Procurement

Prévisions de ventes : ajustement multi-sites sans écrasement

Curran Dye

September 7, 2026

Ajuster une prévision sans perdre l'original

Supy affiche une prévision de ventes glissante sur 14 jours pour chaque site, et un responsable peut remplacer la valeur prévue pour n'importe quel jour, que ce soit le total des ventes attendues ou la répartition sur les articles du menu, sous forme de pourcentage de la prévision ou de montant fixe. La valeur d'IA originale et la valeur ajustée sont conservées côte à côte, de sorte que la modification est une correction délibérée et visible, et non un chiffre silencieusement écrasé.

Ce parallèle est ce qui rend un ajustement manuel sûr à effectuer. Un responsable de site qui sait qu'un jour férié ou un événement à proximité augmentera les couverts peut relever la prévision pour ce jour, et le chiffre brut du modèle reste enregistré à côté. Une fois la journée terminée, vous pouvez voir le chiffre du modèle, l'ajustement humain et ce qui s'est réellement passé, et décider si l'instinct de ce responsable était juste. Remplacer la valeur de l'IA ne revient pas à lutter contre elle ; c'est ajouter la connaissance locale que le modèle n'a pas, sans perdre la base de référence à partir de laquelle vous ajustez.

Graphique à barres groupées montrant la prévision d'IA brute et la valeur ajustée conservées côte à côte pour trois sites de restaurant

Quand deux responsables modifient le même jour d'un site

Dès qu'une personne de plus peut affiner une prévision, le vrai risque n'est pas un mauvais chiffre : ce sont deux personnes qui s'écrasent silencieusement l'une l'autre. Quand deux responsables ajustent le même site et le même jour en même temps, Supy détecte la collision et la met en évidence plutôt que de laisser le dernier enregistrement l'emporter. Il affiche le site, le jour, chaque responsable, leurs horodatages et la modification concurrente, et demande à une personne autorisée de décider quel ajustement prévaut.

C'est la différence entre une prévision partagée qu'un groupe peut vraiment croire et une feuille de calcul où celui qui a enregistré en dernier a silencieusement gagné. Dans un groupe multi-sites, le responsable de zone et le responsable de site ont souvent des vues sur le même jour, et les deux sont légitimes. Détecter le conflit transforme « à qui appartient ce chiffre maintenant ? » en une décision explicite avec le contexte pour la prendre, plutôt qu'une perte silencieuse que personne ne remarque avant qu'une commande soit construite sur le mauvais chiffre.

Flux montrant deux responsables modifiant la prévision d'un même jour pour un site, le conflit mis en évidence avec le site, le jour et les horodatages, et une personne autorisée le résolvant

Combiner, ignorer ou remplacer : comment les modifications fusionnent

Quand les ajustements se rencontrent, vous choisissez comment ils fusionnent plutôt que d'accepter une valeur par défaut. En cas de conflit, ou quand une feuille de modifications est importée par-dessus des corrections existantes, Supy propose trois choix explicites : superposer la nouvelle modification à l'existante afin que les deux s'appliquent, ignorer la nouvelle modification et conserver l'existante, ou remplacer complètement l'ajustement précédent. L'essentiel est que l'opérateur décide, par importation, comment les corrections internes et les nouvelles modifications interagissent.

Combiner est l'option qui correspond le plus souvent à la façon dont un groupe fonctionne réellement. Si un responsable de site a déjà relevé le samedi pour un événement local et que le responsable de zone applique ensuite une majoration festive à l'échelle du groupe, superposer les deux conserve les deux signaux plutôt que d'imposer un choix entre eux. Ignorer protège une correction locale soignée d'une importation générale, et remplacer est là pour quand le nouveau chiffre est tout simplement le bon. Aucune de ces options n'est l'écrasement silencieux qui cause le problème au départ.

Les trois façons dont les modifications de prévision fusionnent dans Supy : superposer, ignorer ou remplacer, sans jamais écraser silencieusement

Un ajustement groupé sur tous les sites à la fois

Modifier les prévisions site par site n'est pas scalable. C'est pourquoi un écran dédié aux ajustements groupés permet à un gestionnaire de prévisions de mettre à jour de nombreux sites en une seule opération, réservée aux utilisateurs disposant de l'autorisation d'ajustement appropriée. Un changement à l'échelle du groupe, comme une semaine festive, une promotion sur une plateforme de livraison ou une baisse connue pendant une rénovation sur un point de vente, est saisi une seule fois et appliqué aux sites concernés, au lieu d'être ressaisi site par site pendant que les chiffres divergent.

Chaque ajustement continue d'enregistrer qui l'a fait et quand, de sorte qu'un opérateur multi-sites conserve un historique traçable de la façon dont la prévision de chaque site a été modifiée avant qu'une commande s'y base. Cet historique est ce qui vous permet de déléguer les droits d'ajustement aux responsables de site sans perdre le contrôle : vous pouvez toujours voir qui a changé un chiffre, et les prévisions confirmées, et non la sortie brute du modèle, sont ce qui pilote les quantités de commande recommandées par Supy. Des prévisions fiables entre les sites dépendent autant de cela que du modèle lui-même. L'intérêt d'ajuster entre les sites est que les ventes attendues restent une image unique et actuelle que tout le groupe de restauration édite ensemble et sur laquelle il s'approvisionne.

Avant et après : modifier six prévisions de site une à une contre un seul ajustement groupé appliqué à tous les sites

Si vous déployez des ajustements de prévisions dans un groupe, commencez par décider qui détient l'autorisation d'ajustement et quelle option par défaut s'applique lorsque des corrections importées rencontrent des corrections existantes, afin que le premier ajustement groupé n'écrase pas les corrections locales soignées. Utilisez ensuite les chiffres originaux et ajustés affichés côte à côte pour examiner, après chaque période, si les remplacements manuels ont dépassé le modèle brut, et resserrez qui ajuste quoi à partir de là. Si vous souhaitez estimer ce que des prévisions plus précises valent pour vos sites, le calculateur ROI de Supy donne une estimation rapide. Pour la vue d'ensemble, les prévisions de ventes en restauration et les commandes prédictives par IA pour plusieurs sites expliquent comment la prévision alimente les commandes, et le logiciel d'analyses pour restauration de Supy est l'endroit où la prévision, les ajustements et l'historique vivent.

Réserver une démo avec Supy - ajuster les prévisions de ventes de restaurants entre les sites

Get weekly insights and tips delivered straight to your inbox.

Ready to optimize your restaurant operations?

Book a demo



Blog

Our operational insights





No items found.

Your questions  answered

Everything you need to know about Supy — from setup to integrations, pricing, and daily use. If it’s not covered here, just ask.

Comment ajuster une prévision de ventes IA pour un établissement ?

Ouvrez la prévision glissante sur 14 jours de l'établissement et remplacez le jour que vous souhaitez modifier, soit en pourcentage du chiffre prévu, soit en montant fixe, selon la façon dont vous appréhendez l'écart. Vous pouvez ajuster les ventes totales attendues pour la journée ou la répartition entre les articles du menu. Supy conserve le chiffre du modèle d'origine à côté de votre chiffre ajusté, de sorte que la modification constitue une édition visible et délibérée plutôt qu'un chiffre écrasant le modèle. Cet enregistrement côte à côte est ce qui vous permet de vérifier ultérieurement si la correction manuelle a surpassé la prévision brute.

Que se passe-t-il lorsque deux managers modifient la même prévision en même temps ?

Supy détecte la collision plutôt que de laisser la dernière sauvegarde l'emporter. Lorsque deux managers ajustent le même établissement et la même journée simultanément, le système fait remonter le conflit et affiche l'établissement, la journée, chaque manager, leurs horodatages et la modification concurrente, puis demande à une personne autorisée de décider quel ajustement s'applique. Rien n'est écrasé silencieusement. Dans un groupe multi-sites où un responsable de zone et un manager d'établissement ont tous deux une vue sur la même journée, cela transforme une perte silencieuse en une décision explicite prise avec le contexte complet de qui a changé quoi et quand.

Plusieurs managers peuvent-ils ajuster les prévisions entre établissements sans s'écraser mutuellement ?

Oui, car Supy gère les modifications simultanées plutôt que de supposer qu'une seule personne touche jamais à une prévision. Les conflits sur le même jour d'établissement sont détectés et présentés pour résolution ; quand des ajustements se rencontrent, vous choisissez comment les fusionner : les combiner pour que les deux s'appliquent, conserver l'existant ou le remplacer. Chaque modification enregistre aussi qui l'a faite et quand, de sorte que déléguer les droits d'ajustement aux managers d'établissement ne signifie pas perdre le fil de la prévision du groupe. Le résultat est une prévision partagée unique qu'un groupe entier peut modifier ensemble et en laquelle il peut avoir confiance, plutôt qu'un tableur où celui qui a sauvegardé en dernier l'emporte discrètement.

Comment appliquer une modification de prévision à tous les établissements en une seule fois ?

Utilisez l'écran d'ajustement en masse dédié, qui permet à un responsable des prévisions de mettre à jour les prévisions de nombreux établissements en une seule opération plutôt qu'un par un. Une modification à l'échelle du groupe – comme une semaine festive ou une promotion sur une plateforme de livraison – est saisie une fois et s'applique aux établissements concernés. L'écran est réservé aux utilisateurs disposant de l'autorisation d'ajustement appropriée, de sorte que les modifications en masse restent contrôlées. Lorsqu'un import en masse rencontre des modifications existantes, vous choisissez pour chaque import d'ignorer, d'empiler ou de remplacer, et chaque ajustement est journalisé avec son auteur et l'heure.

Supy conserve-t-il la prévision IA d'origine après mon ajustement ?

Oui. Lorsque vous remplacez une prévision générée par le système, Supy conserve côte à côte le chiffre prévu d'origine et votre chiffre ajusté, de sorte qu'aucune valeur de référence n'est perdue lors d'une modification. Cela compte pour deux raisons. Premièrement, la modification est vérifiable : toute personne qui examine l'établissement peut voir le chiffre du modèle à côté de l'ajustement humain. Deuxièmement, une fois la journée terminée, vous pouvez comparer le modèle brut, la correction manuelle et ce qui s'est réellement passé, et décider si la connaissance locale de ce manager était juste – c'est ainsi que la confiance accordée à la prévision se calibre au fil du temps.

Qui est autorisé à ajuster les prévisions de ventes dans un groupe multi-sites ?

Les ajustements sont soumis à des autorisations : c'est vous qui décidez qui peut modifier une prévision, plutôt que de la laisser ouverte à tous. Les modifications en masse entre établissements requièrent spécifiquement une autorisation d'ajustement élevée, ce qui maintient les modifications à l'échelle du groupe entre les mains des personnes habilitées. Comme chaque ajustement enregistre son auteur et l'heure, vous pouvez en toute sécurité accorder aux managers d'établissement le droit de régler la prévision de leur site, tout en conservant un historique traçable au niveau du groupe. C'est la piste d'audit qui vous permet de déléguer la connaissance locale à l'établissement sans perdre le contrôle central des chiffres sur lesquels s'appuient les achats.

Comment une prévision ajustée affecte-t-elle les commandes entre les établissements ?

Ce sont les chiffres de prévision confirmés – et non les données brutes du modèle – qui alimentent les recommandations d'achat de Supy. Un ajustement que vous effectuez se répercute donc directement sur les quantités commandées suggérées pour cet établissement. C'est précisément l'intérêt d'ajuster avec soin : si un manager hausse la prévision d'une journée pour un événement local, la commande recommandée reflète les ventes attendues plus élevées plutôt que la valeur de référence du modèle. Chaque ajustement étant journalisé avant que les achats s'en inspirent, vous conservez une traçabilité claire : de qui a modifié la prévision d'un établissement, au chiffre confirmé, jusqu'à la commande générée.