Comment les données améliorent votre entreprise : Exemple d’un restaurant

Par Charles Demontigny

Afin d’illustrer comment les données peuvent améliorer concrètement les performances d’une entreprise, imaginons un instant que j’ouvre un restaurant (bien que cela soit une mauvaise idée, car je cuisine très mal). Je fais rapidement face à des défis d’approvisionnement. Toutes les semaines, je dois passer des commandes de nourriture, de boissons, de produits ménagers, etc. Au départ, je procède par essai-erreur. Cette méthode est informelle. Je commande plus l’été et durant les fêtes, mais moins en janvier lorsqu’il fait moins vingt degrés. Je teste tant bien que mal mes hypothèses. Mon défi est de jeter le moins possible, mais aussi de ne manquer de rien. À mesure que je gagne en expérience, je me crée un processus.

Si mon restaurant fonctionne bien, je serai tenté d’engager un directeur ou d’en ouvrir un deuxième. À ce moment, je devrai formaliser la manière de passer les commandes afin de former des employés et d’assurer la pérennité de mon entreprise. Rapidement, je souhaite numériser les ventes et les achats dans une base de données pour à la fois faire mes comptes, mais aussi pour m’aider à automatiser des calculs dans Excel. Après plusieurs années, j’ai désormais une dizaine de restaurants et un historique des ventes intéressant. Je décide donc d’engager un analyste en intelligence d’affaires pour croiser les données. Grâce à l’analytique, je suis plus précis dans mes commandes et j’arrive limiter les pertes de nourriture. Je comprends aussi mieux mon marché avec la visualisation des tendances de mes ventes. Enfin, je décide au bout de tout ce processus d’automatiser une partie de mes commandes avec des algorithmes d’apprentissage machine. L’approvisionnement est maintenant fait en fonction de facteurs internes à mon entreprise, mais aussi en fonction de facteurs externes comme la météo et les matchs du Canadien. Les pertes sont alors drastiquement limitées et touchent à un niveau qui m’aurait requis de nombreuses années d’essai-erreur à atteindre. Cela diminue directement et de façon importante mes coûts.

Cet exemple illustre le chemin qu’une organisation doit prendre pour automatiser des tâches grâce à l’IA. Bien évidemment, chaque entreprise est unique et l’apprentissage machine peut être utile dans de nombreux autres contextes. Nous schématisons de façon plus générale ce parcours en 5 étapes dans un article dédié.