Управляющий сети сказал нам это в первую же встречу, раньше, чем мы открыли хоть одну таблицу: в дождь людей на улице меньше, значит и кофе продают хуже. Мы кивнули, отметили это как первую гипотезу и полезли проверять дождь на годе данных сети из 42 точек. Дождь выручку не сдвинул. Эффект погоды лег в границы обычного шума дня: измерить его отдельно от случайных колебаний не получилось, хотя мы искали именно его.
Так начался год работы с отчетами iiko одной сети кофеен, а закончился он списком представлений о собственном бизнесе, которые не пережили встречу с цифрами. Историю мы забрали из iiko по API, через OLAP-отчет по продажам: 15 330 строк по дням на 42 точки, с 1 августа 2025 по 31 июля 2026. Число стоит в начале не для солидности. За каждым выводом ниже стоит год, который успел повториться много раз, а не пара случайных недель.
«Как вчера отработала точка?» Управляющий сети из 42 точек задает этот вопрос каждое утро. Среди отчетов iiko готового ответа на него нет: есть подробный отчет по продажам блюд, но не про то, как точка отработала целиком, день против обычного дня. Мы сводили этот ответ руками из нескольких выгрузок задолго до того, как вообще дошли до дождя и субботы.
Фразу «в субботу всегда толпа» знает любой, кто отработал в кофейне хоть месяц. Мы разложили год по дням недели для каждой из 42 точек отдельно и поискали субботний подъем на 8 неделях, которых модель не видела при обучении. У 7 точек, где суббота выглядела пиком, подъем не повторился ни на одной. Кое-где суббота выглядела сильной на старых данных, а на новых неделях профиль выравнивался до буднего уровня. Красивый график из прошлого квартала и то, что подтвердилось на свежих неделях, оказались двумя разными вещами, и в дело идет только второе.
Дальше нашлось то, что ни дождь, ни суббота не объясняли: будни и выходные вообще не совпадают по точкам сети. У 13 точек будни устойчиво сильнее выходных, и это держится на новых неделях так же, как держалось на старых. У 3 точек ровно наоборот: суббота и воскресенье сильнее буднего дня, и этот профиль тоже пережил проверку. Одна вывеска сети скрывает два разных бизнеса. Одни точки живут обеденным потоком офисов по соседству, другие прогулочным трафиком выходного дня. Пятничная закупка молока для одной и для другой точки не может считаться по одной формуле, даже если обе стоят в одном городе. То же самое верно для смен бариста: график точки с обеденным потоком не годится для точки у парка, и наоборот. Свести обе группы к единому правилу закупки или единому графику смен значит подгонять точку под чужой ритм. Единый план продаж на всю сеть в среднем устраивает обе группы и ни одну по отдельности.
Мы не ждали такого расслоения внутри одной сети.
Мы попробовали подсказать модели каждой точки общий темп всей сети, как будто соседняя кофейня знает что-то важное про твою. Модель стала хуже, ненамного, но на каждой проверке, и мы убрали общий темп сети из расчета сразу после проверки. Сеть из 42 точек не двигается одним организмом. У каждой точки свой ритм, и подсматривать за соседом моделям вредно так же, как вредно управляющему.
В дни, когда выручка точки проваливалась, мы разбирали причину по чекам и по среднему чеку раздельно. Мы проверили эту связь на 5 точках с самой долгой историей провалов, и механика повторилась на каждой без исключения. Каждый раз падало число чеков. Средний чек в тот же день держался на обычном уровне или даже рос. Люди не стали покупать меньше кофе за один заход, они просто не пришли. За этим различием стоит разное решение: упади средний чек, точку стоило бы чинить через ассортимент и подсказку кассира у кассы. Раз падает число чеков, вопрос смещается с кассы на улицу: что в этот день происходило в потоке людей мимо точки. Для управляющего это значит: в день провала сначала проверять то, что происходило у входа в точку, а не программу лояльности за кассой. Такого ответа сами данные iiko не дают, они только показывают, куда смотреть дальше.
Прогноз выручки был темой, где мы хотели красивого числа, а получили честный отказ. Мы проверили прогноз на 4 разных сроках вперед: на завтра, на неделю, на две недели и на месяц. Ни один срок не пошел в работу. Каждый срок проверили 7 раз на разных прошедших неделях, не один раз на удачной. Модель при этом не была слабой: на 8 неделях, которых она не видела при обучении, дневная выручка ошибалась на 13,36% против 17,18% у простого правила «будет как в прошлые недели». Ближе всех к приемке подошел месячный срок: 16,0% ошибки против 16,8% у того же простого правила. Но и тут нашлась хотя бы одна проверочная неделя, где простое правило обошло модель, а мы условились заранее: прогноз идет на экран, только если бьет простое правило без единого исключения. Проигрыш хотя бы на одной проверочной неделе из 7 означает: рано или поздно эта модель подвела бы управляющего именно в ту неделю, когда точная цифра нужна больше всего. Мы предпочли честно написать «прогноза пока нет», чем поставить на экран число, способное подвести в неудачный день без предупреждения.
Искусственный интеллект в этой истории занят только одним участком: рейтингом точек. Сообщения из рабочих чатов и фотографии с проверок разбирает модель и превращает в баллы рейтинга каждой точки. Выручку и прогноз она не считает, там работает обычная статистика на годе цифр.
Из всего, что мы разобрали, на дашборд для руководителя в итоге попало меньше строк, чем казалось в начале года. Прогноз туда пока не попадет: он ждет проверку на новых неделях, которой еще не было. Общий темп сети не попадет вовсе, раз он делает модель точки хуже. Остается то, что выдержало проверку на неделях, которых модель не видела. Красивую картинку с графика за прошлый квартал в эту цифру мы не берем. Команда Синтел собирает эти отчеты iiko в один экран, который управляющий открывает утром вместо того, чтобы сверять таблицы руками.
Но главный герой этого текста не экран. Главный герой: 42 точки, которые перестали помещаться в одну голову. Дождь и субботний подъем управляющий назвал в первую же встречу, раньше любых цифр, и именно они не подтвердились. Если у вас тоже есть свой дождь или своя суббота, проверьте это одно убеждение цифрами, прежде чем в следующий раз списать слабый день на погоду за окном.