看E眼 · 子模块

订货助手

帮后厨从「凭感觉订货」变成「看数据订货」
每日 18:00 自动推送明日订货清单到企微,老板点一下确认就行

产品说明书 v0.1 2026-07-08 一碗巡津 · ST001

一句话定位

订货助手是「看E眼」数字员工的子模块,解决门店端每日订货的数据盲区——不知道该订什么、订多少、成本有没有变。

凭感觉
现在:厨师长脑记手写
 
看数据
未来:AI 自动计算推送

解决的问题:

订少了

缺货断档,客人点不了,损失营收。

订多了

生鲜不易保存,隔夜就得扔,产生损耗。

不知道成本

供应商悄悄涨价,月底才发现利润被吃掉。

凭经验不可靠

周末该多订多少?下雨天少订多少?没有数据支撑。

产品定位:看E眼体系中的位置

看E眼 — 餐饮老板超级助理 9,800/年 · 企微原生 · 数字员工 智能财务端 利润精算 · 现金流 · 趋势对比 经营诊断与执行 根因分析 · 策略建议 · 任务闭环 数字分身 知识库 · 决策审查 · 会议辅助 订货助手 每日 18:00 自动推送明日订货清单 需求预测 → BOM展开 → 库存感知 → 成本监控 → 智能建议 预测预警 顾客反馈 智能排班 决策追踪

核心工作流

每天 9 点日报出数据 → 下午 5 点 AI 跑模型 → 6 点企微推送订货单。全程 0 个 APP 需要打开。

09:00 日报系统抓取美团POS数据 → 昨日单品销量入库 09:30 库存快照自动更新:期初 - 昨日消耗 + 今日到货 = 当前库存 17:00 需求预测引擎运行:明日单品销量预估 + BOM展开 = 原料需求清单 17:05 库存感知计算:(需求-库存)x保质期因子 成本异常检测 + 智能建议生成 18:00 企微推送:明日订货清单 + 预警项 + 一键确认/调整 次日 反馈闭环:实际销量 vs 预测 → 自动修正单品权重因子,越用越准

三种交互模式

不改变现有工作习惯。老板日常就在企微里,订货助手就在企微里等你。

模式 1 定时推送

每日 18:00 自动发送:
• 明日订货清单
• 缺货预警
• 成本异动报告
回复「确认」即出采购单

模式 2 主动查询

随时 @订货助手:
• 牛肉还够吗?
• 今天成本率多少?
• 供应商涨价了?
• 后天预计多少人?

模式 3 异常告警

实时触发推送:
• 原料库存跌破安全线
• 成本率连续3天 >45%
• 单品超卖预测50%+
• 单价异动 >15%

模拟对话

订货助手 · 18:00
明日订货建议 | 7月9日 周四 | 多云 24°C

原料   订量  花费  库存
牛腩   6.5kg 397  1.2kg 不足
米线(干) 18kg  144  8kg
酸汤底料 9kg  135  3.5kg
...共 12 项

总花费:1,284 较上周:+7.2%

3项预警:牛腩库存不足 成本率预测44.1%接近红线 佤味牛胸标连续6天超卖

回复「确认」下单 · 回复「调整」修改数量
牛腩减到 4kg,其他确认
订货助手
已调整。更新后清单总花费 1,159。牛腩用牛腱替代方案可再省 224/天。要出采购单吗?

五大核心能力

1

需求预测引擎

加权滑动平均 + 星期因子(周一 0.7x / 周六 1.3x)+ 天气/节日修正。每个单品输出预测区间(下限-中位-上限)而非单一数值。可解释、不黑箱,后厨师傅能看懂为什么建议这个数。

2

BOM 展开引擎

解析成本卡 docx 到配料级:SUM(单品预测销量 x 单品配料用量),按原料名聚合。同一个「牛腩」出现在 3 个产品中 → 自动算总需求。加 5-15% 安全系数,按鲜肉/蔬菜/干货/冻品分档。

3

库存感知计算器

(预测需求 - 现有库存 + 安全水位) x 保质期因子。鲜肉/水产 1-2 天宁少勿多;干货/调料 30 天+批量订货。每次确认后自动更新虚拟库存。

4

成本异常检测

食材成本率偏离 7 日均值 >3pp 黄警,>5pp 红警。原料单价异动 >10% 告警。隐性涨价检测:连续 3 天实际消耗成本/消耗量 > 历史均值 15% 触发。

5

智能建议引擎

应急:库存告急 → 加急补货建议。优化:原料涨价 → 替代方案 + 成本对比。战略:单品连续低销 → 建议减备料或调菜单推荐位。

功能矩阵

功能说明输入输出优先级
销量预测明日每单品预计销量(区间)33天历史 + 星期 + 天气单品预测量P0
BOM 展开销量 → 配料级原料需求成本卡 docx + 预测量原料需求清单P0
库存管理虚拟库存自动扣减 + 安全水位期初库存 + 订货确认实时库存快照P1
保质期分级按原料类型推荐订货策略原料标签(鲜/干/冻)分档订货建议P1
成本追踪原料单价 + 成本率日/周/月环比供应商报价 + 实际消耗成本异动报告P1
预警系统库存/成本/超卖三级预警实时阈值对比企微告警推送P1
替代建议涨价原料的替代方案 + 成本对比BOM + 供应商报价替代方案选择P2
采购单生成一键出正式采购单确认的订货清单结构化采购单P2
预测自学习实际 vs 预测偏差自动修正权重每日实际销量修正的预测因子P2
供应商比价多供应商价格对比 + 推荐供应商报价表最优采购方案P3

核心数值指标

60
单品覆盖数
12-15
日常订货原料项
<3min
确认订货耗时
<5pp
预测误差(周均值)
30%
预期减少食材损耗
15%
预期降低紧急补货
100%
订货数据可追溯

数据模型

在现有 data/daily/YYYY-MM-DD/ST001.json 基础上新增以下数据结构:

文件说明更新频率
data/stores/ingredient_bom.json配料级成本卡(从 docx 解析,含每道菜用了什么原料、用量、单价)成本卡变更时
data/stores/inventory_snapshot.json库存快照(期初 + 已消耗 + 已到货 = 当前库存,含安全水位和保质期)每日 09:30 自动更新
data/stores/supplier_catalog.json供应商报价目录(多供应商、单价、最后更新日)用户手动维护
data/daily/YYYY-MM-DD/ST001_order.json每日订货记录(建议单 + 用户确认的实际下单量)每日 18:00 生成
与现有系统的关系:订货助手复用日报系统已有的 product_quantitiesfood_costhourly_revenue 等数据。库存消耗 = 昨日销量 x BOM 配料用量自动计算。不做数据重复录入。

实施路线图

P0 · 原型 · 2周

可用的订货建议

需求预测 + BOM 展开 → 静态订货清单。无需库存数据,用成本卡 docx 重新解析配料明细即可出第一版价值。

风险:成本卡 docx 配料明细是否完整可解析
P1 · MVP · +2周

完整订货流程

库存快照(用户手动更新)+ 保质期分级 + 成本追踪 + 预警。确认→调整→采购单闭环。企微对话式交互。

风险:用户是否愿意每天花 1 分钟更新库存
P2 · 增强 · +2周

AI 赋能

成本异常检测 + 替代方案推荐 + 预测模型自学习(实际 vs 预测偏差自动修正权重)。一键生成结构化采购单。

风险:数据量是否足够支撑模型自校正
P3 · 进阶 · +4周

供应链优化

多供应商比价 + 经济批量建议 + 需求预测接入外部因子(天气 API、节假日日历、本地活动)。

风险:供应商数据录入的准确性和及时性

为什么是护城河?

市面上不缺「销量预测」工具,但缺一个能追踪到后厨冰柜里还剩多少牛腩、并告诉你明天该去菜市场买多少的东西。

BOM 级粒度

不是泛泛的「营业额预测」,而是按单品 → 配料逐层展开。知道牛腩明天需要 6.5kg,是因为它算出了酸汤罐罐米线需要 2.6kg + 臭豆腐米线 1.5kg + 老奶洋芋砂锅饭 2.4kg。

库存 = 真实护城河

所有 SaaS 都能做报表。但能追踪到「后厨冰柜里还有多少原料」的几乎没有。这是「看E眼」真正的差异化——深入到门店操作层,而非停留在管理层。

越用越聪明

每次预测 vs 实际的偏差自动修正。老板说「太多了减 2kg」→ 下次同类情况自动下调。3 个月后,同一个门店的预测准确率达到 90%+。

零学习成本

就是企微里多了一个联系人。不需要培训,不需要装 APP,不需要手写表格。回复「确认」就完成订货。

订货助手 · 看E眼子模块
产品说明书 v0.1 · 2026-07-08 · 一碗巡津 ST001