Revo Analytics — Catálogo de KPIs y Propuesta de Valor

📑 Índice

¿Por qué lo necesitan? — Propuesta de Valor
Revo XEF vs Revo Analytics — Comparativa
Dashboards y Páginas (14)
KPIs Analíticos — Detalle
KPIs Operativos (OPS) — Detalle
OData v4 — 27 EntitySets para Power BI
Esquema de Base de Datos
Pipeline ETL — Flujo de Procesamiento
Sistema de Alertas Automáticas
Seguridad y Auditoría

💡 ¿Por qué lo necesitan?

Revo XEF tiene informes básicos. Revo Analytics convierte esos datos en inteligencia de negocio que genera decisiones rentables.

🎯

Descuentos desglosados por producto

Motor de prorrateo que asigna el descuento de factura a cada línea proporcionalmente. Sabes el descuento real efectivo que tiene cada producto — no solo el total.

❌ Revo: solo muestra descuento total por factura

✅ Analytics: descuento desglosado por producto, camarero, franja horaria

⭐

Menu Engineering (Matriz BCG)

Clasifica cada producto: Star (mantener), Plowhorse (subir precio), Puzzle (promocionar), Dog (reformular/eliminar). Decisiones basadas en popularidad × rentabilidad.

❌ Revo: ranking de ventas sin contexto de margen

✅ Analytics: clasificación automática con recomendaciones claras

🔮

Forecast de ventas 30 días

Predicción diaria basada en patrones semanales, estacionalidad y tendencia. Con intervalo de confianza del 80%. Permite planificar compras y personal.

❌ Revo: sin predicciones

✅ Analytics: forecast diario con tendencia rising/stable/falling

🚨

Alertas automáticas

Detecta anomalías sin que nadie las busque: bajadas de ventas >40%, descuentos excesivos, productos inactivos, horarios anómalos, food cost alto, merma excesiva.

❌ Revo: sin alertas proactivas

✅ Analytics: 11 tipos de alerta con severidad y umbrales configurables

🧬

Segmentación de clientes (RFM)

Clasifica clientes en VIP, Frecuente, Ocasional, En riesgo, Perdido según recencia, frecuencia y valor monetario. Permite campañas de retención dirigidas.

❌ Revo: listado plano de clientes sin insights

✅ Analytics: segmentos con cohortes de retención mensuales

💰

Food Cost Real con mermas

Combina automáticamente las ventas de Revo con los costes y mermas registrados en la app OPS. Food Cost, Prime Cost, EBITDA y punto de equilibrio calculados automáticamente.

❌ Revo: no tiene costes ni mermas

✅ Analytics: KPIs operativos en tiempo real + en OData para Power BI

⚖️ Revo XEF vs Revo Analytics

Todo lo que Revo no ofrece y el cliente necesita para tomar decisiones rentables.

Funcionalidad	Revo XEF	Analytics	Impacto en el negocio
Ventas por producto	✅ Básico	✅ Avanzado	Más columnas: margen, coste, descuento desglosado, franja, camarero
Descuento efectivo por línea	❌	✅	Saber qué producto absorbe el descuento realmente
Clasificación ABC (Pareto)	❌	✅	Identificar el 20% de productos que generan el 80% de ingresos
Menu Engineering (BCG)	❌	✅	Star, Plowhorse, Puzzle, Dog → decisiones de carta
Cross-selling (venta cruzada)	❌	✅	Qué productos se compran juntos → sugerencias, combos
Predicción de ventas	❌	✅	Forecast 30 días → planificar compras y turnos
Segmentación clientes RFM	❌	✅	VIP / En riesgo / Perdido → campañas de retención
Cohortes de retención	❌	✅	% de clientes que vuelven cada mes
Detección de anomalías	❌	✅	Alertas automáticas sin que nadie las busque
Heatmap ocupación	❌	✅	Día × hora → optimizar turnos y promociones
Velocidad de servicio	❌	✅	Tiempos por camarero, mesa, franja → mejora operativa
Análisis de anulaciones	❌	✅	Scoring de riesgo de fraude 0–100 por camarero
Rendimiento de camareros	❌	✅	360°: ventas, tickets, velocidad, descuentos, anulaciones
Simulador de precios	❌	✅	What-if: qué pasa si subo/bajo el precio de X
Penetración de categorías	❌	✅	% de tickets que incluyen cada categoría
Rentabilidad por producto	❌	✅	Margen bruto real con ranking y % contribución
Comparativo YoY	✅ Básico	✅ Automático	Variación vs periodo anterior y vs mismo periodo año pasado
Food Cost real	❌	✅	Mermas + compras + ventas = food cost real, no teórico
Prime Cost / EBITDA	❌	✅	Indicador clave de viabilidad del negocio
Registro de mermas	❌	✅	App de 3 toques para cocina → trazabilidad total
Cierre de turno digital	❌	✅	Rating, incidencias, roturas de stock → mejora continua
NPS simplificado	❌	✅	Feedback rápido (1 toque) → medir satisfacción
OData v4 para Power BI	❌	✅ 27 entidades	Conexión directa Power BI sin intermediarios
Informes exportables	✅ PDF básico	✅ Interactivos	11 tipos de informe generables desde el dashboard
Multi-tenant	N/A	✅	Un servidor → múltiples clientes aislados
Seguridad y auditoría	❌	✅	Logs de acceso, auditoría de acciones, rate limiting

🖥️ Dashboards y Páginas (14)

Cada página del dashboard consume datos de una o más tablas e incluye KPIs, gráficos y filtros interactivos.

Página	URL	Qué muestra	Datos origen
📊 Resumen Ejecutivo	#resumen	KPIs principales, comparativa periodos, top productos, mini-ingeniería de menú, velocidad	KpisResumen MenuEng
💰 Ventas	#ventas	Series temporales, franjas horarias, patrones semanales, ticket medio	Facturas VentasLinea
🍕 Productos	#productos	Ranking, clasificación ABC, Menu Engineering (Star/Plowhorse/Puzzle/Dog), rentabilidad	Productos MenuEng Rentabilidad
👥 Personal y Mesas	#personal	Rendimiento de camareros, rotación de mesas, patrones de descuento por staff	Camareros Mesas
🏆 Staff 360	#staff360	Visión 360° por camarero: ventas, tickets, velocidad, descuentos, anulaciones	Camareros VelocidadServicio Anulaciones
🌡️ Mapa de Velocidad	#heatmapvel	Heatmap velocidad servicio: día × franja, cuellos de botella visuales	VelocidadServicio Heatmap
🏷️ Descuentos	#descuentos	Descuento línea vs factura, % efectivo, por producto, camarero, evolución	VentasLinea
🎯 Penetración	#penetracion	% de tickets que incluyen cada categoría, oportunidades de venta sugerida	VentasLinea Categorias
🧮 Simulador de Precios	#simulador	What-if: impacto de cambios de precio en ingresos y margen	Productos Rentabilidad
⚖️ Comparativo	#comparativo	Comparación período vs período y YoY automático	KpisResumen
🔬 Análisis Avanzado	#analisis	Cross-selling, cohortes de retención, forecast, segmentación clientes	Combinaciones Cohortes Forecast Clientes
🔔 Alertas	#alertas	Centro de alertas: filtros por severidad y tipo, timeline, resolución	Alertas
📄 Informes	#informes	11 tipos de informe generables: completo, comparativa, cierre, semanal, heatmap, ABC, menú, personal, velocidad, forecast, anulaciones, cross-selling, clientes	Todos
🔐 OPS Security	#opssecurity	Logs de acceso, auditoría, gestión de PINs, intentos fallidos, brute-force	AccessLog AuditLog

Nota: La app OPS (🍳) es una PWA independiente para cocina/sala/gerente, accesible desde el sidebar vía ops.html. Role-based con 3 PINs.

📈 KPIs Analíticos — Detalle

Calculados automáticamente por el pipeline ETL a partir de los datos de Revo XEF.

KPI / Análisis	Transformer	Fórmula / Método	OData Entity	Para qué sirve
Ticket medio	kpi_calculator	`Σ total_final / count(facturas)`	KpisResumen	Evolución del gasto medio por visita
Ingreso por comensal	kpi_calculator	`Σ ventas / Σ comensales`	KpisResumen	Rentabilidad real por persona
Variación vs periodo anterior	kpi_calculator	`(ventas_actual − ventas_anterior) / ventas_anterior × 100`	KpisResumen	Tendencia inmediata
Variación YoY	kpi_calculator	`(ventas_actual − ventas_yoy) / ventas_yoy × 100`	KpisResumen	Comparación interanual
Clasificación ABC	abc_classifier	Pareto 80/15/5 sobre ventas acumuladas	Productos	Foco en los productos que importan
Menu Engineering	menu_engineering	Popularidad × Rentabilidad → BCG 2×2	MenuEng	Decisiones de carta: subir precio, promocionar, eliminar
Cross-selling	cross_selling	Market Basket: confidence P(B\|A), lift	Combinaciones	Sugerencias de venta, diseño de combos
Forecast 30 días	forecast	Media ponderada por día semana + estacionalidad + tendencia	Forecast	Planificación de compras y personal
Segmentación RFM	customer_segmentation	Recency/Frequency/Monetary scoring 1-5	Clientes	Campañas dirigidas: retener VIP, recuperar perdidos
Cohortes retención	cohort_analysis	Cohorte mensual, seguimiento 6 periodos	Cohortes	Medir lealtad real de clientes
Anomalías	anomaly_detector	4 detectores: caída ventas >40%, descuentos >30%, inactividad >14d, horarios ±2σ	Alertas	Problemas detectados antes que el gerente
Heatmap ocupación	heatmap_builder	Matriz día×hora con índice ocupación 0-100	Heatmap	Optimizar turnos, promociones happy hour
Velocidad servicio	service_speed	Media, mediana, P25/P75, % rápidos/lentos por dimensión	VelocidadServicio	Detectar cuellos de botella
Anulaciones + fraude	cancellation_analyzer	Scoring 0-100: volumen, % sobre ventas, hour pattern, repetición	Anulaciones	Detectar fraude interno
Rentabilidad	profitability	Ingresos − coste → margen bruto, % margen, ranking	Rentabilidad	Saber qué productos ganan dinero de verdad
Descuento efectivo	discount_calculator	`(desc_línea + prorrateo_factura) / (cant × precio_carta) × 100`	VentasLinea	Descuento real por producto (no el genérico)

🏭 KPIs Operativos (OPS)

Combinan datos de Revo (ventas) con datos manuales (costes, mermas, feedback). Disponibles en dashboard + OData para Power BI.

KPI	Fórmula	OData	Umbral alerta	Para qué sirve
Food Cost %	`compras_food / ventas_food × 100`	KpisOps	⚠️ >35% · 🔴 >40%	El indicador #1 de hostelería — controlar coste de materia prima
Beverage Cost %	`compras_bev / ventas_bev × 100`	KpisOps	⚠️ >25% · 🔴 >30%	Control específico de bebida (márgenes diferentes)
Labor Cost %	`nóminas / ventas × 100`	KpisOps	⚠️ >35% · 🔴 >40%	¿El personal es sostenible con las ventas actuales?
Prime Cost %	`(food + bev + labor) / ventas × 100`	KpisOps	⚠️ >65% · 🔴 >70%	El mega-indicador: si supera 70%, hay problemas serios
Merma % ventas	`Σ coste_mermas / ventas × 100`	KpisOps	⚠️ >€50/día	Cuánto se tira vs cuánto se vende
SPLH	`ventas / horas_laboradas`	KpisOps	—	Sales Per Labor Hour — productividad laboral
NPS simplificado	`((😊 − 😞) / total) × 100`	KpisOps	⚠️ <50	Termómetro rápido de satisfacción del cliente
Salud Operativa	Score compuesto 0–100	KpisOps	⚠️ <50	Indicador resumen: ¿va bien el negocio hoy?
EBITDA simplificado	`ventas − variables − fijos`	KpisOps	—	Beneficio operativo antes de impuestos
Punto de equilibrio	`fijos / (1 − %variables)`	KpisOps	—	Ventas mínimas para no perder dinero

🔗 OData v4 — 27 EntitySets para Power BI

Endpoint: /odata/v1/$metadata — Conexión directa desde Power BI Desktop sin middleware. Namespace: RevoAnalytics

#	EntitySet	Tipo	Cols	Descripción
1	VentasLinea	Core	45	Ventas por línea con descuento prorrateado, camarero, mesa, franja
2	Facturas	Core	34	Facturas con totales, duración servicio, mix de pago
3	Productos	Core	17	Catálogo con ABC, coste, precio
4	Categorias	Core	8	Jerarquía de categorías
5	Grupos	Core	6	Jerarquía de grupos
6	MetodosPago	Core	3	Métodos de pago
7	DesglosePagos	Core	5	Desglose pago por factura
8	DesgloseImpuestos	Core	6	Desglose impuestos por factura
9	Calendario	Core	15	Dimensión tiempo 2020-2030+ con festivos y YoY
10	Camareros	Core	12	Dimensión camareros con métricas acumuladas
11	Mesas	Core	13	Dimensión mesas con rotación y duración
12	KpisResumen	KPI	23	Scorecard ejecutivo diario/semanal/mensual
13	Combinaciones	KPI	15	Market Basket Analysis — pares con confidence y lift
14	Alertas	Alert	16	Anomalías y alertas operativas
15	Heatmap	KPI	13	Matriz ocupación día×hora
16	Forecast	KPI	13	Predicción 30 días con confianza
17	Clientes	KPI	16	Segmentación RFM
18	Rentabilidad	KPI	13	Rentabilidad por producto/categoría/grupo
19	Anulaciones	KPI	19	Análisis de anulaciones con scoring fraude
20	MenuEngineering	KPI	19	Matriz BCG para restaurantes
21	VelocidadServicio	KPI	16	Velocidad de servicio por dimensión
22	Cohortes	KPI	7	Retención mensual de clientes
23	Mermas	OPS	16	Registro de mermas con zona, causa, coste
24	Turnos	OPS	17	Cierres de turno con rating e incidencias
25	CostesSemanal	OPS	11	Compras semanales food/bev
26	GastosMensual	OPS	16	Gastos fijos mensuales
27	KpisOps	OPS	25	Food cost, prime cost, SPLH, NPS, EBITDA, punto equilibrio

🗄️ Esquema de Base de Datos

Star schema: dimensiones + hechos. Los KPIs se calculan en el pipeline ETL y se persisten para consulta rápida.

📐 Dimensiones (8 tablas)

dim_tiempo

🔑 id

fecha, año, trimestre, mes

dia_semana, nombre_dia

es_festivo, semana_iso

fecha_yoy

dim_empresa

🔑 id

nombre, slug

api_key_hash

activo, created_at

dim_producto

🔑 id

nombre, precio, coste

categoria_id, grupo_id

abc_clasificacion

dim_categoria

🔑 id

nombre, grupo_id

super_grupo

dim_grupo

🔑 id

nombre

dim_metodo_pago

🔑 id

nombre

dim_camarero

🔑 id

nombre, total_facturas

ventas_netas, ticket_medio

comensales, descuentos

dim_mesa

🔑 id

nombre, ventas_netas

ticket_medio, comensales_avg

duracion_avg, rotacion

📊 Tablas de Hechos — Core (4 tablas)

fact_ventas_linea

🔑 id, fecha_id, factura_id

producto, cantidad, precios

descuento_linea

descuento_factura_prorrata

descuento_total_efectivo

pct_descuento_efectivo

margen, IVA

franja, camarero, mesa

fact_factura

🔑 id, fecha_id

totales, descuentos

duracion_servicio_min

comensales, mesa, camarero

metodo_pago_principal

mix pagos (efect/tarj/otros)

fact_pagos

🔑 id, factura_id

metodo_pago_id, importe

fact_impuestos

🔑 id, factura_id

tipo_impuesto, base, cuota

🧠 Tablas de Hechos — KPIs Calculados (11 tablas)

fact_kpi_resumen

ventas, facturas, ticket_medio

variacion_pct, variacion_yoy

top_producto, franja_top

fact_combinaciones

producto_a, producto_b

soporte, confidence, lift

fact_heatmap

dia_semana × franja

facturas, ventas, comensales

indice_ocupacion 0-100

fact_forecast

fecha, ventas_predichas

lim_inferior, lim_superior

factor_estacional, tendencia

dim_cliente

rfm_recency/frequency/monetary

segmento (VIP...Perdido)

dias_desde_ultima

fact_rentabilidad

nivel (producto/cat/grupo)

ingresos, coste, margen

pct_margen, ranking

fact_anulaciones

dimension (camarero/producto..)

cantidad, importe, pct_ventas

scoring_riesgo 0-100

fact_menu_engineering

producto, popularidad, margen

clasificacion (Star/Dog...)

recomendacion

fact_velocidad_servicio

dimension, valor_dimension

media, mediana, min, max

pct_rapidos, pct_lentos

fact_cohorte_retencion

cohorte_mes, periodo

clientes_activos

pct_retencion, revenue_avg

fact_alertas

tipo_alerta, severidad

mensaje, detalle_json

resuelta, fecha_deteccion

🏭 Tablas OPS (8 tablas)

ops_waste_log

zona (cocina/barra)

causa, rango_coste

producto (opcional)

ops_shift_log

personal, reservas

rating, incidencias

roturas_stock, feedback

ops_cost_entry

compras_food, compras_bev

compras_otros, inventario

consumo_interno

ops_monthly_fixed

nóminas, alquiler

suministros, seguros, RRHH

datos ESG

ops_config

pin_cocina, pin_encargado

pin_gerente

umbrales_alerta, config

fact_kpi_ops

food_cost_%, prime_cost_%

splh, nps, salud_operativa

ebitda, punto_equilibrio

ops_access_log

slug, ip, user_agent

exito, rol, motivo_fallo

ops_audit_log

rol, accion

detalle (JSON), ip

⚙️ Pipeline ETL — Flujo de Procesamiento

El pipeline se ejecuta automáticamente (schedule diario) o bajo demanda. Modos: incremental (ayer), full (N días), catalog.

1 Revo API → Catálogo

→

2 Enriquecer (costes, IVA)

→

3 Sync dimensiones BD

→

4 Revo API → Pedidos

→

5 fact_ventas_linea + fact_factura

→

6 ABC + Camareros + Cross-selling

→

7 Mesas + Heatmap + KPIs + Anomalías

→

8 Forecast + RFM + Rentabilidad

→

9 Anulaciones + Menu Eng. + Velocidad + Cohortes

→

10 KPIs OPS + Alertas OPS

Resultado: ~30 tablas actualizadas, 27 EntitySets OData listos para Power BI, dashboard web con datos frescos, alertas generadas automáticamente.

🚨 Sistema de Alertas Automáticas

11 tipos de alerta se generan sin intervención humana. Severidad: 🟢 Info / ⚠️ Warning / 🔴 Critical

Tipo	Origen	Disparador	Severidad
Caída de ventas	anomaly_detector	Ventas >40% bajo media móvil	Critical
Descuentos excesivos	anomaly_detector	Descuento medio >30%	Warning
Producto inactivo	anomaly_detector	>14 días sin ventas	Warning
Horario anómalo	anomaly_detector	Ventas ±2σ del patrón habitual	Warning
Food Cost alto	ops_alerts	>35% (warning) / >40% (critical)	Configurable
Beverage Cost alto	ops_alerts	>25% / >30%	Configurable
Prime Cost alto	ops_alerts	>65% / >70%	Configurable
Merma excesiva	ops_alerts	>€50/día	Warning
NPS bajo	ops_alerts	<50	Warning
Salud operativa baja	ops_alerts	<50	Warning
Labor Cost alto	ops_alerts	>35% / >40%	Configurable

🔐 Seguridad y Auditoría

Sistema completo de control de acceso, rate limiting y trazabilidad.

🔑

Auth multi-capa

API Key (dashboard) + OPS Token HMAC-SHA256 (app) + HTTP Basic (Power BI). Multi-tenant aislado.

🛡️

Brute-force protection

5 intentos fallidos → bloqueo 5 minutos por slug+IP. Rate limiting en memoria.

📋

Auditoría completa

Cada acción registrada: quién (rol), qué (acción), cuándo, desde dónde (IP).

👥

3 roles (PIN)

Cocina (botonera), Encargado (turno+botonera), Gerente (todo+config+seguridad).