Sobre el cliente

El cliente es una cadena española de restauración organizada que gestiona más de 50 franquicias repartidas por toda la geografía nacional. Su modelo de negocio combina una propuesta gastronómica de alta rotación con una operativa logística compleja, gestionando compras y aprovisionamiento centralizado para asegurar la calidad y uniformidad en la experiencia del cliente final. El volumen de pedidos semanales supera las 40 toneladas de producto, entre frescos, elaborados y bebidas.

El reto

La gestión eficiente de las compras en cadenas de restauración es un desafío clave para la rentabilidad y sostenibilidad del negocio. En este caso, la empresa sufría de una alta variabilidad en la demanda de cada local, dificultades para prever el consumo real y frecuentes incidencias de sobrestock y roturas. Tradicionalmente, las compras se realizaban en base a previsiones manuales, la intuición de los responsables de cada franquicia y ajustes a corto plazo según la experiencia. Este método generaba:

• Desperdicio alimentario elevado, con costes ocultos asociados a productos caducados o mermas no recuperables.

• Roturas de stock inesperadas, afectando la calidad del servicio y la satisfacción de los clientes.

• Falta de poder de negociación con proveedores, al no disponer de previsiones ajustadas y centralizadas.

• Sobrecarga administrativa en el área de compras y logística.
  
  

La dirección identificó la oportunidad de implantar un modelo predictivo de compras que aportase rigor analítico, redujera los errores humanos y optimizara tanto el gasto como la experiencia en cada franquicia.

La solución

Unnic AI desarrolló e implantó un sistema avanzado de predicción de la demanda y optimización de compras adaptado a las particularidades del sector:

• Auditoría y normalización de datos históricos: Se recopilaron y estructuraron datos de consumo por franquicia, menús rotativos, promociones, estacionalidad, calendario de eventos y variables externas como condiciones meteorológicas.

• Desarrollo de modelos de machine learning: Tras la selección de las variables más significativas, se entrenó un modelo supervisado (XGBoost optimizado) capaz de predecir la demanda semanal de cada referencia en cada franquicia, ajustando las previsiones en tiempo real a eventos y tendencias.

• Integración operativa: El sistema se conectó con el ERP y la plataforma de compras, permitiendo recomendaciones automáticas de pedidos ajustadas a la demanda prevista.

• Paneles de control y dashboards personalizados: Se diseñaron interfaces visuales para responsables de compras y de cada franquicia, con alertas proactivas sobre posibles desajustes, oportunidades de optimización y justificación transparente de cada predicción.

• Fase piloto y despliegue progresivo: El modelo se validó primero en un conjunto de 8 franquicias piloto, permitiendo ajustes en la interpretación de las predicciones y la formación de los equipos, antes de su despliegue global en toda la red.
  
  

Resultados e impacto

La implantación del sistema predictivo ha transformado la gestión de compras de la cadena y ha aportado beneficios tangibles y sostenidos en el tiempo:

• Reducción del desperdicio alimentario en un 27 % durante los primeros seis meses, optimizando la relación entre compra y consumo real en cada franquicia.

• Disminución del 38 % en incidencias de rotura de stock, permitiendo mantener la oferta completa en un mayor número de servicios y mejorando la satisfacción del cliente.

• Ahorro mensual estimado de 9.000 € en costes directos de compras y logística, derivados de una gestión mucho más precisa y ajustada.

• Mayor capacidad de negociación con proveedores, al consolidar previsiones fiables y centralizar los pedidos, lo que permitió obtener mejores condiciones comerciales.

• Adopción plena y mejora en la satisfacción interna: El 70 % de los responsables de franquicia utilizan activamente el sistema predictivo y el 92 % de los pedidos recomendados fueron validados sin modificaciones, reflejando la confianza en el modelo y su utilidad práctica.
  
  

Conclusión

Este proyecto demuestra el valor de la inteligencia artificial y el análisis predictivo como palancas clave en la transformación operativa de la restauración organizada. La solución desarrollada por Unnic AI ha permitido a la cadena no solo reducir costes y desperdicio, sino también profesionalizar la toma de decisiones, anticipar problemas y construir una cultura de innovación y eficiencia. La capacidad de escalar el modelo y adaptarlo a la realidad cambiante del sector refuerza la posición competitiva de la empresa y sienta las bases para nuevos desarrollos en digitalización y optimización operativa.