OpaGPT ИИ для барменов: как составить прибыльное меню
Современный бармен получает аналитического помощника, который обрабатывает историю продаж и подсказывает рецепты. Методика состоит из четырёх этапов.
Шаг 1. Загрузка данных
Соберите продажи за последние 12 месяцев по каждому SKU, средний чек, себестоимость, остатки и сезонность. Выгрузите отчёт из iiko, R-Keeper или TillyPad в CSV.
- Параметр: горизонт анализа — 365 дней.
- Параметр: минимальное количество продаж для анализа — от 35 порций в месяц.
- Совет: удалите строки с тестовыми заказами и дубликаты.
Шаг 2. Генерация коктейльной карты
Используйте нейросеть с промптом: «Создай 10 коктейлей на основе базовых спиртов X, Y, Z с профилем „свежий/пряный/сладкий“, себестоимостью до 180 рублей и сезонностью „лето“». Укажите точные параметры:
| Параметр | Значение |
|---|---|
| Крепость | 14–22% об. |
| Себестоимость | ≤ 25% от розничной цены |
| Целевая маржа | ≥ 70% |
| Количество напитков | 5–8 позиций в блоке |
Совет: запросите вариант с заменой ингредиента из остатков — это снизит списания.
Шаг 3. Прогноз продаж и A/B-тест
Разделите барную карту на две части: контрольную группу и экспериментальную. Для прогноза используйте алгоритм Prophet или ARIMA на данных помесячно. Задайте частоту: неделя, коэффициент сезонности 0,7. Запустите тест на 14 дней.
- Оцените юнит-экономику по каждой позиции: валовая прибыль = цена − себестоимость.
- Рассчитайте долю продаж в выручке: норма 3–6% на коктейль.
- Примените ABC-XYZ анализ: A — высокомаржинальные хиты, X — стабильный спрос.
Нейросеть прогнозирует спрос, но финальное решение принимает бармен после дегустации.
Шаг 4. Сенсорная проверка
Проведите слепую дегустацию с оценкой по пятибалльной шкале: сладость, кислота, горечь, аромат, послевкусие. Оставьте в меню позиции с рейтингом выше 4,5 и маржинальностью выше 65%. Обновляйте карту раз в сезон.