確認済み来店
ウォレット決済とレシート証明で、実際に食べた人の評価を重く扱います。
Zweispace vertical AI token family
OMT
来店証明、おもてなし評価、URA 店舗投票、新規出店の市場判断をつなぐ、東京発の飲食店インテリジェンス。
Core thesis
飲食店の評価は、実際に食べた証明から始まる。
OMT は、ウォレット決済された来店、店舗のおもてなし評価、飲食店オーナーによる URA 投票、 そして出店前の市場モデルを一つのランキングと支援システムにまとめます。
Omotenashi ranking
証明、技術、おもてなしを分けて評価する。
見た目はシンプルな星やスコアでも、裏側では何が検証され、誰が支持したかを読める形にします。
おもてなし
味だけでなく、サービス、記憶、気配り、再訪したくなる信頼を記録します。
オーナーの支持
URA により、飲食店オーナーが自店や尊敬する店へ投票できます。
透明なラベル
自己投票、関係者投票、疑わしいクラスターは隠さずラベル化します。
OMT plus URA
来店客の証明が、店舗側の投票力を育てる。
公開チェーンの候補は Zweichain。OMT と URA のコントラクト、デプロイ手順、 ウォレット追加テンプレートは準備中です。
Pay来店客がウォレットで支払い、検証可能な来店履歴を作ります。
Receive OMT来店客は、飲食参加の証明として OMT を受け取ります。
Earn URA店舗は確認済み来店や決済フローから URA の投票力を得ます。
Voteオーナーは URA を自店または支持する店舗に割り当てます。
New-opening AI
本契約の前に、レシピと立地を試す。
客単価、席数、原価、賃料、競合数、徒歩圏人口から、出店前の事業性を見ます。
店舗採算
席数、回転、客単価、原価、人件費、賃料、固定費、損益分岐を計算します。
駅周辺需要
徒歩圏、時間帯、曜日、料理ジャンルごとの潜在客層を見ます。
競合と市場シェア
同ジャンル密度、価格帯、空白カテゴリ、立ち上げ時のポジションを整理します。
ポップアップ検証
ランチ、夜、週末、商業施設、シェアキッチンで常設前にテストします。
Real estate lane
コンセプトから物件、契約、設計、開業まで。
OMT は評価と市場データを、実際の出店作業につなげます。候補地探し、賃料判断、 厨房設計、内装、開業準備までを一つの流れにします。
- 1駅、通り、建物、営業時間帯に合う区画を探す。
- 2想定売上と賃料負担を比較する。
- 3ランチ、夜、週末の空き時間でテスト営業する。
- 4物件契約、設計、施工、開業支援へつなげる。
MVP path
静的ページと Django MVP の両方で進める。
この `/jp/` フォルダは静的表示用です。ライブ入力、ランキング、ウォレット操作は Django MVP の `/jp/app/` ルートで動きます。
01店舗メンバー登録
02来店レシート証明
03OMT 付与キュー
04URA オーナー投票
05新規出店の事業計画