执行过程 第 1 月：数据打通。统一 120 家门店的销售与库存数据。 第 2-3 月：预测模型。AI 预测各店每日销量，准确率逐步提升。 第 4 月：集中采购。统一采购降低成本，优化物流。 第 5-6 月：精细优化。损耗分析与菜单优化，持续改善。 需求预测为什么难 餐饮销量受太多因素影响，纯靠历史数据不够：核心打法结构示意 天气：下雨热食销量涨，晴天冷饮涨 节假日：节前节后差异巨大 周边活动：附近有活动或写字楼加班 新品影响：新品上市会分流原商品 AI 预测的关键是把这些因素都纳入模型，人工很难综合判断。 损耗分析要找根源 损耗高不一定是采购问题，要分层找原因： 采购过量：预测不准导致 存储不当：冷藏管理不到位 加工损耗：切配环节…