91����

Pouvez-vous nous présenter brièvement votre entreprise ?

‍La Feinbäckerei Ruch a été fondée en 1905 — nous sommes donc sur le marché depuis très longtemps. Nos 80 boutiques sont implantées dans le nord de la Hesse et le sud de la Basse-Saxe, entre Cassel et Hildesheim.

Nos boutiques sont organisées en trois concepts : les boulangeries classiques, les cafés Mannamia (plus modernes), et notre boulangerie phare, où nous mettons un point d'honneur à privilégier l'ancrage local, des créations exclusives et des matières premières de très haute qualité.

Au total, nous employons un peu moins de 600 personnes, dont environ 450 dans la vente.

Vous livrez aussi des supermarchés — notamment plusieurs boutiques Aldi. Quels défis cela représente-t-il ?

‍Nous approvisionnons actuellement 53 magasins Aldi Nord de notre région en produits de boulangerie. Bien sûr, nous voulons maintenir le taux de retour le plus bas possible.

Le plus gros défi, c'est que nous recevons les chiffres de vente d'Aldi sous forme de fichiers Excel. Au démarrage, cela représentait un travail manuel énorme pour passer les commandes et avoir une vraie vue d'ensemble sur les retours. Cela nous prenait énormément de temps.

Quel était votre objectif lorsque vous avez découvert foodforecast ?

‍Nous travaillions déjà avec succès avec foodforecast dans nos propres boutiques. Donc l'évidence s'est imposée : il fallait automatiser et optimiser aussi le processus d'approvisionnement des magasins Aldi avec foodforecast.

Qu'est-ce qui a changé dans la livraison Aldi depuis l'introduction de foodforecast ?

‍Il y a eu quelques défis au démarrage. Nous n'avons pas pu classer les produits exactement comme dans nos propres boutiques, car la gamme est plus restreinte chez Aldi et il fallait donc prioriser différemment. Nous avons aussi dû paramétrer de nouveaux réglages et les affiner avec foodforecast au fil des changements de gamme ou des nouveautés produits chez Aldi.

Mais les résultats sont là. Depuis l'introduction de l'IA, nos équipes ont gagné du temps pour se concentrer sur d'autres tâches importantes. L'automatisation simplifie vraiment le travail : foodforecast intègre directement les chiffres de vente d'Aldi dans les prévisions IA, et nous recevons ensuite la suggestion de commande directement dans notre système de gestion des stocks.

Quelle est la plus grande valeur ajoutée de foodforecast pour vous ?

‍La principale valeur ajoutée, c'est l'automatisation des processus et le temps que cela libère pour nos équipes.

Nous apprécions aussi particulièrement le mail automatique sur les taux de retour que nous recevons tous les soirs : on y voit en un coup d'œil les points qui sortent du lot — que ce soit sur les produits ou sur les boutiques.

Recommanderiez-vous foodforecast à d'autres boulangeries pour la livraison en GMS ?

‍Oui, je recommande très fortement foodforecast et l'IA pour la planification des comptoirs en GMS. Nous sommes très satisfaits du service — l'équipe s'efforce toujours de mettre en œuvre nos demandes rapidement.

Comment vos indicateurs clés ont-ils évolué ?

‍Comme nous utilisons l'IA pour les livraisons Aldi depuis seulement quelques mois, nos chiffres ne sont pas encore complètement consolidés. Sur Aldi, nous avons réduit les retours d'environ 5 % en moyenne pour l'instant. Mais ce qui est certain, c'est que l'IA nous fait gagner du temps et nécessite moins de main-d'œuvre.

Comment vos employés ont-ils accueilli le logiciel ?

‍Au démarrage, l'introduction de l'IA a suscité un certain scepticisme. Mais nous avons rapidement pu montrer à nos équipes que l'IA prend généralement de meilleures décisions, parce qu'elle traite une quantité de données qu'aucun humain ne pourrait analyser.

Cela dit, nous tenons à ce que les équipes puissent toujours ajuster les prévisions de l'IA. Si un vendeur sait qu'un événement est prévu et que l'IA ne l'a pas anticipé, l'ajustement est légitime. Mais les modifications manuelles doivent reposer sur de bonnes raisons. Nous avons d'ailleurs formé nos chefs d'équipe sur ce sujet.

Avez-vous des suggestions d'amélioration ?

‍Nous ne disposons pas encore des heures de vente précises chez Aldi. Donc l'IA ne sait pas si un article est épuisé à 8 h du matin ou juste avant la fermeture. Cela génère encore quelques imprécisions dans les prévisions. Dès que nous aurons accès aux données en temps réel d'Aldi, ce ne sera plus un problème.