KPI ristorante: i numeri da guardare ogni settimana
I cinque numeri da guardare ogni lunedì: scontrino medio, food cost, labor cost, occupazione e no-show. Con il prime cost sopra tutti. Quindici minuti a settimana, non quaranta indicatori.
Leggi
Numeri e controllo di gestione 8 min di lettura
Tre numeri in Excel valgono più di un software comprato di fretta. Ecco metodo, costi e quando l'AI non serve.
In due righe
Per fare previsioni di vendita con l'intelligenza artificiale in una PMI servono tre cose, in quest'ordine: almeno 12 mesi di storico pulito, la stagionalità mese per mese e una pipeline aggiornata, cioè l'elenco delle trattative aperte con il loro valore e la probabilità di chiusura. Senza questi tre numeri l'AI non aiuta: amplifica i dati sporchi. Il metodo è: parti con i tre numeri in Excel, poi aggiungi l'AI per aggiornarli ogni settimana e segnalare le anomalie. Non il contrario.
Una previsione di vendita, o sales forecast, è una stima del fatturato che realizzerai in un periodo futuro, costruita su storico, stagionalità e pipeline. Non è un oracolo: è un'ipotesi numerica da confrontare ogni mese con quello che succede davvero. È uno dei numeri del controllo di gestione in una PMI.
Va tenuta separata da due cose che in azienda si confondono spesso. Il budget previsionale di una PMI è ciò che decidi di fare: obiettivi, risorse, spese. La previsione dei flussi di cassa con l'AI riguarda quando incassi e quando paghi. Qui parliamo solo di una cosa: quanto venderai.
La differenza conta. Se tratti la previsione come un impegno già firmato, spendi come se quei ricavi fossero certi. E non lo sono.
Prima di qualunque software servono tre numeri. Il primo è lo storico: quanto hai già venduto negli stessi mesi degli ultimi 12-24 mesi. Il secondo è la stagionalità, che è la variazione regolare delle vendite legata al periodo dell'anno, come i picchi di Natale o dell'estate. Il terzo è la pipeline, che abbiamo già definito: valore delle trattative per probabilità di chiusura.
| Numero | Cosa ti dice | Dove lo trovi | Come si calcola |
|---|---|---|---|
| 1. Storico | il livello base: quanto hai già venduto nello stesso periodo | fatture, gestionale, ecommerce | somma del fatturato degli stessi mesi degli ultimi 12-24 mesi |
| 2. Stagionalità | quanto pesa ogni mese sul totale dell'anno | storico diviso per mese | vendite del mese diviso vendite medie mensili (indice del mese) |
| 3. Pipeline | cosa sta per chiudersi davvero | CRM o file delle opportunità | valore di ogni trattativa moltiplicato per la probabilità di chiusura |
Con questi tre numeri una previsione credibile la fai domani mattina in Excel. Prendi le fatture degli ultimi 12 mesi, dividi il fatturato per mese. Per ogni mese, dividi il valore del mese per la media mensile: ottieni l'indice di stagionalità. Poi apri la pipeline, moltiplichi il valore di ogni trattativa per la probabilità di chiusura e sommi. La previsione è lo storico corretto per la stagionalità più la pipeline ponderata. Non serve un CRM, non serve l'AI, non serve un consulente.
L'AI non inventa la previsione. La tiene aggiornata. Se fai già i tre numeri in Excel, un modello semplice può fare tre lavori: controlla che le fatture siano classificate bene, ricalcola la previsione ogni lunedì, segnala le trattative che slittano da più di due settimane. Quello che prima richiedeva mezza giornata al mese diventa un'ora a settimana.
SAP e Pipedrive, che pure vendono strumenti, insistono sullo stesso punto: l'AI aiuta a pulire i dati e a ridurre gli errori, ma la persona resta dentro il giro. Anche perché la probabilità di chiusura la conosce il commerciale, non il modello. L'AI non sa che "questo cliente lo sento freddo". Il punto vero è farla accettare alla rete vendita: ne parlo in AI e rete vendita.
Quindi la sequenza è: prima i tre numeri a mano, poi l'AI per aggiornarli. Chi parte dall'AI senza storico arriva a un numero con tre decimali e nessun fondamento.
Il primo passo
Scopri dove l'AI ripaga nella tua azienda.
Gratuito · 45 minuti · nessun impegno · punteggi confrontati con 2.800+ aziende
Servono almeno 12 mesi di storico pulito e una pipeline aggiornata. Se i dati sono sporchi, l'AI amplifica il casino. Un modello costruito su fatture classificate male o su una pipeline ferma a giugno produce una previsione sbagliata con aria di precisione. Prima si sistemano i dati, poi si compra. Ne ho scritto qui: qualità dei dati aziendali.
Non comprare un tool di forecast prima di aver sistemato i dati. Ho visto troppe aziende con un bel software e una pipeline vuota. Il software non inventa i numeri: fotografa il disordine.
Se la pipeline è vuota o aggiornata a memoria, fermati. Comincia a chiedere ai commerciali di aggiornare le trattative una volta a settimana. È noioso, ma è il dato che rende utile tutto il resto.
Tre livelli, in ordine di partenza.
| Livello | Costo | Tempo per partire | Cosa ti dà |
|---|---|---|---|
| Excel | zero euro, se hai già Excel | mezza giornata al mese | i tre numeri base |
| Gestionale o CRM con modulo forecast | il canone che già paghi, più eventuale modulo da attivare | 1-2 giorni di setup | numeri aggiornati con meno lavoro manuale |
| Tool AI specialistico | abbonamento, da valutare solo dopo i primi due livelli | qualche giorno, se i dati sono puliti | aggiornamenti automatici e segnalazione anomalie |
Questi costi vanno letti con onestà. Il tool specialistico non è caro di per sé. È inutile se arriva prima dei dati puliti. Per questo dico sempre: parti dal livello che hai già, e passa al successivo solo quando il precedente ti sta stretto.
Quattro errori, e perché ognuno costa caro.
Prendi le fatture degli ultimi 12 mesi. Dividi il fatturato per mese. Per ogni mese, dividi il valore del mese per la media mensile: ottieni l'indice di stagionalità. Poi apri la pipeline e moltiplica ogni trattativa per la probabilità di chiusura. Somma. Hai la tua prima previsione. Non serve altro.
Se domani fai solo questo, hai già fatto più di molte aziende che comprano il software.
Domande frequenti
Non obbligatoriamente, ma aiutano. Con meno di un anno vedi male la stagionalità: se vendi di più a Natale e inizi a marzo, non sai quanto pesa dicembre. Con poco storico parti lo stesso con i tre numeri, ma tratta la previsione come un'ipotesi da ricalibrare ogni mese. La precisione cresce con i dati puliti, non con il software.
Sì, ma solo dopo aver fatto i tre numeri a mano. L'AI lavora sui dati che le dai: se la pipeline sta in un foglio Excel aggiornato, un modello semplice funziona già. Il CRM serve quando le trattative sono tante e aggiornarle a mano diventa un lavoro. Prima il dato, poi lo strumento.
Dipende dalla qualità dei dati, non dalla potenza del modello. Con uno storico pulito e una pipeline aggiornata puoi stare vicino al risultato reale; con dati sporchi anche il tool migliore sbaglia. Non inseguire la precisione assoluta: insegui una previsione che rivedi ogni mese e che migliora nel tempo.
La previsione dice cosa pensi che succederà, in base ai dati. Il budget dice cosa decidi di fare: obiettivi, risorse, spese. Si confondono spesso, e confonderli porta a spendere come se la previsione fosse già certa. La previsione alimenta il budget, ma resta un'ipotesi da confrontare ogni mese con il consuntivo.
Excel o il gestionale che hai già. Per i primi tre numeri non serve altro: estrai le fatture, dividi per mese, calcoli storico e stagionalità. Il tool di forecast con AI arriva dopo, quando vuoi che la previsione si aggiorni da sola e ti segnali le trattative a rischio. Comprare prima il software è l'errore classico.
No. L'AI calcola e aggiorna i numeri, ma la probabilità di chiusura di una trattativa la conosce chi sta sul campo. Il commerciale che dice 'questo cliente lo sento freddo' è un dato che il modello non ha. Per questo l'AI si usa insieme al giudizio di chi vende, non al suo posto.
Il primo passo
45 minuti per fotografare la tua azienda in 5 aree, con i punteggi confrontati con 2.800+ aziende. Compili qui sotto e ti arriva il link monouso per farlo con calma. Gratuito, e il report resta tuo comunque vada.
Continua
I cinque numeri da guardare ogni lunedì: scontrino medio, food cost, labor cost, occupazione e no-show. Con il prime cost sopra tutti. Quindici minuti a settimana, non quaranta indicatori.
Leggi
Tre KPI bastano per capire se lo studio guadagna. Parti da costo orario, margine per pratica e tempi di incasso.
Leggi
Il fermo macchina costa più della riparazione: ti spiego come calcolare il costo vero in tre numeri, senza software.
Leggi