Fooodo Insights
Слой AI-аналитики для принятия решений в ресторанных сетях от 5 до 200 заведений — каждая рекомендация привязана к EBIT, человек всегда участвует в принятии решений, и шестиуровневая архитектура, лежащая в основе.
Fooodo Insights — это отдельный продуктовый трек, не связанный с платформой заказов Fooodo. Сайт представляет его как стратегическое направление компании; рабочий продукт доступен в ограниченном режиме для референсной сети — на этой странице описано, чем Insights является, чем он явно не является, и какая архитектура стоит за тем и другим.
Статус: Ограниченная доступность — контур принятия решений работает с референсной сетью, партнёрские сети подключаются на протяжении 2026 года. Продукт пока не находится в общем доступе, а автономное выполнение действий остаётся в дорожной карте (сегодня AI предлагает, ваша команда утверждает). Объём MVP и сроки — в конце этой страницы; если вы управляете сетью от 5 до 200 заведений и хотите участвовать в формировании продукта, напишите на hello@fooodo.com.
Определение в одной строке
Fooodo Insights — это AI-нативный слой аналитики для принятия решений в многофилиальных ресторанных сетях, созданный для того, чтобы связывать операционные действия с влиянием на EBIT и неизменно сохранять за человеком последнее слово в каждом решении, затрагивающем сотрудников.
Это не «ещё один дашборд». Дашборд рассказывает, что произошло. Insights — это система принятия решений, которая:
- Собирает разрозненные данные ресторана.
- Нормализует их в каноническую операционную модель ресторана.
- Объясняет, что произошло.
- Оценивает, почему это произошло.
- Прогнозирует, что произойдёт дальше.
- Рекомендует действия.
- Требует одобрения человека перед выполнением действий с высоким влиянием.
- Измеряет, действительно ли одобренные действия улучшили EBIT.
Для кого это
Многофилиальные сети в диапазоне от 5 до 200 заведений. Первое референсное внедрение — сеть формата Čili Pizza, однако архитектура не зависит от POS-системы, гибка географически и адаптируется к различным форматам (QSR, casual dining, тёмные кухни, гибриды).
Персоны, для которых создан Insights, — руководители, а не операторы:
| Персона | Основная потребность |
|---|---|
| CEO / Владелец | Видимость EBIT сегодня и прогноз; какие действия создают или уничтожают прибыль |
| CFO | Ежедневный EBIT, COGS, трудозатраты, скидки, контроль маржи; обратное P&L-планирование |
| COO | Скорость обслуживания, оборачиваемость столов, узкие места на кухне, операционное влияние на EBIT |
| CMO | ROI кампаний, валидация причинно-следственного прироста, прибыльность купонов |
| CPO | Прибыльность меню, маржа на уровне позиции, ценовая эластичность, инжиниринг меню |
| CHRO | Стоимость труда и эффективность расписания — только чтение, со строгим участием человека в любом действии, затрагивающем сотрудников |
| Менеджер ресторана | Ежедневные практические рекомендации, результаты смены, очередь действий |
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 на этом пути всегда присутствовал живой человек.
Принцип, который делает это отличным от других
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 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:
Executive cockpit · location dashboards · campaign ROI · profit-target planning · scenario simulator · approval queue · alerts · reports · admin · API
One AI · four role views (CFO, CMO, COO, CPO) · conversational AI · insight generation · recommendation engine · explanation engine · human-in-the-loop approval queue
EBIT model · revenue · COGS · labor · marketing ROI · price elasticity · forecasting · anomaly detection · attribution · scenario engine
Tenant · brand · region · location · menu · order · order item · payment · discount · tax · campaign · labor shift · employee role · supplier cost · recipe · forecast · recommendation · approval · measured outcome
Direct API connectors · CSV/Excel import · scheduled imports · validation · mapping UI · data quality checks
POS · labor scheduling · time tracking · accounting/P&L · delivery platforms · marketing campaigns · loyalty/CRM · weather · holidays · manual CSV · food cost · recipe data · menu data
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-инструментов.
- POS-коннекторы подключаемы. Каждый реализует единый интерфейс коннектора (заведения, меню, заказы, платежи). Добавление коннектора — изолированный модуль; он не затрагивает уровни метрик или AI.
Ролевые 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. Они предлагают; они не выполняют внешние действия или действия, затрагивающие сотрудников, автономно — каждая такая рекомендация поступает в очередь одобрения человека, а любая рекомендация, затрагивающая сотрудников, проходит через GDPR Article 22 (см. ниже).
| Ролевой агент | Отслеживает | Рекомендует |
|---|---|---|
| CFO | EBIT, выручку, COGS, % трудозатрат, прогноз, отклонения прибыли | Действия по контролю затрат, корректировки бюджета, предупреждения о марже, корректировки обратного P&L |
| CMO | Кампании, скидки, реакцию клиентов, ROI маркетинга, эффективность каналов | Повторить кампанию, остановить кампанию, скорректировать скидку, выбрать заведение, улучшить экономику предложения |
| COO | Поток заказов, оборачиваемость столов, задержки на кухне, узкие места в обслуживании | Изменения в персонале, изменения процессов, оптимизация часов работы, действия на уровне конкретного заведения |
| CPO | Прибыльность меню, маржа позиции, ценовая эластичность, структура меню, комбо | Изменения цен, удаление позиций из меню, создание комбо, возможности апселла |
Представление COO дополнительно использует оценку качества блюд на основе камер (ChefBot) для выявления проблем с консистентностью кухни наряду с сигналами об обслуживании и пропускной способности.
Трудозатраты и расписание затрагивают сотрудников, поэтому для них действует самая строгая маршрутизация: любая рекомендация, которая изменила бы часы работы, расписание или метку эффективности сотрудника, проходит через GDPR Article 22 — она требует указанного по имени 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 заведению, 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.
- Запускает автономное диагностическое расследование при неожиданном изменении показателя — выстраивая цепочку запросов к данным для изоляции драйвера, а не угадывания.
Примеры формулировок (иллюстративные, не данные реального тенанта):
«EBIT заведения 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 доход на N евро».
Это не догадки чат-бота — они вычисляются на основе канонической модели данных с явными доверительными интервалами.
Как показатели завоёвывают доверие
Три механизма, уже встроенных в продукт, подкрепляют эти утверждения:
- Таксономия из пяти меток достоверности для каждого показателя — уровень провенанса, лежащий в основе приведённых выше уровней достоверности. Каждое число в аналитическом ответе помечается меткой Faktas (фактические данные), Biudžetas (план), Patvirtinta (подтверждённый администратором организационный факт), Apskaičiuota (вычислено машиной) или Prielaida (задекларированное допущение) — метки отображаются дословно, в том виде, в каком они представлены в продукте. Метки детерминированно проверяются на соответствие фактическому провенансу исходных данных — AI не может самостоятельно присвоить более сильную метку, чем та, которую поддерживает источник.
- Пакет методологии для каждого тенанта. Администраторы каждого тенанта курируют факты уровня совета директоров — соглашения о стоимости работодателя, инкрементальные маржи, плановые показатели — на странице методологии, доступной только администраторам. Каждый факт содержит значение, единицу измерения, именованный источник, дату начала действия и метку достоверности (не более 60 фактов на тенант; изменения применяются к новым разговорам). AI применяет методологию компании вместо общих отраслевых знаний и указывает источник.
- Контракт ответа CFO. Анализы влияния на прибыль привязаны к плану и отклонению от плана, декомпозированы на рычаги с их ограничивающими условиями, и каждый анализ содержит строку с источниками.
Очередь одобрения с участием человека (GDPR Article 22)
Это несущее ограничение, а не функция.
GDPR Article 22 ограничивает исключительно автоматизированные решения, оказывающие юридическое или аналогичное существенное воздействие 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, поступает 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 контура измерений — автоматическая обратная подача результатов в ранжирование — относится к более поздним фазам, а не к MVP; см. ниже.)
Рекомендации, затрагивающие сотрудников, — расписания, часы работы, метки эффективности, меры по удержанию — никогда не выполняются автономно. Они находятся в очереди одобрения с указанным по имени проверяющим, журналами аудита и объяснимостью, прежде чем 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 надлежащего статистического тестирования — сравнение групп с неравными дисперсиями, расчёт размера эффекта и явный вердикт о достоверности — в сочетании с финансовой разбивкой по существенности: прирост выручки, прирост валовой маржи, стоимость скидок, дополнительные трудозатраты, влияние на стоимость продуктов и чистое влияние на EBIT. Каждый результат помечается либо «статистически значимо, но финансово несущественно», либо «финансово существенно, но статистически неопределённо», чтобы CFO мог прочитать вердикт, не разбираясь в математике.
Рекомендация может быть: масштабировать кампанию, повторить только в конкретных заведениях, 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 — целевое состояние:
- Ежемесячные и ежедневные целевые показатели выручки по заведениям
- Допустимые трудочасы и % стоимости труда
- Теоретический % стоимости продуктов
- Требуемый средний чек, объём заказов, прирост от кампаний
- Необходимые изменения цен/структуры
Затем система сравнивает фактические результаты с целевой траекторией и предупреждает, когда заведение отклоняется от курса. Пример формулировки (иллюстративный):
«Целевой EBIT N/год. Заведение A должно 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 заведения + исполнительный 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, CMO, COO и CPO
- Проверки качества данных
- Ролевой доступ + журналы аудита
Отложено на более поздние фазы:
- Полные API-интеграции POS-систем помимо первой
- Расширенное моделирование ценовой эластичности
- Движок маркетинговой разведки — отчёты о конкурентах и рынке с указанием источников, совмещённые с вашими собственными KPI (в разработке)
- Полностью автоматизированное исполнение (намеренно не включено в дорожную карту; см. Article 22)
POS-системы и источники данных, к которым подключается Insights
Insights не зависит от POS-системы по своей архитектуре. R-Keeper — действующая референсная интеграция, данные поступают через управляемый конвейер данных, а не через универсальный REST-коннектор; дополнительные POS-коннекторы (Toast, Square, Lightspeed для западных рынков; iiko для Восточной Европы; другие) определяются под каждого клиента и рассчитываются по запросу. До ввода в эксплуатацию коннектора реального времени импортёр CSV/Excel покрывает любую POS-систему, которую использует сеть.
Помимо POS-систем, Insights подключается к платформам доставки (Wolt, Bolt), системам бухгалтерского учёта, инструментам планирования трудовых ресурсов, маркетинговым платформам, данным о погоде и праздниках, платёжным провайдерам, а также к собственной системе заказов и платежей Fooodo.
Подключение через MCP
Каждый тенант 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. Инвентарь инструментов и инструкции по настройке для каждого клиента см. в Insights MCP server. По умолчанию функция отключена для каждой организации; активация осуществляется через support@fooodo.com.
Доступ владельца без дашборда
Не каждый руководитель хочет входить в дашборд. Два пути доступа делают Insights удобным без него:
- Owner Chat Link — администратор выдаёт единую защищённую ссылку, открывающую только чат-представление советника для нетехнического владельца: без экрана входа, без навигации по приложению, ограниченное только разговором с советником. Через неё невозможно получить доступ к дашбордам, настройкам или данным другого тенанта.
- Вложения в разговор — добавьте таблицу, PDF, изображение или вставленный URL в один разговор с советником для чтения AI. Вложения обрабатываются в эфемерный контекст только для этого чата, автоматически удаляются при очистке чата и никогда не загружаются как аналитические данные.
Статус и сроки
Рабочий продукт доступен в ограниченном режиме — работает с референсной сетью, партнёрские сети подключаются на протяжении 2026 года; в общем доступе пока не представлен. Маркетинговая страница по адресу /insights описывает полное видение. Автономное выполнение действий остаётся в дорожной карте — сегодня каждая рекомендация одобряется человеком. Ожидайте существенных новостей о продукте на протяжении 2026 года.
Если вы управляете многофилиальной сетью и хотите стать партнёром по дизайну, напишите на hello@fooodo.com. Самый быстрый способ для команды приоритизировать возможность — иметь клиента с данными и готовностью её валидировать.
API и поверхность интеграции
Как партнёры и разработчики интегрируются с Fooodo — публичный MCP-сервер, POS-коннектор и white-label-контракты, что открыто и что закрыто сегодня, а также дорожная карта интеграции.
Сервер Insights MCP
Подключите ChatGPT, Claude, Copilot или Gemini к вашему тенанту Fooodo Insights через удалённый сервер Model Context Protocol.