Tous les modulesSe note tous les soirs

Outil · Se note tous les soirs

Si votre resto change, PREVOX change avec lui.

Travaux de voirie, nouveau concurrent, fin de saison — tout ça change le comportement client. Les algorithmes de caisse classiques mettent des mois à comprendre. PREVOX re-calibre chaque semaine, sans intervention de votre part.

Auto-ajustements chirurgicaux

Pas un score abstrait. Cinq corrections que le système s'est imposées cette semaine.

Le système n'attend pas une plainte. Il observe ses propres écarts prévu/réel et se corrige avant que vous le demandiez. Voici ce qu'il a ajusté tout seul cette semaine.

5 ajustements internes · semaine du 4 mai

Précision : 91 % → 94 %

Re-calibration prep pâte pizza

précision +7 pts

Mercredi nuit · après 14 jours d'observation

Le modèle prédisait systématiquement +8 % trop optimiste depuis l'arrivée du nouveau resto en face. Coefficient ajusté à la baisse, gaspi attendu réduit.

Apprentissage nouveau plat vegan

plat couvert

Jeudi · après 14 observations

Risotto végétarien ajouté au menu il y a 2 semaines. Le modèle a appris son ratio mix produit, sa saisonnalité et son couplage météo. Intégré aux prédictions.

Override pattern détecté

préférence apprise

Mardi · sur 3 semaines

Vous avez ignoré 4 fois la recommandation « Lucas le mardi soir ». Le système a appris votre préférence (Lucas formé sur services calmes), supprime cette suggestion.

Drift détecté · samedi soir

flag investigation

Samedi · KS test sur résidus 30 j

Distribution des résidus samedi a divergé de la baseline 60 j antérieure (p < 0,01). Probable cause externe (saison, événement récurrent). Investigation en cours, fenêtre d'apprentissage raccourcie.

Bascule en mode précision fine

précision +12 %

Dimanche nuit · re-fit hebdo

Le contexte « vendredi avec une équipe mixte et un événement local » a maintenant 32 jours d'historique. Le système peut appliquer des prédictions calées spécifiquement sur cette combinaison plutôt qu'une moyenne globale.

Aucune action manager requise.

5 ajustements automatiques · log auditable

Aucun système concurrent ne fait de la re-calibration sans intervention. Lightspeed et Toast sont figés sur l'état du jour 1 ; PREVOX, lui, vit avec votre resto.

Santé du système

Une seule métrique. Et elle suffit.

Pas un score abstrait sur 10 décomposé en cinq barres rouges et vertes — vous vous en fichez, et c'est très bien. Une seule chose compte : est-ce que les prédictions sur vos vraies ventes sont précises, et est-ce que ça s'améliore ?

Précision · 30 derniers jours

94 %

Couverts prédits dans la fourchette correcte

Tendance

↑ 3 pts

vs il y a 90 jours (91 % → 94 %)

Statut

Bonne santé

Aucun drift en cours, calibration stable

Si quelque chose dérive, vous êtes prévenu en haut du dashboard avec une phrase claire : « Précision en baisse sur les samedis depuis 2 semaines — investigation lancée ». Pas de tableau de bord ML à interpréter.

Décomposition détaillée par axe (fluidité, ruptures, gaspi, RH, précision) disponible dans le panneau Santé du modèle pour les administrateurs et auditeurs. Pas affichée par défaut au manager — un voyant rouge sur « Ruptures −0,1 » créerait une panique sur un signal opérationnel non significatif.

Re-calibration hebdomadaire

Mardi vous vous trompez. Mercredi PREVOX a corrigé.

Le modèle ré-apprend chaque semaine sur vos données. Pas d'intervention manuelle, pas de recalibrage payé. Plus PREVOX tourne, plus il s'ajuste à votre clientèle propre.

lun.

Travaux de voirie sur la rue → −22 % de passage le mardi.

mar.

Modèle détecte l'écart prévu/réel : précision en chute de 18 pts.

mer.

Re-calibration nuit : prep ajustée, prédictions corrigées.

jeu.

Précision revient à 96 %. Système calé sur la nouvelle normale.

Ce qui ne se voit pas, mais qui tient

Pas un dashboard ML. Un système qui s'auto-tient.

Re-fit chaque 7 jours

Le modèle ré-apprend sur les nouvelles observations. Aucun coût, aucune intervention. Vous ne le voyez même pas.

Drift detection automatique

Test KS sur les résidus 30 j vs 60 j antérieurs. Si ça dérive, le système se met en mode prudence et vous prévient.

Apprentissage des overrides

Quand vous ignorez une recommandation, le système trace pourquoi et ré-ajuste les suggestions futures.

Un modèle qui apprend de vos données. Pas un benchmark générique.

14 jours d'essai. La re-calibration commence dès la deuxième semaine.