Noslodzes kopsavilkumi no kases sistēmas datiem

Katru nedēļu restorāna vai kafejnīcas vadītājs sastāda maiņu grafiku pēc tā, ko atceras no iepriekšējās nedēļas, kurš var strādāt un kad tuvojas pasākums. Tikmēr R-Keeper vai Poster POS glabā visu vēsturi: cik čeku bija katrā stundā, vidējais čeks, cik no tiem bija Wolt un Bolt Food pasūtījumi, kas noslogo virtuvi, bet ne zāli, un kā plūsma mainījās svētku dienās, lietū vai pilsētas pasākumu laikā. Rezervāciju sistēma jau rāda nākamās nedēļas kompānijas, bet kalendārs – kāzas un uzņēmuma vakaru. Šos avotus neviens nesaliek kopā, tāpēc dažās stundās rokas trūkst un viesi gaida, citās darbinieki stāv bez darba, un algu budžets tiek pārsniegts.

Apvienojam stundu pārdošanas eksportu no R-Keeper vai Poster POS, rezervāciju sistēmu, Wolt un Bolt Food pasūtījumu atskaites un pasākumu kalendāru. Katru nedēļu Claude, izmantojot API, analizē iepriekšējo nedēļu pārdošanu pa stundām un dienām, nodala zāles čekus no piegādes pasūtījumiem, piemēro zināmās rezervācijas un pasākumus, ņem vērā svētku dienas un jūsu norādītos ārkārtas gadījumus, un pēc tam sagatavo nākamās nedēļas noslodzes prognozi un ieteicamo personāla vajadzību katrai stundai pēc jūsu attiecībām (piemēram, cik galdiņu uz vienu viesmīli, cik Wolt pasūtījumu stundā uz virtuvi). Rezultāts tiek piegādāts Power BI atskaitē un īsā kopsavilkumā: kuras stundas būs noslogotas, kāpēc un cik cilvēku tiek ieteikts zālē, pie bāra un virtuvē. Vadītājs redz pamatojumu, sastāda grafiku savā ierastajā sistēmā un lemj par izņēmumiem. Sistēma nepiešķir darbiniekus, nemaina grafiku un nesazinās ar personālu. Modelis darbojas Anthropic API vai Amazon Bedrock ES reģionā, un darbinieku personas dati modelim netiek nodoti, jo prognozei vajadzīgi tikai pārdošanas un noslodzes rādītāji.