.png)
Des sushis à 17 heures, une salade de la veille, un sandwich de hier midi : pour les produits frais très périssables, il n'y a pas de deuxième jour de vente. Ce qui n'est pas vendu aujourd'hui est perdu, et ce à hauteur du coût total des marchandises, main-d'œuvre comprise.
Dans le même temps, les conséquences d’un stock insuffisant sont tout aussi graves : un rayon de sushis vide à 12 h 30 fait fuir précisément la clientèle la plus dépensière, celle de l’heure de pointe du midi. Aucun autre assortiment ne sanctionne aussi directement les erreurs de planification, dans les deux sens.
Pourquoi les produits frais constituent le défi majeur de la planification
La fenêtre de vente est extrêmement courte. Pour les sushis, les poke bowls, les salades et les sandwichs, ce n’est pas la journée qui compte, mais l’heure : la majeure partie des ventes a lieu pendant l’heure de pointe du midi. Le volume de production de la matinée détermine le résultat de toute la journée.
La demande dépend des conditions météorologiques et du jour de la semaine. Les salades et les bols froids ont la cote quand il fait beau, tandis que les soupes et les en-cas chauds sont plébiscités par temps froid : un même établissement peut connaître un profil de demande totalement différent d'un jour à l'autre.
La marge dépend du taux de dépréciation. Les produits frais génèrent de bonnes marges, mais chaque dépréciation en réduit la valeur de plusieurs fois. Quelques points de pourcentage de dépréciation en moins suffisent à déterminer la rentabilité de toute la catégorie.
Comment les prévisions détournent le problème
La question quotidienne – combien d'unités par produit et par site ? – est un cas d'application classique de l'apprentissage automatique : GoNina analyse les données de vente pour déterminer comment les prévisions météorologiques, le jour de la semaine, les vacances et l'emplacement influencent la demande, et fournit chaque jour des volumes de production précis pour les sept jours à venir.
La différence par rapport à une estimation empirique se manifeste dans les situations marginales : lors de journées atypiques – la première journée chaude du printemps, un jour de pont, la fin des vacances. C'est précisément là que surviennent les plus fortes remises et les soldes les plus agaçants – et c'est précisément là que l'avance en matière de données prend toute sa valeur. Grâce à GoNina , les commerces réduisent leurs excédents jusqu'à 52 % et augmentent leur chiffre d'affaires jusqu'à 6 %.
Trois règles pratiques pour les assortiments de produits frais
1. Planifier par produit, et non par catégorie. « Salades » n’est pas une unité de planification : la salade César et le poke bowl ont des courbes de vente différentes. Les prévisions par article permettent de voir quels produits sont sensibles aux conditions météorologiques et lesquels affichent des ventes stables.
2. Noter l'heure à laquelle les stocks sont épuisés. Un rayon qui est vide tous les jours à 13 heures perd systématiquement du chiffre d'affaires l'après-midi. Pour les produits frais, l'heure à laquelle les stocks sont épuisés est l'indicateur le plus important, avec le taux de démarques.
3. Prévoir une deuxième vague de production. Lorsque le déroulement des opérations le permet, une réserve de production délibérément prévue en fin de matinée est plus efficace que n'importe quelle marge de sécurité importante le matin : les prévisions indiquent les jours où il est intéressant de prévoir cette deuxième vague.
Foire aux questions
Les prévisions sont-elles fiables même pour les produits vendus en petites quantités ?
Oui : c'est justement lorsque les quantités sont faibles que chaque erreur a un impact relativement important, et le modèle s'appuie sur les tendances observées pour des produits et des sites similaires afin d'établir des prévisions fiables, même pour les articles peu vendus.
Nous sous-traitons la production et passons des commandes quotidiennement : est-ce que cela aide quand même ?
Oui, les prévisions servent alors de base aux commandes plutôt que de consignes de production : l'effet sur les démarques et la disponibilité est le même.
Conclusion
Les produits frais hautement périssables constituent la gamme la plus exigeante à gérer dans le secteur de la restauration – mais aussi celle qui se prête le mieux aux prévisions basées sur des données : aucune autre gamme ne permet de répercuter aussi directement la précision des prévisions sur la marge. En établissant des prévisions par produit et par jour pour les sushis, les salades et les sandwichs, on vend plus et on jette moins.
Pour découvrir comment fonctionnent globalement les prévisions basées sur l'IA dans le secteur de la restauration, consulte le guide complet dédié à ce secteur.
