Veel restauranthouders denken dat inkopen op gevoel de beste manier is. Niets is minder waar. Je historische verkoopdata bevat patronen die je inkoop veel preciezer maken dan welke intuïtie ook.
Waarom historische data zo waardevol is
Je verkoopdata onthult verhalen die anders verborgen blijven. Welke gerechten draaien goed op maandag? Hoeveel meer vis verkoop je tijdens warme zomerdagen? Deze cyclussen keren elk jaar terug.
💡 Voorbeeld:
Restaurant De Smaak analyseert hun zalm verkoop:
- Januari 2024: 45 porties zalm per week
- Juli 2024: 78 porties zalm per week
- Januari 2025: 48 porties zalm per week
Patroon: 70% meer zalm in zomermaanden
Welke data heb je nodig
Je hoeft niet alle cijfers te verzamelen om te starten. Concentreer je op de essentiële gegevens:
- Aantal verkochte porties per gerecht per dag/week
- Totale omzet per dag (om seizoenspatronen te zien)
- Aantal couverts per dag (om drukte te voorspellen)
- Speciale gebeurtenissen (feestdagen, events, slecht weer)
Deze informatie haal je uit je kassasysteem of door handmatige registratie. Ga tenminste 12 maanden terug voor betrouwbare patronen.
Seizoenspatronen herkennen
Bijna alle restaurants hebben duidelijke seizoensschommelingen. Deze kun je benutten voor slimmere inkoop:
💡 Voorbeeld patronen:
- Zomer: +40% salades, +60% vis, -30% stoofpotten
- Winter: +50% wild, +30% rode wijn, -40% rosé
- Feestdagen: +200% luxe ingrediënten (kreeft, champagne)
Documenteer deze percentages en stem je inkoop daarop af. Koop geen winter-ingrediënten tijdens zomerse periodes, zelfs niet bij aantrekkelijke prijzen.
⚠️ Let op:
Eenmalige events verstoren je data. Filter uitschieters weg voordat je patronen analyseert. Die ene bruiloft met 200 gasten representeert geen normale zaterdag.
Dagpatronen gebruiken voor verse inkoop
Niet alleen seizoenen, ook weekdagen volgen voorspelbare patronen. Dit is een patroon dat we keer op keer tegenkomen in restaurant financiën en het is cruciaal voor verse producten met beperkte houdbaarheid:
- Maandag meestal 40-60% minder dan weekend
- Vrijdag/zaterdag vaak topavonden
- Zondag afhankelijk van concept (lunch vs. diner)
Pas dit toe voor vis, vlees en verse groenten. Bestel minder op maandag, meer op donderdag ter voorbereiding op het weekend.
Voorspellen met correctiefactoren
Historische data vormt je basis, geen garantie. Corrigeer altijd voor:
- Weer: regen = minder gasten, hitte = meer terrassen
- Events in de buurt: festivals, sportwedstrijden, beurzen
- Eigen acties: nieuwe menukaart, marketing campagnes
- Economische situatie: crisis = goedkopere gerechten populairder
💡 Voorbeeld correctie:
Verwachting op basis van data: 60 couverts op zaterdag
Correcties: Voetbal finale (-20%), mooi weer (+15%)
Aangepaste verwachting: 57 couverts
Tools om data te organiseren
Excel functioneert, maar wordt snel chaotisch. Betere alternatieven:
- Kassasysteem rapporten: de meeste kunnen verkoop per gerecht exporteren
- Horeca-apps: tools zoals KitchenNmbrs kunnen verkoop en inkoop aan elkaar koppelen
- Eenvoudige spreadsheet: per week, per gerecht, aantal verkocht
Het belangrijkste is dat je het daadwerkelijk gebruikt. Een perfecte database die je negeert helpt niemand.
Van data naar actie
Data verzamelen is fase 1. Fase 2 is je inkoop hierop aanpassen:
- Bestel 80% van je verwachting voor perishables (kun je bijbestellen)
- Bestel 100-110% voor houdbare producten (voorraad is acceptabel)
- Houd buffer voor populaire gerechten (erger om uit te zijn dan overschot te hebben)
Test je voorspellingen gedurende een maand en stel bij. Perfecte voorspelling bestaat niet, maar 80% nauwkeurigheid is al een enorme vooruitgang.
Hoe stel je inkoop af op historische data? (stap voor stap)
Verzamel 12 maanden verkoopdata
Export uit je kassasysteem: aantal verkochte porties per gerecht per week. Minimaal een heel jaar voor seizoenspatronen. Filter uitschieters eruit (events, sluitingsdagen).
Bereken gemiddelden per seizoen en weekdag
Maak overzichten: hoeveel verkoop je gemiddeld per gerecht in winter/zomer, per weekdag. Noteer percentages verschil tussen seizoenen voor je top 10 gerechten.
Voorspel volgende week en bestel daarop
Gebruik je gemiddelden, pas aan voor weer/events/acties. Bestel 80% van verwachting voor vers, 100% voor houdbaar. Vergelijk na een week: klopte je voorspelling?
✨ Pro tip
Analyseer je verkoopdata van de afgelopen 8 weken en identificeer welke 3 ingrediënten het meest worden verspild door overboeking. Pas je bestelhoeveelheden met 15-20% aan voor deze specifieke items.
Рассчитать самому?
В приложении KitchenNmbrs это делается за несколько кликов. 7 дней бесплатно, без кредитной карты.
Была ли эта статья полезной?
Часто задаваемые вопросы
Hoeveel maanden data heb ik minimaal nodig?
Minimaal 12 maanden voor betrouwbare seizoenspatronen. Met 6 maanden kun je beginnen, maar je mist seizoensverschillen. Met 24 maanden zie je of patronen zich daadwerkelijk herhalen en kun je afwijkingen beter identificeren.
Hoe ga ik om met nieuwe gerechten zonder verkoophistorie?
Vergelijk met soortgelijke gerechten die je wel hebt gedraaid. Een nieuw vis-gerecht volgt waarschijnlijk het patroon van andere vis. Begin voorzichtig met kleine hoeveelheden en pas aan op basis van werkelijke verkoop.
Moet ik rekening houden met trends en veranderende smaak?
Absoluut, historische data toont wat was, niet wat komt. Houd trends in de gaten zoals plant-based of lokale producten en pas je inkoop geleidelijk aan. Gebruik data als fundament, niet als onveranderlijke wet.
📚 Использованные источники
- EU Verordening 852/2004 — Levensmiddelenhygiëne (2004) — Официальный источник
- EU Verordening 853/2004 — Hygiënevoorschriften voor levensmiddelen van dierlijke oorsprong (2004) — Официальный источник
- EU Verordening 1169/2011 — Voedselinformatie aan consumenten (2011) — Официальный источник
- NVWA — Hygiënecode voor de horeca (2024) — Официальный источник
- NVWA — Allergenen in voedsel (2024) — Официальный источник
- Codex Alimentarius — International Food Standards (2024) — Официальный источник
- FSA — Safer food, better business (HACCP) (2024) — Официальный источник
- BVL — Lebensmittelhygiene (HACCP) (2024) — Официальный источник
- Warenwetbesluit Bereiding en behandeling van levensmiddelen (2024) — Официальный источник
- WHO — Foodborne diseases estimates (2024) — Официальный источник
Роспотребнадзор — https://www.rospotrebnadzor.ru
Стандарты ХАССП, представленные в этом приложении, носят исключительно информационный характер. KitchenNmbrs не гарантирует актуальность или полноту представленных значений. Всегда обращайтесь в Роспотребнадзор или местные органы за действующими нормативами.
Автор
Jeffrey Smit
Основатель и CEO KitchenNmbrs
Джеффри Смит создал KitchenNmbrs на основе 8 лет практического опыта работы менеджером кухни в 1NUL8 Group в Роттердаме. Его миссия: дать каждому владельцу ресторана контроль над себестоимостью продуктов.
Закупайте умнее с данными в реальном времени
Сезонные цены колеблются — расходы на рецепты тоже. KitchenNmbrs автоматически пересчитывает маржу при изменении закупочных цен. Начните бесплатно.
Начать бесплатную пробную версию →