляется через support@fooodo.com.

Статус и сроки

Рабочий продукт ещё не выпущен — маркетинговая страница на /insights описывает видение; фаза 0 (внутренняя валидация на данных, аналогичных Čili) — текущий фокус разработки. Ожидайте существенных новостей о продукте в течение 2026 года, но не раньше.

Если вы — многоточечная сеть, заинтересованная в роли партнёра по дизайну, пишите на hello@fooodo.com. Самый быстрый способ для команды приоритизировать возможность — иметь клиента с данными и готовностью её валидировать.