Fonctionnalites actuelles

Eaternity Forecast offre des capacites completes de prevision de la demande pour les cuisines professionnelles. Cette page detaille toutes les fonctionnalites actuellement disponibles.

Fonctionnalites de prevision principales

Prevision de demande quotidienne

Description : Previsions alimentees par l'intelligence artificielle pour chaque article du menu, chaque jour

Capacites :

• Previsions de quantite pour chaque article du menu
• Fenetre de prevision de 7 jours (previsions de la semaine prochaine)
• Prevision etendue de 14 jours (pour la planification avancee)
• Granularite par article (plats individuels, pas de categories)
• Ventilation par periode de service (previsions dejeuner vs diner)

Precision :

• MAPE moyen : 12,8 %
• 25 % meilleur que les previsionnistes humains
• Amelioration continue a mesure que le modele apprend

Exemple de sortie :

{
  "date": "2024-01-20",
  "item": "Pasta Carbonara",
  "predicted_quantity": 52,
  "service_period": "lunch"
}

Intervalles de confiance

Description : Fourchettes de prevision montrant l'incertitude et la fiabilite

Chaque prevision inclut un intervalle de confiance de 80 % (du 10e au 90e percentile) pour vous aider a choisir vos strategies de preparation :

Composant	Description
Estimation ponctuelle	Quantite la plus probable
Borne inferieure	10 % de chance de vendre moins
Borne superieure	10 % de chance de vendre plus

En savoir plus sur les intervalles de confiance →

Suivi de la precision historique

Description : Surveillance en temps reel des performances de prevision

Metriques fournies :

• Erreur absolue moyenne en pourcentage (MAPE) par article
• Nombre d'articles dans ±10 % de precision
• Detection des grandes variances (erreur superieure a 20 %)
• Analyse des tendances (en amelioration, stable, en declin)

Periodes :

• Precision des 7 derniers jours
• Precision des 30 derniers jours
• Precision moyenne globale

Vue du tableau de bord :

Article : Pasta Carbonara

Metriques de precision :
  7 derniers jours :   95,2 % (MAPE : 4,8 %)
  30 derniers jours :  94,2 % (MAPE : 5,8 %)
  Globale :            93,8 % (MAPE : 6,2 %)

Performance recente :
  Dans ±10 % : 27 jours sur 30
  Grande variance : 1 jour (evenement special)

Integration des facteurs externes

Integration meteorologique

Description : Integration automatique des donnees meteorologiques pour les previsions sensibles a la temperature

Sources de donnees :

• Temperature (actuelle et prevue)
• Precipitations
• Conditions meteorologiques (ensoleille, pluvieux, neigeux, etc.)
• Effets saisonniers

Exemples d'incidence :

• Jours froids → Demande accrue de soupes et plats chauds
• Jours chauds → Demande accrue de salades et boissons fraiches
• Jours pluvieux → Volume global plus faible (moins de passage)
• Meteo extreme → Intervalles de confiance plus larges (incertitude)

Couverture :

• Detection automatique de la localisation basee sur l'adresse de la cuisine
• Previsions meteo a 7 jours integrees
• Donnees meteorologiques historiques pour l'apprentissage des tendances

Detection des jours feries et evenements

Description : Reconnaissance automatique des jours feries et evenements speciaux

Evenements detectes :

• Jours feries (Noel, Paques, Nouvel An, etc.)
• Vacances scolaires (pour cantines universitaires/scolaires)
• Evenements locaux (si donnees fournies)
• Tendances par jour de la semaine (vendredis vs lundis)

Effets :

• Previsions ajustees pour les tendances de jours feries
• Intervalles de confiance plus larges pour les evenements irreguliers
• Apprentissage des tendances historiques des jours feries

Ajout manuel d'evenement :

POST /v1/forecast/events
{
  "date": "2024-02-14",
  "name": "Menu special Saint-Valentin",
  "expected_impact": "high_volume",
  "notes": "Formules diner romantique, attendre 2× samedi normal"
}

Gestion du menu

Gestion des nouveaux articles

Description : Previsions intelligentes pour les articles de menu recemment lances

Approche :

• Semaine 1 : Faible confiance, intervalles larges (±30-40 %)
• Semaines 2-3 : Apprentissage rapide, confiance en amelioration
• Mois 2+ : Confiance normale, comparable aux articles etablis

Strategies :

• Utiliser les tendances d'articles similaires comme approximation initiale
• Recommandations de preparation conservatrices
• Apprentissage accelere a partir des ventes reelles
• Ajustement automatique de la confiance a mesure que les donnees s'accumulent

Exemple de courbe d'apprentissage :

Nouvel article : Mushroom Risotto

Semaine 1 : Prevision 22 (Fourchette : 12-32, MAPE : 23 %)
Semaine 2 : Prevision 25 (Fourchette : 18-32, MAPE : 17 %)
Semaine 3 : Prevision 27 (Fourchette : 22-32, MAPE : 14 %)
Semaine 4 : Prevision 28 (Fourchette : 24-32, MAPE : 11 %)

Detection des articles retires

Description : Detection et gestion automatiques des changements de menu

Capacites :

• Detection automatique quand un article a zero vente pendant 7 jours consecutifs ou plus
• Retrait progressif des previsions
• Conservation des donnees historiques pour reference future
• Support de reactivation si l'article revient au menu

Suivi de statut :

Article : Summer Salad Special

Statut : Retire
Derniere vente : 10/01/2024
Raison : Zero vente pendant 14 jours consecutifs
Action : Previsions arretees
Reactivation : Disponible si l'article revient au menu

Changements de menu saisonniers

Description : Support pour les menus saisonniers rotatifs

Capacites :

• Apprendre les tendances saisonnieres d'annee en annee
• Detecter automatiquement les transitions de menu
• Ajuster les previsions pour les ingredients saisonniers
• Gerer les cycles de rotation du menu

Exemple :

Transition menu Automne → Hiver :

En retrait (Automne) :
  - Summer Salad : Tendance a la baisse detectee
  - Grilled Vegetables : Demande en declin

En introduction (Hiver) :
  - Butternut Squash Soup : Nouvel article, phase d'apprentissage
  - Braised Short Ribs : Donnees hiver precedent appliquees

Rapports et analyses

Rapports de performance quotidiens

Description : Rapports matinaux comparant les previsions de la veille aux reels

Inclut :

• Resume de precision global
• Articles dans la precision cible (±10 %)
• Grandes variances necessitant investigation
• Articles les plus performants
• Articles necessitant attention

Options de livraison :

• E-mail (livraison programmee)
• Widget du tableau de bord
• Notification application mobile
• Point d'acces de l'interface de programmation

Exemple de rapport :

Rapport de performance quotidien
Date : 19 janvier 2024

Precision globale : 91,2 %
Articles dans ±10 % : 58 sur 65

Meilleurs resultats :
  1. Pasta Carbonara : 3,2 % d'erreur
  2. Caesar Salad : 4,1 % d'erreur
  3. House Bread : 2,8 % d'erreur

A examiner :
  - Grilled Salmon : 28 % d'erreur (+8 portions)
    Cause possible : Temps chaud inattendu

Resume des previsions hebdomadaires

Description : Apercu hebdomadaire complet pour la planification

Inclut :

• Previsions a 7 jours pour tous les articles du menu
• Journees chargees vs calmes attendues
• Articles recommandes a mettre en avant
• Priorites de preparation suggerees

Cas d'utilisation :

• Commandes acheteur hebdomadaires
• Planification du personnel
• Decisions de planification du menu
• Strategie promotionnelle

Options de format :

• Export Excel (feuilles de planification editables)
• Rapport PDF (impression pour la cuisine)
• Donnees via interface de programmation (integration avec outils de planification)

Rapport mensuel d'impact commercial

Description : Resume executif de la valeur des previsions

Metriques :

• Reduction du gaspillage alimentaire (portions et cout)
• Tendances de precision des previsions
• Economies (gaspillage + temps)
• Qualite de service (suivi des ruptures)
• Incidence environnementale (CO2e evite)

Exemple de rapport :

Rapport mensuel : Janvier 2024

Impact financier :
  Economies gaspillage alimentaire :  1 045 EUR
  Valeur gain de temps :              715 EUR
  Reduction ruptures :                185 EUR
  Valeur totale creee :               1 945 EUR

Metriques operationnelles :
  MAPE moyen :              12,3 %
  Taux de gaspillage :      7,1 % (en baisse depuis 12,8 %)
  Ruptures :                2 incidents (en baisse depuis 14)
  Temps economise :         20 heures

Incidence environnementale :
  CO2e evite :              285 kg
  Gaspillage alimentaire prevenu : 2 450 portions
  Eau conservee :           32 000 litres

Tendance : En amelioration (vs mois precedent)

Fonctionnalites d'integration

Interface de programmation REST

Description : Interface de programmation complete pour l'integration systeme

Capacites :

• Soumettre les donnees de ventes (quotidien ou en masse)
• Recuperer les previsions (requetes par plage de dates)
• Modifier les previsions manuellement
• Acceder aux analyses et rapports
• Gerer les articles du menu et les evenements

Authentification :

• OAuth 2.0 (acces delegue par utilisateur)
• Cles d'interface de programmation (serveur a serveur)

Limites de debit :

• 100 requetes/minute
• 10 000 requetes/jour
• Limites personnalisees disponibles

Voir la documentation de l'interface de programmation →

Integration Necta

Description : Integration native avec le progiciel de gestion integre Necta

Fonctionnalites :

• Synchronisation automatique des donnees depuis les ventes Necta
• Tableau de bord natif dans le module de planification Necta
• Flux de travail transparent (pas de changement de systeme)
• Export en un clic vers Excel depuis Necta

Avantages exclusifs :

• Zero complexite de configuration
• Mises a jour automatiques du menu
• Calcul des couts de recettes integre
• Support prioritaire

En savoir plus sur l'integration Necta →

Support des webhooks

Description : Notifications en temps reel pour les evenements importants

Evenements disponibles :

• predictions.generated — Nouvelles previsions pretes
• variance.large — Erreur de prevision significative detectee
• data.quality_issue — Problemes de soumission de donnees
• model.retrained — Modele mis a jour avec de nouvelles donnees

Cas d'utilisation :

• Declencher des flux de travail automatises
• Integration avec les systemes d'alerte
• Tableaux de bord en temps reel
• Systemes de gestion d'inventaire

Exemple de webhook :

{
  "event": "predictions.generated",
  "timestamp": "2024-01-20T03:15:42Z",
  "data": {
    "date_range": {"start": "2024-01-20", "end": "2024-01-27"},
    "total_items": 65,
    "prediction_url": "/v1/forecast/predictions?date=2024-01-20"
  }
}

Capacites d'exportation

Description : Formats multiples pour l'exportation de donnees

Formats :

• Excel (.xlsx) avec tableaux et graphiques formates
• CSV (valeurs separees par des virgules) pour import dans d'autres systemes
• PDF rapports pour impression et partage
• JSON via interface de programmation pour acces programmatique

Portees d'exportation :

• Jour unique tous les articles
• Plage de dates articles specifiques
• Prevision hebdomadaire complete
• Rapports de precision historique

Fonctionnalites de l'interface utilisateur

Tableau de bord

Description : Interface web pour les utilisateurs non techniques

Widgets :

• Resume des performances du jour
• Previsions de demain
• Vue calendrier hebdomadaire
• Graphique des tendances de precision
• Tableau des articles principaux

Personnalisation :

• Disposition des widgets
• Filtres par article
• Selection de plage de dates
• Preferences de metriques

Modification manuelle

Description : Possibilite d'ajuster manuellement les previsions

Cas d'utilisation :

• Evenements connus absents des donnees historiques
• Promotions speciales
• Perturbations d'approvisionnement
• Contraintes operationnelles

Processus :

1. Selectionner l'article et la date
2. Entrer la quantite de modification
3. Fournir la raison (documentee pour l'apprentissage)
4. Optionnel : Ajuster les articles associes proportionnellement

Suivi :

• Historique des modifications journalise
• Efficacite mesuree
• Raisons analysees pour l'amelioration du modele

Exemple :

Modifier la prevision

Article : Pasta Carbonara
Date : Samedi 25 janvier
Prevision originale : 52 (48-56)

Quantite modifiee : 75
Raison : Reservation groupe conference (50 personnes, 60 % selectionnant pates)

☑ Appliquer ajustement de ratio aux articles associes
  - Caesar Salad : 31 → 45
  - Tiramisu : 18 → 26

[Annuler] [Enregistrer la modification]

Systeme de notifications

Description : Alertes et rappels pour les evenements cles

Types de notification :

• Quotidien : Previsions pretes
• Hebdomadaire : Resume des previsions disponible
• Mensuel : Rapport de performance genere
• Ponctuel : Grandes variances, problemes de qualite des donnees

Canaux de livraison :

• E-mail
• Notifications tableau de bord
• Push mobile (a venir T3 2024)
• Integration Slack (a venir T3 2024)

Fonctionnalites de gestion des donnees

Surveillance de la qualite des donnees

Description : Detection automatique des problemes de donnees

Verifications :

• Exhaustivite : Dates ou articles manquants
• Coherence : Variations de noms d'articles
• Exactitude : Valeurs aberrantes et anomalies
• Ponctualite : Soumissions en retard

Note de qualite :

Qualite des donnees globale : 92 %

Composants :
  Exhaustivite :  100 % (aucune date manquante)
  Coherence :     89 %  (problemes mineurs de denomination)
  Exactitude :    95 %  (peu de valeurs aberrantes)
  Ponctualite :   85 %  (quelques soumissions en retard)

Problemes :
  - 3 articles avec variations de nom (standardisation recommandee)
  - 2 soumissions en retard dans les 30 derniers jours

Gestion des donnees historiques

Description : Outils de gestion des donnees historiques de ventes

Capacites :

• Import en masse (CSV, Excel, JSON)
• Correction des donnees (corriger les erreurs dans les donnees soumises)
• Mappage d'articles (standardiser les noms incoherents)
• Export des donnees (sauvegarde et analyse)

Conservation :

• Minimum 90 jours actifs (pour l'entrainement)
• Maximum 365 jours initialement (extensible)
• Stockage d'archivage au-dela de 365 jours

Confidentialite et securite

Description : Protection des donnees et controle d'acces

Fonctionnalites :

• Chiffrement en transit (TLS 1.2+) et au repos
• Controle d'acces (permissions basees sur les roles)
• Journalisation d'audit (tout acces a l'interface de programmation trace)
• Isolation des donnees (vos donnees jamais melangees avec d'autres)

Conformite :

• Conforme au RGPD
• Accord de traitement des donnees disponible
• Droit a la suppression des donnees
• Support de portabilite des donnees

Fonctionnalites de la plateforme

Support multi-sites

Description : Gerer les previsions pour plusieurs cuisines

Capacites :

• Modele separe par site
• Apprentissage partage entre sites (optionnel)
• Rapports consolides
• Configurations specifiques par site

Cas d'utilisation :

• Chaines de restaurants
• Restauration d'entreprise (plusieurs sites)
• Reseaux hospitaliers
• Restaurants universitaires

Administration :

• Facturation centralisee
• Administration unifiee

Pour les informations tarifaires, visitez eaternity.org/pricing.

Gestion des utilisateurs

Description : Controle d'acces et permissions de l'equipe

Roles :

• Administrateur : Acces complet, facturation, gestion des utilisateurs
• Responsable : Voir les previsions, modifier, rapports
• Personnel de cuisine : Voir les previsions uniquement
• Lecture seule : Rapports et analyses uniquement

Fonctionnalites :

• Inviter les membres de l'equipe par e-mail
• Attribuer des roles et permissions
• Journalisation des activites
• Authentification unique (SSO) a venir T4 2024

Re-entrainement du modele

Description : Amelioration continue du modele

Frequence :

• Re-entrainement hebdomadaire (chaque lundi a 4h00)
• Re-entrainement ponctuel (apres changements de menu significatifs)

Processus :

• Incorporer les dernieres donnees de ventes
• Optimiser les parametres du modele
• Valider les ameliorations de precision
• Deployer si la performance s'ameliore

Notifications :

• Resume par e-mail apres re-entrainement
• Comparaison de precision (avant/apres)
• Nouvelle reference etablie

Exemple :

Modele re-entraine avec succes

Date : Lundi 22 janvier 2024
Donnees d'entrainement : 1er octobre 2023 - 19 janvier 2024

Ameliorations :
  MAPE precedent : 13,3 %
  Nouveau MAPE :   12,1 %
  Amelioration :   +1,2 %

Articles ameliores :
  - Grilled Salmon : 15,2 % → 12,8 %
  - Plats du jour : 19,5 % → 16,3 %

Deploye : Oui
Statut : Actif

Fonctionnalites de support

Documentation

Description : Guides et references complets

Disponible :

• Guides de demarrage
• Documentation de reference de l'interface de programmation
• Meilleures pratiques de mise en oeuvre
• Guides de depannage
• Tutoriels video

Formats :

• Documentation en ligne (ce site)
• Telechargements PDF
• Tutoriels video
• Exemples interactifs

Support technique

Description : Assistance experte pour les utilisateurs

Canaux :

• Support par e-mail
• Centre d'aide du tableau de bord
• Documentation de l'interface de programmation
• Support telephonique (niveau premium)

Delais de reponse :

• Critique : 4 heures
• Eleve : 24 heures
• Moyen : 48 heures
• Faible : 1 semaine

Support inclus :

• Assistance a l'integration
• Consultation qualite des donnees
• Conseils d'optimisation de la precision
• Formation a l'utilisation des fonctionnalites

Demandes de fonctionnalites

Description : Developpement produit guide par la communaute

Processus :

1. Soumettre la demande de fonctionnalite via le tableau de bord ou par e-mail
2. L'equipe Eaternity examine et priorise
3. Vote de la communaute (clients)
4. Feuille de route de developpement mise a jour
5. Notification quand la fonctionnalite est livree

Principales demandes actuelles (en developpement) :

• Integration de suivi visuel du gaspillage Orbisk
• Support de systemes de caisse multi-sites
• Prevision d'ingredients basee sur les recettes
• Tableau de bord d'analyses avancees

Voir la feuille de route complete →

Voir aussi

• Feuille de route — Fonctionnalites a venir et plans de developpement
• Options d'integration — Comment connecter vos systemes
• Reference de l'interface de programmation — Documentation complete de l'interface de programmation
• Guide de mise en oeuvre — Meilleures pratiques d'utilisation quotidienne