Pour les directions restauration et les responsables d’exploitation de restaurants d’entreprise.
Chaque matin, ou plusieurs jours avant le service, nous transformons vos repas servis, votre calendrier et vos signaux disponibles en une prévision opérationnelle du nombre de convives. L’objectif est simple : ajuster ce qui peut encore l’être, limiter les surproductions évitables, réduire les rattrapages de dernière minute et protéger la qualité de service.
Pourquoi maintenant
La fréquentation varie avec le télétravail, les jours fériés, les vacances, les grèves, la météo et les événements propres au site. Le Ministère de l’Agriculture indique que le besoin de prévoir le nombre de convives s’est accru avec le télétravail, dans le cadre des expérimentations de réservation de repas.
L’enjeu est mesurable : l’ADEME indique que la restauration collective représente 3,8 milliards de repas servis par an et a évalué le gaspillage moyen à 115 g par repas et par convive dans ses données 2018. L’ADEME a aussi publié en 2025 une étude actualisant les coûts directs et indirects du gaspillage en restauration collective.
Sources : ADEME gaspillage restauration collective, ADEME coûts 2025, Ministère de l’Agriculture.
Ce que vous recevez
Prévision matin : une estimation des convives vers 9h30-10h30 les jours ouverts, pour ajuster finitions, réassort, cuisson de sécurité et protection du service.
Planning semaine : des prévisions par jour ou par semaine pour achats, menus, production, staffing et renforts.
Pilotage multi-sites : flux standardisés, modèles par site, reporting consolidé et comparaison des biais ou journées anormales.
Les prévisions sont livrées dans le canal utile à l’exploitation : SMS, email, fichier, API, tableau de bord ou Teams/Slack. Pour Prévision matin, les livraisons des jours ouverts sont incluses dans le forfait mensuel. Le prix n’est pas calculé au message.
Démarrage
- 1. Diagnostic faisabilité data : audit à distance des données, schéma de flux, premier modèle ROI et plan pilote. Prix indicatif : 4 500 EUR/site, avec plage 2 500-6 000 EUR/site et 50 % créditables sur le pilote si signature sous 60 jours.
- 2. Pilote prévision matin : backtest, comparaison avec votre prévision actuelle, shadow mode 4 à 8 semaines, pilote opérationnel et suivi des écarts. Prix indicatif : 15 000 EUR setup + 1 200 EUR/mois pendant 12 à 16 semaines.
- 3. Production : exploitation chaque jour ouvert, monitoring, recalibrage, support et reporting. Prix indicatif : 1 500 EUR/site/mois pour Prévision matin ; Planning semaine à partir de 900 EUR/site/mois.
La production est vendue au forfait. Les métriques servent à vérifier la valeur et à décider le passage en production ; elles ne constituent pas un mécanisme de facturation à la performance.
Données
Deux ans d’historique donnent le meilleur point de départ. Un an permet un pilote prudent. Sans historique exploitable, le démarrage reste possible : cadrage, prévision de référence, collecte structurée des repas servis réels, puis apprentissage progressif avec promesse et prix adaptés. La prévision initiale sans historique est moins fiable tant que les repas servis réels n’ont pas été collectés.
Pour un pilote mesuré, il faut des repas servis au grain journalier sur une période exploitable, le calendrier d’ouverture, les jours exceptionnels connus et un contact capable de décrire les exports. Après lancement, les repas servis doivent rester disponibles au grain journalier ; une transmission mensuelle ou trimestrielle suffit pour une production au forfait si le grain journalier est conservé.
Les signaux de présence comme badge, parking, WiFi, eau ou occupation peuvent aider, mais doivent être agrégés ou anonymisés. Les données identifiantes ou les petits volumes demandent une revue privacy séparée.
Preuve
Le pilote compare votre prévision actuelle, des baselines simples et le modèle candidat. La mesure porte sur l’erreur moyenne en couverts, le biais, les erreurs fréquentes P80/P90 et les impacts opérationnels : déchets liés aux erreurs de volume, recours de secours, ruptures, substitutions, satisfaction, heures ajustables et commandes urgentes.
Le prototype local prouve le savoir-faire de modélisation ; il ne constitue pas une garantie de performance pour votre site. Des travaux récents sur la prévision de flux en restaurant confirment l’intérêt des données historiques, du calendrier, de la météo, des jours fériés et des modèles ML pour ce type de problème.
Source : AIMS Press, 2025.
Ce qui est validé avant production
- valeur annuelle accessible par rapport au forfait ;
- qualité des données et stabilité des exports ;
- jours éligibles et jours exclus ;
- décisions réellement modifiables à 9h30, J-1, J-3 ou à la semaine ;
- performance contre la prévision actuelle et des baselines simples ;
- contraintes DSI et intégration spécifique.
Prochaine étape
Tester la faisabilité sur vos données.
Un export des repas servis, un calendrier d’ouverture, la liste des jours atypiques connus et la description des exports disponibles suffisent pour cadrer le diagnostic.