Chaque semaine, le responsable d'un restaurant ou d'un café construit le planning des équipes à partir de ce dont il se souvient de la semaine passée, de qui peut travailler et des événements à venir. Zelty ou Poster POS conserve pourtant tout l'historique: le nombre de tickets de chaque heure, le ticket moyen, la part de commandes Deliveroo et Uber Eats, qui chargent la cuisine mais pas la salle, et l'évolution de l'affluence les jours fériés, par temps de pluie ou lors d'événements en ville. Le logiciel de réservation montre déjà les groupes de la semaine suivante, et le calendrier indique le mariage et la soirée d'entreprise. Personne ne rapproche ces sources: à certaines heures, les bras manquent et les clients attendent, à d'autres le personnel est inoccupé, et la masse salariale dérape.
Nous combinons l'export horaire des ventes de Zelty ou de Poster POS, le logiciel de réservation, les rapports de commandes Deliveroo et Uber Eats et le calendrier des événements. Chaque semaine, via l'API, Claude analyse les ventes des semaines précédentes par heure et par jour, sépare les tickets de la salle des commandes en livraison, applique les réservations et les événements connus, tient compte des jours fériés et des occasions exceptionnelles que vous indiquez, puis prépare la prévision de fréquentation de la semaine suivante et un besoin en personnel suggéré pour chaque heure selon vos ratios (par exemple, combien de tables par serveur, combien de commandes Deliveroo par heure pour la cuisine). Le résultat est livré dans un rapport Power BI et une courte synthèse: quelles heures seront chargées, pourquoi, et combien de personnes sont suggérées en salle, au bar et en cuisine. Le responsable voit le raisonnement, construit le planning dans son outil habituel et décide des exceptions. Le système n'affecte aucun collaborateur, ne modifie aucun planning et ne communique pas avec le personnel. Le modèle s'exécute sur l'API Anthropic ou sur Amazon Bedrock dans une région de l'UE, et les données personnelles des salariés ne sont pas transmises au modèle, car la prévision n'a besoin que de chiffres de ventes et de fréquentation.