Повышаем продажи через ИИ-инструменты для работы с гостями

Движок строит персональную выдачу блюд по цифровому вкусовому профилю гостя — в приложении, у официанта и в рассылках

Протестировать

Три решения Food2Mood для цифрового меню, сервиса и маркетинга

Каждый модуль решает отдельную бизнес-задачу, но все они используют единое ядро Food2Mood — вкусовой профиль гостя и размеченное меню.

Рекомендательный движок

Персональные рекомендации

Анализирует историю заказов, размечает меню и формирует вкусовой профиль гостя, чтобы через API возвращать персональные рекомендации и допродажи

Рост конверсии и среднего чекаГость быстрее находит подходящие блюда, а ресторан получает более точную выдачу и релевантные дополнения к заказу

Мобильный официант

Подсказки для персонала

Показывает сотруднику, какие блюда, напитки и дополнения предложить конкретному гостю с учётом его вкусов и текущего заказа

Рост среднего чекаПерсонал получает готовые рекомендации для допродаж и сервиса

Вкусовые аудитории

Персонализация маркетинга

Сопоставляет блюда и предложения с вкусовыми профилями клиентской базы и формирует готовые аудитории для дальнейшей коммуникации

Рост повторных заказовРассылки становятся не массовыми, а персональными и релевантными

Одна платформа

единый вкусовой профиль

рекомендации во всех точках контакта

Модули подключаются по отдельности и работают на общем ядре — можно начать с одного и добавить остальные позже.

Разобрать модули

Рекомендательный движок внутри приложения

Food2Mood анализирует историю покупок гостей, размечает меню по вкусовым характеристикам и формирует цифровой вкусовой профиль пользователя. На основе этих данных обученные ML-модели определяют, какие блюда, дополнения и сочетания с наибольшей вероятностью подойдут конкретному гостю.

Анализирует историю покупок

Определяет устойчивые предпочтения, паттерны выбора и частые сценарии заказа

повторяющиеся позициилюбимые категориивремя визитасостав корзины

Размечает меню и пользователей

Тегирует блюда и гостей по вкусам, ингредиентам, кухням, форматам и ограничениям

Понимает сочетаемость и допродажи

Выявляет, какие блюда, напитки и дополнения чаще всего подходят друг к другу

Использует обученные ML-модели

Формирует рекомендации на основе вкусового профиля, корзины и контекста заказа

Данные о госте + разметка меню + ML-модели = точные персональные рекомендации

Результаты A/B теста в приложении сети кофеен

+4%

К выручке допродажами в сравнении с обычной рекомендательной системой

Замер за первую неделю работы по результатам тестирования в приложении. Сравнение велось не с отсутствием рекомендаций, а с уже работавшей стандартной логикой выдачи.

От данных о госте до персональной рекомендации

Приложение передаёт Food2Mood идентификатор гостя и текущую корзину, а рекомендательный движок сопоставляет их с вкусовым профилем и размеченным меню и возвращает персональную выдачу.

1

Идентификация

Приложение передаёт user_id, по которому Food2Mood находит вкусовой профиль и историю заказов

2

Вкусовой профиль

Система учитывает историю покупок и уже известные предпочтения гостя

остроерыбаазиатская кухнялёгкие блюда
3

Real-time рекомендации

Приложение передаёт данные о поведении гостя, и движок подстраивает выдачу под текущую ситуацию

4

Бизнес-настройки

Движок учитывает правила и приоритеты, заданные рестораном в админ-панели

5

Баланс интересов

В выдачу попадают блюда, которые подходят гостю и отвечают задачам заведения

Движок работает в двух сценариях: формирует персональную выдачу по user_id или рекомендует следующее блюдо с учётом уже собранной корзины

Управление и настройка рекомендаций

Ресторан задаёт правила и приоритеты, а рекомендации показывают нужные блюда тем гостям, которым они действительно подходят.

Идеальный заказ

Задаёт целевую структуру заказа, к которой движок стремится при подборе дополнений

Основное блюдоНапитокДесерт

Маржинальные блюда

Повышает приоритет высокомаржинальных позиций среди релевантных рекомендаций

Домашний лимонад ↑Чизкейк ↑

Гастропары

Задаёт правильные сочетания блюд, напитков и дополнений

Стейк + красное виноРыба + белое вино

Go-list и стоп-лист

Усиливает позиции, которые нужно продавать, и исключает недоступные или нежелательные блюда

Сырная тарелка ↑Паста с грибами ✕

Food2Mood находит баланс между релевантностью для гостя и коммерческими задачами ресторана

Гость быстрее выбирает, ресторан управляет спросом

Food2Mood персонализирует выдачу внутри цифрового меню, помогает быстрее находить подходящие блюда и использует историю заказов и текущую корзину для следующих рекомендаций.

Для гостя

  • Быстрый выборНе нужно просматривать всё меню вручную
  • Персональная выдачаБлюда ранжируются с учётом вкусов
  • Релевантные дополненияПредлагаются позиции, подходящие к заказу

Для ресторана

  • Рост конверсииПерсональная выдача помогает быстрее перейти к заказу
  • Рост среднего чекаРелевантные дополнения увеличивают состав корзины
  • Управляемые рекомендацииБизнес-приоритеты учитываются вместе с интересами гостя

Чем больше история взаимодействия с гостем, тем точнее персональная выдача и рекомендации к корзине

Подсказки для официанта в момент общения с гостем

Food2Mood помогает официанту прямо во время обслуживания: прогресс-бар показывает, как развивается заказ и что ещё можно предложить гостю, а на основном экране отображаются актуальные задания, которые менеджер или управляющий может гибко настраивать.

Навигирует по заказу

Прогресс-бар помогает официанту понять, что ещё можно предложить гостю

закускаосновноенапитокдесерт

Показывает следующий шаг

Система показывает подходящие блюда, напитки и дополнения

Задания официанту

На основном экране отображаются актуальные задачи на смену — общие для всех или личные

Учитывает бизнес-задачи

Приоритеты гибко настраиваются менеджером или управляющим

Food2Mood превращает знания о госте в практические подсказки для персонала

Глубокая персонализация как инструмент wow-сервиса

Перед заказом официант видит карту лояльности и профиль гостя, а затем обслуживает его так, как будто уже знает предпочтения, привычки и ограничения.

Показывает профиль гостя

Вкусы, ограничения и история предпочтений в одном экране

Помнит привычки гостя

Любимые блюда, напитки и особенности сервиса

Подсказывает персоналу

Что предложить, чего избегать и как усилить сервис

Создаёт wow-эффект

Гость чувствует персональный подход уже с первого контакта

Профиль гостя

Стол 24
  • Любитпаста, морепродукты
  • Напитоклимонад
  • Не предлагатьгрибы
  • Часто заказываетцезарь
  • Предпочитаетстол у окна
  • Последний визит10 дней назад

Food2Mood делает персональный сервис доступным инструментом wow-обслуживания

Персональный сервис становится системным

Food2Mood помогает каждому сотруднику давать персональные рекомендации, учитывать ограничения гостя и использовать данные для роста среднего чека.

Для гостя

  • Персональный сервисРекомендации учитывают вкусы и контекст
  • Быстрее выборГостю не нужно долго разбираться в меню
  • Учёт ограниченийМеньше риска получить неподходящее блюдо

Для официанта

  • Готовые подсказкиБлюда, напитки и дополнения
  • АргументацияПроще объяснить, почему блюдо подходит
  • Быстрое обучениеНовые сотрудники быстрее осваивают меню

Для бизнеса

  • Рост среднего чекаРелевантные допродажи на основе предпочтений гостя
  • Стандарт сервисаКачество рекомендаций меньше зависит от опыта сотрудника
  • Увеличение лояльностиГость получает предложение, которое ему действительно подходит

Формируем аудитории для точной коммуникации

Food2Mood анализирует меню и историю заказов, формирует цифровой вкусовой профиль гостей и находит наиболее релевантную аудиторию для конкретного предложения.

1

Разметка меню

Блюда получают гастрономические признаки: ингредиенты, вкусы, текстуры, формат подачи и сценарий потребления

мясо + рисплотная текстураяркий вкусгорячая подача
2

Вкусовой профиль гостя

На основании истории заказов формируется цифровой профиль: любимые ингредиенты, вкусы и поведенческие паттерны

любит солёноелюбит остроефаворит: мясо
3

Поиск аудитории

Система сопоставляет профиль предложения с профилями клиентской базы и находит наиболее релевантных гостей

совпадение 94%готовый сегмент
МенюРазметкаВкусовой профильСопоставлениеАудитория

Каждое сообщение становится персональной рекомендацией

Система анализирует блюдо, сравнивает его с вкусовыми профилями гостей, исключает нерелевантную аудиторию и генерирует сообщения с разными акцентами.

1

Выбор предложения

Маркетолог выбирает блюдо, новинку или акцию

2

Данные о блюде

Система получает карточку блюда из размеченного меню

3

Анализ вкусов

Определяет вкусы, ингредиенты, кухню и характеристики блюда

4

Поиск аудитории

Система находит тех, кому предложение подходит

5

Фильтрация

Исключаются гости с несовпадением или ограничениями

6

Готовый сегмент

Аудитория и вкусовые сегменты передаются для дальнейшей коммуникации

Пример отбора на шаге поиска аудитории

Совпадение 94%Берём в рассылку
  • · Любит креветки
  • · Часто заказывает супы
  • · Азиатская кухня
Совпадение 75%Берём в рассылку
  • · Любит острое
  • · Заказывает морепродукты
  • · Часто выбирает первые блюда
Совпадение 5%Исключён
  • · Любит сладкое
  • · Заказывает мясо
  • · Исключает рыбу из блюд

Больше точечных коммуникаций вместо массовых, которые выжигают базу

Точная коммуникация для большей релевантности

Food2Mood подбирает релевантную аудиторию, адаптирует текст под вкусы гостя и помогает возвращать гостей через предложения, которые им действительно подходят.

Для гостя

  • РелевантностьГость получает сообщения про блюда, которые соответствуют его вкусам
  • Меньше рекламного шумаСистема исключает гостей, которым предложение не подходит
  • Персональный акцентОдно и то же блюдо описывается с разным смыслом для разных гостей

Для маркетинга

  • Быстрый запуск кампанийОдна идея превращается в готовую кампанию
  • Умная аудиторияСистема сама находит аудиторию по вкусовому профилю
  • Персональные предложенияСообщения лучше попадают в потребности и интересы гостей

Для бизнеса

  • Рост повторных заказовРелевантные сообщения чаще приводят к повторному визиту
  • Выше конверсия рассылокСообщения точнее попадают в интерес гостя
  • Обучение системыРеакции на рассылки возвращаются в профиль и улучшают рекомендации

Food2Mood превращает CRM из массовой рассылки в персональный канал рекомендаций и повторных продаж

Три решения работают на один вкусовой профиль

Цифровой вкусовой профиль

Общее ядро для всех трёх модулей

вкусыингредиентыограниченияистория заказовконтекстреакции
Модуль пополняет профильВыборы блюд, добавления в корзину и новые заказы
Профиль возвращает модулюВкусовой профиль, историю заказов и характеристики блюд

Профиль пополняется событиями из всех трёх модулей и возвращает им рекомендации — поэтому чем больше точек контакта подключено, тем точнее выдача в каждой из них.

Как увеличить эффективность данных — подключить инструменты CDP

Рекомендации работают тем точнее, чем полнее данные о госте. CDP собирает их из всех каналов в единый профиль и превращает в персональные сценарии.

1

Точки сбора данных

Собирают данные о госте во время обслуживания

2

Данные гостя

История заказов, предпочтения, вкусовой профиль, ограничения

3

CDP

Объединяет всю информацию в единый профиль клиента

4

Персональные сценарии

Сегментация аудитории, триггерные события, персонализация сайта и приложений

5

Рост выручки

Выше средний чек, увеличение частоты визитов, рост LTV

Откуда приходят данные

  • POS: заказы, чеки, состав покупки
  • Мобильный официант: рекомендации, предпочтения
  • Сайт и приложение: просмотры меню, корзина
  • Доставка: онлайн-заказы, частота покупок
  • Рассылки: открытия, клики, реакции
  • Программа лояльности: бонусы, статус

Что можно делать дальше

  • Сегментация по поведению и ценности
  • Триггерные сценарии по событиям
  • Шаблоны SMS, push и email
  • Персонализация сайта и приложения
  • Управление бонусами и статусами
  • Аналитика эффективности кампаний

Ключевые модули CDP

Единый профиль клиента

Объединяет данные о клиенте из разных источников в единую карточку пользователя

заказывизитыбонусыкоммуникациивкусовой профиль

Сегментация аудитории

Формирует группы клиентов по общим признакам и моделям поведения

Менеджер кампаний

Позволяет запускать триггерные омниканальные сценарии коммуникаций

Программа лояльности

Уровни, бонусы, сертификаты и депозиты вместо разрозненных скидок

Персонализация

Адаптирует сайт и приложение под конкретный сегмент клиентов

Шаблонизатор сообщений

Редактор шаблонов SMS, email и push-сообщений

Пиксель

Отслеживает действия клиентов на сайте и фиксирует события

Аналитика

Отображает показатели работы модулей и формирует отчёты

Аналитика замыкает цикл: показывает результат каждого действия и помогает улучшать следующие коммуникации

Персонализация, которая влияет на выручку

Food2Mood объединяет меню и сервис вокруг цифрового вкусового профиля гостя, чтобы каждый контакт становился точнее и коммерчески полезнее.

Больше заказов

Гость быстрее выбирает подходящее блюдо, а ресторан теряет меньше заказов в меню

Выше средний чек

Система предлагает релевантные напитки, десерты, сеты и приоритетные позиции

Больше визитов

Персональные коммуникации возвращают гостей через предложения, которые им подходят

Food2Mood — AI-инфраструктура вкусовых предпочтений для ресторанов

Меню · Сервис · Рекомендации · Повторные продажи

Оператор персональных данных

Компания внесена в реестр операторов, обработка данных гостей ведётся по 152-ФЗ

Две программы для ЭВМ

Рекомендательный движок и сопутствующие модули зарегистрированы как собственные разработки

Реестр ИТ-стартапов Москвы

Food2Mood входит в реестр ИТ-стартапов города и работает с российскими сетями общепита

Интеграция по API

Движок подключается к вашему приложению и не требует замены учётной системы ресторана

Разграничение доступа

Настройки и данные разделены по ролям: администратор сети, управляющий заведения, официант

Обмен только служебными данными

Наружу уходят идентификатор гостя и разметка меню, а не персональные сведения о человеке

Оставить заявку

Подайте заявку на участие в программе. Мы свяжемся, уточним детали и поможем подобрать подходящие решения для вашей организации.

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Пишут о нас

РБК Стиль

Интервью основателя о том, как рекомендации меняют выбор блюд в ресторане

SberBusiness Live

«Один ИИ на ужин»: эксперты рассказывают, как рестораны используют искусственный интеллект

Хотите так же?

Расскажем, какой модуль подойдёт вашему заведению, и предложим условия пилота

FAQ

Рекомендательная система для ресторанов и сетей общепита. Она строит цифровой вкусовой профиль гостя, сопоставляет его с размеченным меню и подсказывает, что предложить конкретному человеку в конкретный момент, вместо одинакового меню для всех.

Из трёх. Рекомендательный движок отдаёт персональную выдачу по API. Модуль для мобильного официанта показывает подсказки персоналу в зале. Вкусовые аудитории собирают сегменты по вкусовым и поведенческим паттернам для маркетинга. Модули работают на одном ядре и подключаются по отдельности.

По API: система принимает идентификатор пользователя и возвращает упорядоченное меню — ранжированный список блюд под этого гостя. Интеграция встраивается в существующее приложение, отдельный интерфейс для гостя разрабатывать не нужно.

Нет. Движок работает поверх текущего контура: получает разметку меню и данные о заказах, а выдачу возвращает обратно в ваше приложение или в мобильного официанта.

В админ-панели задаются приоритетные блюда, исключения, гастропары, стоп-лист и go-list, отдельный буст маржинальных позиций и структура идеального заказа. Движок строит рекомендации внутри этих правил, а не вопреки им.

В сети кофеен — +5% к допродажам и +5% к их доле в выручке приложения за первую неделю A/B-теста. В ресторане авторской кухни — +10,6% к среднему чеку. В сервисе готовой еды — пилот с прогнозом +10% к конверсии. В федеральной сети ритейла — пилот в разделе готовой еды с прогнозом +2% к GTV при масштабировании.

Официант открывает стол, видит профиль гостя и готовые подсказки: что рекомендовать и чем дополнить заказ. Управляющий может выставить задание — общее для смены или индивидуальное для конкретного сотрудника — и следить за его выполнением.

Из истории заказов, текущей корзины и поведения в приложении. Эти данные сопоставляются с разметкой меню — вкусами, ингредиентами, кухней и характеристиками блюд, — и из совпадений собирается персональная выдача.

Аудитория набирается не по общим признакам, а по вкусовым сегментам: система отбирает гостей, которым предложение действительно релевантно, и исключает остальных. Это точечные коммуникации вместо массовых, которые выжигают базу.

Оставьте заявку — обсудим задачи заведения, выберем подходящий модуль и условия пилота. Для оценки эффекта используется A/B-тест на вашей аудитории.

Материалы о продукте

РБК Стиль и SberBusiness Live — о том, как рестораны используют ИИ в рекомендациях

Читать РБК Стиль

Не нашли ответ на свой вопрос?

Оставьте заявку — обсудим задачи заведения и условия пилота

Оставить заявку