La predicción por canal de venta es un enfoque de la predicción de demanda con IA que permite anticipar ventas por plato, día y local, ajustando producción y compras para reducir mermas y roturas de stock en cadenas HORECA. Tu cadena de restauración ya no vende solo en sala. Entre Glovo, Uber Eats, Just Eat, el mostrador de take away y los servicios de catering, cada local opera como un negocio multicanal. Sin embargo, la inmensa mayoría de grupos HORECA siguen haciendo una única previsión de ventas totales por local, como si todos esos canales se comportaran igual. No lo hacen. Y esa simplificación está arruinando la precisión de tus compras, tu mise en place y tu cuenta de resultados.
La realidad multicanal del restaurante moderno
Hace diez años, predecir la demanda de un restaurante era relativamente sencillo: un canal de venta, un tipo de cliente, un patrón de comportamiento. Hoy, una cadena de multi-local puede recibir ingresos de cuatro o cinco canales simultáneamente, cada uno con dinámicas completamente distintas.
La sala sigue siendo el canal principal en la mayoría de locales, pero el delivery puede representar entre un 15% y un 40% de la facturación dependiendo de la ubicación y el concepto. El take away crece de forma constante, especialmente en zonas de oficinas con horario de comida reducido. Y algunos grupos añaden catering corporativo o dark kitchens que operan con sus propios ritmos.
El problema aparece cuando toda esta complejidad se comprime en un único número: "ventas totales del local". A partir de ese número agregado se calcula la previsión, se dimensiona la compra, se planifica la producción y se programa el personal. Y ese número, por definición, está equivocado para cada canal individual.
Por qué agregar canales destruye la previsión
Cada canal de venta tiene un perfil de demanda propio. La sala presenta picos claros a las 14:00 y a las 21:00, con una meseta entre las 13:30 y las 15:00 los días laborables. El delivery, en cambio, arranca antes: los pedidos empiezan a subir a las 13:00, alcanzan el pico a las 13:30 y decaen antes que la sala. Por la noche, el delivery se activa a las 20:00 y concentra el grueso del volumen en apenas 45 minutos.
El take away tiene su propio ritmo. En locales de zona de oficinas, el 70% de los pedidos se concentra entre las 13:00 y las 14:00. En locales residenciales, se distribuye de forma más parecida a la sala, pero con un ticket medio inferior y una composición de carta diferente.
Cuando sumas sala, delivery y take away en un único número, el resultado es una curva suavizada que no refleja la realidad de ningún canal. Predices 120 cubiertos para la comida cuando en realidad tienes 80 en sala y 50 en delivery, con picos en horarios distintos y composiciones de carta diferentes. Preparas una mise en place genérica que sobra para unos platos y falta para otros.
Comportamientos específicos de cada canal
Delivery: el canal más sensible a factores externos
El delivery reacciona de forma exagerada a variables que apenas afectan a la sala. Un día de lluvia puede incrementar los pedidos de delivery un 30-50%, mientras que la sala cae ligeramente. Las promociones de plataforma (cupones de Glovo, descuentos de Uber Eats) generan picos puntuales de demanda que no tienen ninguna correlación con el comportamiento de la sala. Además, el mix de producto es diferente: los clientes de delivery tienden a pedir platos que viajan bien, con más packaging-friendly como bowls, hamburguesas y pizzas, y menos ensaladas de hoja fresca o platos emplatados que pierden presentación.
Take away: el canal del mediodía laboral
El take away concentra su demanda en la franja de comida entre semana. Los fines de semana su peso cae drásticamente respecto a la sala. Tiene un ticket medio más bajo, alta sensibilidad a la oferta de menú del día y una fuerte correlación con la actividad laboral de la zona. Un festivo local puede eliminar el 80% del take away de un centro mientras la sala y el delivery se mantienen estables.
Sala: el canal más predecible, pero no inmune
La sala tiene patrones más estables, pero responde a variables diferentes: reservas previas, eventos cercanos al local, meteorología (las terrazas se vacían con frío) y estacionalidad turística. Su mix de carta incluye entrantes, postres y bebidas en mayor proporción que el delivery, lo que afecta directamente a la previsión de ingredientes.
El impacto en compras y preparación
Cuando la previsión es agregada, el pedido de compras hereda ese error. Se compran cantidades calculadas sobre un total que no distingue entre canales, lo que genera dos problemas simultáneos: sobrestock de ingredientes asociados a un canal y roturas de stock en otro.
Un ejemplo real: la previsión dice 200 raciones para mañana. El jefe de cocina prepara mise en place de forma proporcional a la carta general. Pero de esas 200 raciones, 90 son delivery y se concentran en hamburguesas y bowls, mientras que las 110 de sala incluyen más pescados, entrantes y postres. El resultado es que sobra mise en place de hamburguesas para sala (donde se venden menos) y falta preparación de bowls para el pico de delivery de las 13:30.
Multiplicado por multi-local y 30 días al mes, esa ineficiencia se convierte en merma sistemática, roturas de servicio y un food cost inflado que nadie consigue explicar mirando solo los números totales.
Cómo Controliza resuelve la predicción multicanal
El módulo de Predicción de Controliza construye modelos independientes por canal y por local. No se trata de dividir el total entre canales con un porcentaje fijo: cada canal tiene su propio modelo de machine learning con sus propias variables de entrada.
Modelos separados con variables específicas
El modelo de delivery incorpora variables que no afectan a la sala: previsión meteorológica detallada (la lluvia incrementa delivery, el buen tiempo lo reduce), calendarios promocionales de las plataformas de reparto, histórico de pedidos por franja horaria de 15 minutos y tendencias de búsqueda en la zona. El modelo de sala incorpora datos de reservas, eventos locales y ocupación turística. Cada modelo aprende del comportamiento real de su canal, no de un promedio contaminado por los demás.
Consolidación inteligente para compras
Aunque cada canal tiene su previsión independiente, el sistema consolida la demanda total de ingredientes para generar un pedido de compras unificado. Si el modelo de delivery prevé 60 hamburguesas y el de sala prevé 25, el pedido al proveedor de carne se calcula sobre 85 unidades exactas, no sobre una estimación difusa de "raciones totales". Esta consolidación por ingrediente a partir de previsiones por canal es lo que permite comprar justo lo necesario.
Planificación de cocina por canal y turno
La previsión segmentada alimenta el plan de producción de cocina. El jefe de cocina recibe la mise en place desglosada: qué preparar para la línea de delivery (que arranca antes), qué tener listo para sala (que necesita emplatado diferente) y qué reservar para take away. Esto permite programar la producción con tiempos de inicio escalonados y asignar personal a cada línea de forma eficiente.
El beneficio operativo de segmentar
Separar la predicción por canales no solo mejora la precisión de la predicción. Transforma la forma en que el equipo de operaciones entiende cada local. Cuando puedes comparar el rendimiento de delivery entre locales, o detectar que un centro tiene un take away un 40% inferior a la media sin causa aparente, descubres oportunidades de crecimiento que el número agregado escondía.
La segmentación por canal permite también negociar mejor con las plataformas de delivery, detectar si una promoción de Glovo canibaliza la sala, y decidir si tiene sentido invertir en la línea de take away de un local concreto. Son decisiones estratégicas que solo se pueden tomar con datos granulares.
Impacto medible
Los grupos HORECA que han implementado predicción multicanal con Controliza frente a una predicción agregado reportan mejoras consistentes en los primeros meses de operación:
Datos medidos en clientes activos de Controliza.
En cadenas de 15 a 40 locales con un mix de canales relevante, el paso de predicción agregado a predicción por canal suele justificar por sí solo la inversión en la plataforma. El retorno se manifiesta en menos merma, menos roturas, mejor servicio al cliente de delivery y un food cost más controlado.
¿Tu cadena predice sala, delivery y take away por separado?
Descubre cómo el módulo de Predicción de Controliza construye modelos independientes por canal y local, y consolida la demanda de ingredientes para generar pedidos de compra exactos. Solicita una demo personalizada y analiza el impacto en tu operativa multicanal.
