Stel je voor: je kunt al in oktober voorspellen dat december 15% duurder uitvalt door feestdagtoeslagen. Historische P&L-data maken dit mogelijk door patronen bloot te leggen die anders verborgen blijven. De meeste horecaondernemers focussen op vorige maand, maar echte voorspellingskracht zit in trends over langere periodes.
Verzamel minimaal 12 maanden P&L-data
Voor betrouwbare prognoses heb je minimaal een jaar aan data nodig. Korter geeft een vertekend beeld door seizoenseffecten.
- Maandelijkse P&L-overzichten van minimaal 12 maanden
- Weekcijfers voor drukke periodes (kerst, zomer)
- Omzet per maand en kostensoorten
- Aantal couverts of transacties per periode
💡 Voorbeeld: Bistro met seizoenspatroon
Jaaromzet €480.000, maar niet gelijk verdeeld:
- Zomermaanden (jun-aug): €50.000/maand
- Wintermaanden (nov-feb): €35.000/maand
- Tussenseizoenen: €40.000/maand
Zonder historische data zou je te optimistisch plannen voor de winter.
Identificeer kostenpatronen en trends
Verschillende kostensoorten gedragen zich anders. Na bijna een decennium keukenmanagement in de horeca heb ik geleerd dat timing cruciaal is bij het herkennen van deze patronen.
- Vaste kosten: Huur, verzekeringen, abonnementen - blijven stabiel
- Variabele kosten: Foodcost, bestellingen - fluctueren met omzet
- Semi-variabele kosten: Personeel, energie - bewegen in stappen
⚠️ Let op:
Energiekosten hebben een vast component (aansluiting) plus seizoensgebonden pieken door koeling en verwarming.
Bereken gemiddelde percentages per kostensoort
Voor elke kostensoort bereken je het percentage van de omzet over meerdere maanden. Dit wordt je baseline voor toekomstige budgetten.
💡 Voorbeeld: Foodcost analyse over 12 maanden
- Gemiddelde foodcost: 31,2%
- Laagste maand: 28,5% (februari - beperkt verse producten)
- Hoogste maand: 34,1% (augustus - veel verse zomer ingrediënten)
Voor zomerbudget plan je 33-34%, voor winter 29-30%.
Spot seizoenspatronen en externe factoren
Historische data onthullen welke maanden structureel afwijken. En waarom dat gebeurt.
- Vakantieperiodes: minder lokale gasten, andere menuvoorkeur
- Feestdagen: hogere omzet maar ook stijgende personeelskosten
- Leveranciersprijs-cycles: verse producten goedkoper tijdens seizoen
- Energieverbruik: koeling zomer, verwarming winter
Bouw prognosemodellen per kostensoort
Met historische percentages maak je realistische budgetten voor komende maanden. Tools zoals KitchenNmbrs kunnen dit proces automatiseren.
💡 Voorbeeld: Personeelskosten prognose
Historisch patroon personeel:
- Rustige maanden: 28% van omzet
- Drukke maanden: 32% van omzet (extra krachten)
- Feestdagen: 35% van omzet (toeslagen)
Voor december met €45.000 verwachte omzet: €45.000 × 35% = €15.750 personeelskosten.
Update je prognoses met nieuwe data
Elke maand voeg je nieuwe informatie toe en verfijn je de voorspellingen. Trends verschuiven, leveranciers passen prijzen aan, je menu evolueert.
- Maandelijks: vergelijk werkelijk vs. gebudgetteerd
- Kwartaal: bijstellen seizoenspatronen
- Jaarlijks: volledige herziening van alle percentages
⚠️ Let op:
Prognoses blijven schattingen. Plan altijd een buffer van 5-10% voor onvoorziene uitgaven in je budget.
Hoe bouw je een kostenprognose op basis van P&L-data?
Verzamel 12-24 maanden P&L-data
Haal alle maandelijkse P&L-overzichten bij elkaar. Noteer per maand de omzet en alle kostensoorten (food, personeel, energie, etc.). Hoe meer data, hoe betrouwbaarder je prognose.
Bereken percentages per kostensoort per maand
Voor elke maand: deel elke kostensoort door de omzet en vermenigvuldig met 100. Bijvoorbeeld: €12.000 foodcost op €40.000 omzet = 30% foodcost die maand.
Identificeer patronen en seizoenseffecten
Zoek naar terugkerende patronen: zijn bepaalde maanden structureel hoger/lager? Welke externe factoren spelen mee (vakantie, feestdagen, seizoen ingrediënten)?
Maak prognose-percentages per maand
Bepaal voor elke toekomstige maand welk percentage je verwacht per kostensoort, gebaseerd op historische patronen. Plan een buffer van 5-10% voor onvoorziene kosten.
✨ Pro tip
Analyseer je P&L-data van de afgelopen 18 maanden en identificeer je drie duurste maanden versus drie goedkoopste maanden. Dit toont je kostenbandbreedtes en helpt bij het instellen van realistische budgetmarges voor het komende jaar.
Dit zelf berekenen?
In de KitchenNmbrs app doe je dit in een paar klikken. 7 dagen gratis, geen creditcard.
Was dit artikel nuttig?
Veelgestelde vragen
Hoeveel historische data heb ik minimaal nodig voor betrouwbare prognoses?
Minimaal 12 maanden voor seizoenspatronen, idealiter 24 maanden voor jaar-op-jaar trends. Korter dan een jaar geeft vertekening door seizoenseffecten. Meer data betekent nauwkeurigere voorspellingen.
Wat als mijn restaurant nog geen volledig jaar draait?
Begin met branche-benchmarks en vergelijkbare zaken als referentie. Bouw vanaf dag één je eigen database op. Na 6 maanden verschijnen al eerste herkenbare patronen in je cijfers.
Hoe nauwkeurig worden P&L-prognoses in de praktijk?
Goede prognoses zitten binnen 5-15% marge van werkelijke uitkomsten. Vaste kosten voorspel je het nauwkeurigst, variabele kosten hebben meer spreiding door externe factoren.
Welke kostensoorten moet ik prioriteren bij analyse?
Focus op de grote vier: food, personeel, huur en energie. Deze vertegenwoordigen meestal 70-80% van totale kosten. Kleinere posten kun je groeperen als 'overige bedrijfskosten'.
Hoe vaak moet ik mijn kostenprognoses actualiseren?
Maandelijks werkelijke cijfers vergelijken met budget. Elk kwartaal seizoenspatronen bijstellen. Jaarlijks complete herziening van percentages en trendanalyses uitvoeren.
Kan ik prognoses maken met onvolledige of onbetrouwbare historische data?
Begin met wat je hebt, maar markeer onzekere periodes duidelijk. Gebruik conservatieve schattingen en bredere marges. Bouw geleidelijk betrouwbaardere datasets op door consistente registratie.
📚 Geraadpleegde bronnen
- EU Verordening 852/2004 — Levensmiddelenhygiëne (2004) — Officiële bron
- EU Verordening 853/2004 — Hygiënevoorschriften voor levensmiddelen van dierlijke oorsprong (2004) — Officiële bron
- EU Verordening 1169/2011 — Voedselinformatie aan consumenten (2011) — Officiële bron
- NVWA — Hygiënecode voor de horeca (2024) — Officiële bron
- NVWA — Allergenen in voedsel (2024) — Officiële bron
- Codex Alimentarius — International Food Standards (2024) — Officiële bron
- FSA — Safer food, better business (HACCP) (2024) — Officiële bron
- BVL — Lebensmittelhygiene (HACCP) (2024) — Officiële bron
- Warenwetbesluit Bereiding en behandeling van levensmiddelen (2024) — Officiële bron
- WHO — Foodborne diseases estimates (2024) — Officiële bron
NVWA (Nederlandse Voedsel- en Warenautoriteit) — https://www.nvwa.nl
De HACCP-normen in deze applicatie zijn uitsluitend informatief. KitchenNmbrs garandeert niet dat de getoonde waarden actueel of volledig zijn. Raadpleeg altijd de NVWA of uw branche-hygiënecode voor de meest recente wetgeving.
Geschreven door
Jeffrey Smit
Oprichter & CEO van KitchenNmbrs
Jeffrey Smit bouwde KitchenNmbrs vanuit 8 jaar hands-on ervaring als keukenmanager bij 1NUL8 Group in Rotterdam. Zijn missie: elke restauranteigenaar grip geven op food cost.
Bereken je break-even punt in seconden
Food cost is maar één deel van het verhaal. KitchenNmbrs helpt je ook arbeidskost en overige kosten te structureren voor een compleet break-even overzicht. Start gratis.
Start gratis trial →