Praktijkgidsen5 minGevorderd

Drukte voorspellen met je eigen kassadata: bezetting plannen op omzet per uur

Te veel mensen op een rustige dinsdag en te weinig op een drukke zaterdag. Zo laat je AI je kassa-export doorrekenen en plan je de bezetting op wat gebeurt.

Zeven houten staven van verschillende hoogte op een donkere leistenen ondergrond, de hoogste met een koperen kapje
Inhoudsopgave10 secties
  1. Wat heb je nodig?
  2. Stap 1: exporteer en maak schoon
  3. Stap 2: laat het model gemiddelden berekenen
  4. Stap 3: bepaal hoeveel een medewerker aankan
  5. Stap 4: vergelijk met je rooster
  6. Een rekenvoorbeeld
  7. Zelf doen in Excel
  8. Wanneer dit niet werkt
  9. Als het misgaat
  10. Volgende stap

Stel je een restauranthouder voor die op dinsdagavond vijf mensen in de bediening zet, want zo staat het rooster altijd. Er komen twaalf gasten. Op zaterdag staan er ook vijf en dan loopt het uit de hand. Het rooster volgt de gewoonte en niet de drukte.

Je kassa weet wanneer het druk is. Een AI-assistent kan die export in een paar minuten omzetten naar een beeld per weekdag en per uur. Hieronder lees je hoe je dat opzet en wat je er wel en niet van kunt verwachten.

Wat heb je nodig?

  • Een export uit je kassa of boekhouding met datum, tijd en omzet of aantal bonnen.
  • Minimaal een paar maanden data, liever een jaar.
  • Een AI-assistent die bestanden kan analyseren, zoals ChatGPT of Claude.
  • Je huidige rooster om mee te vergelijken. Maak je rooster met AI? Lees personeelsrooster maken met AI.

Stap 1: exporteer en maak schoon

Vraag bij je kassaleverancier of in je rapportage een export per uur of dagdeel. Laat betaalgegevens en namen weg. Controleer of tijden in dezelfde notatie staan en dat bedragen getallen zijn. Haal dagen weg waarop je gesloten was.

Voeg zelf een kolom toe voor bijzondere dagen: feestdag, schoolvakantie, evenement in de buurt, extreem weer. Het model weet dat niet uit zichzelf.

Stap 2: laat het model gemiddelden berekenen

ChatGPT schrijft en draait zelf code voor een .xlsx of .csv (Bron: OpenAI). Claude doet dat met code-uitvoering aan (Bron: Anthropic).

Dit bestand bevat kassadata van [periode]. Kolommen: datum, tijd, omzet, aantal bonnen, bijzondere dag.
Bereken:
1. Gemiddelde omzet en aantal bonnen per weekdag en per uur, in een tabel.
2. Welke uren het drukst en het rustigst zijn.
3. Hoe groot het verschil is tussen een gewone dag en een dag met een bijzondere dag.
4. Hoeveel dagen er per cel in zitten, zodat ik zie hoe betrouwbaar het gemiddelde is.
Toon hoe je het berekend hebt. Verzin geen getallen. Als er te weinig data is, zeg dat.

Stap 3: bepaal hoeveel een medewerker aankan

Kijk naar een uur waarop de service goed was en tel hoeveel omzet of bonnen er toen waren en met hoeveel mensen. Dat is je capaciteit per medewerker. Het model kan dit voor je uitrekenen als je zegt welke uren je als goed beschouwt. Het getal is een schatting, geen wetmatigheid.

Beginner-tip: Begin simpel. Alleen weekdag en dagdeel (ochtend, middag, avond) zegt al veel. Per uur kan later.

Stap 4: vergelijk met je rooster

Leg je huidige bezetting naast de drukte. Waar staan te veel mensen en waar te weinig? Vraag het model om een tabel met per weekdag en dagdeel de verwachte drukte, de huidige bezetting en het verschil. Verschuif je rooster alleen waar het verschil duidelijk is.

Gevorderden: Weinig data per cel geeft wankele gemiddelden. Vraag om de mediaan naast het gemiddelde en laat het model uitschieters aanwijzen die het gemiddelde vertekenen, zoals één feestweek. Wil je hier meer mee, lees dan hoe je maandcijfers met AI doorrekent in maandcijfers analyseren met AI.

Een rekenvoorbeeld

Alle getallen zijn verzonnen om de werkwijze te tonen. Stel je café verwerkt per medewerker ongeveer 15 bonnen per uur zonder dat de service lijdt. Dat is jouw capaciteit. De export laat gemiddeld zien:

DagdeelGemiddeld aantal bonnen per uurBenodigde medewerkersNu ingeroosterd
Dinsdag 18:00 tot 20:001213
Vrijdag 18:00 tot 20:003533
Zaterdag 18:00 tot 20:005243

De formule is eenvoudig: bonnen per uur gedeeld door capaciteit, naar boven afgerond. Op dinsdag staan er twee mensen te veel en op zaterdag één te weinig. Dat inzicht levert je een rooster op dat meebeweegt met de drukte.

Zelf doen in Excel

Je hebt AI niet per se nodig voor de gemiddelden. In Excel maak je een draaitabel: Invoegen, Draaitabel. Zet weekdag in de rijen, uur in de kolommen en bonnen in de waarden, met de functie Gemiddelde. AI helpt vooral bij het opschonen van de export, het uitleggen van uitschieters en het bouwen van de vergelijking met je rooster.

Wanneer dit niet werkt

  • Je zaak is jonger dan een paar maanden. Er is te weinig data voor betrouwbare gemiddelden.
  • Je hebt net verbouwd of je openingstijden veranderd. Oude data past dan niet meer.
  • Je verkoopt vooral op afspraak of reservering. Dan plan je beter op basis van boekingen dan op kassadata.
  • Je kassa exporteert geen tijdstip. Zonder uur kun je alleen op dagniveau werken.

Als het misgaat

  • Het gemiddelde klopt niet met je gevoel. Kijk of bijzondere dagen zijn meegerekend of dat er dagen ontbreken.
  • De uitkomst per uur is wild. Te weinig data. Neem dagdelen.
  • Het model voorspelt cijfers voor volgende maand. Zeg dat het alleen terugkijkt en laat verwachtingen aan jou over.
  • Je kassa exporteert alleen totalen. Vraag je leverancier naar een rapport per uur.

Volgende stap

Pak de laatste drie maanden export en vraag om de drukte per weekdag en dagdeel. Vergelijk dat met je rooster van de laatste maand. Is de uitkomst anders dan wat je dacht, dan heb je je eerste winst te pakken. Wil je ook je verlof en vakantie op de drukte afstemmen, lees dan vakantie en verlof plannen met AI.

Veelgestelde vragen

Kan AI voorspellen wanneer het druk wordt in mijn zaak?

Het kan uit je eigen kassa-export laten zien wanneer het gemiddeld druk is, per weekdag en per uur. Dat is een terugblik op wat is gebeurd, geen voorspelling die zeker klopt. Voor een verwachting op een specifieke dag voeg je zelf context toe, zoals een evenement, de vakantieperiode of het weer. Het model rekent, jij weegt de context.

Hoeveel data heb ik nodig?

Hoe meer, hoe stabieler de gemiddelden. Met enkele maanden zie je al het weekritme. Wil je seizoenen herkennen, dan heb je minimaal een volledig jaar nodig. Heb je minder, benoem dat dan in je instructie en vraag het model om aan te geven hoe betrouwbaar de uitkomst is. Een gemiddelde over drie dinsdagen zegt weinig.

Welke kassagegevens moet ik exporteren?

Datum en tijd, omzet of aantal bonnen per uur of dagdeel en zo mogelijk het aantal gasten of klanten. Heb je ook de bezetting uit het verleden, dan kun je omzet per medewerker uitrekenen. Persoonsgegevens of betaalgegevens heb je niet nodig. Laat die kolommen weg voor je exporteert.

Hoe vertaal ik drukte naar het aantal medewerkers?

Bepaal eerst hoeveel omzet of hoeveel bonnen een medewerker per uur aankan. Bij een zaak met bekende cijfers kun je dat uit het verleden halen: kijk naar uren met goede service en de omzet die daarbij hoorde. Deel de verwachte drukte door die capaciteit en rond af. Houd een marge voor pieken en laat het model ook de uitzondering aanwijzen.

Is het veilig om kassadata in een AI-tool te zetten?

Omzet per uur bevat geen persoonsgegevens en is minder gevoelig dan klantlijsten. Toch geldt: gebruik een zakelijk account, haal kolommen weg die je niet nodig hebt en check de privacy-instelling. De Autoriteit Persoonsgegevens waarschuwde in 2024 dat persoonsgegevens in een chatbot tot een datalek kunnen leiden.

Bronnen

Waar deze informatie vandaan komt.