24 Nov 2020

Les experts s’entendent pour dire que l’industrie de la restauration est en danger. Avec des marges de profit des plus minces qui varient entre 2 et 4 %, et une pandémie qui fragilise l’industrie, l’heure est aux entreprises qui pensent à des solutions créatives.

Dans la restauration, la demande dépend des préférences de consommateurs, de leur revenu et des critères socio-démographiques. La profitabilité des restaurants dépend de la localisation, la qualité de la nourriture et du marketing.

Les restaurants qui tirent le mieux leur épingle du jeu sont ceux qui misent sur la livraison ou les plats à emporter. En 2019¹, on dénombrait plus de 95 000 établissements au Canada dont l’activité principale consistait à préparer des repas, des repas légers et des boissons commandés par les clients pour consommation immédiate sur place ou à l’extérieur de l’établissement, avec des recettes de 674 millions $ canadiens. Aux États-Unis, ils étaient plus de 660 000 pour un chiffre d’affaires de 300 milliards $ USD.

Le défi de la commande en ligne : les menus statiques

En période de pandémie, parmi les restaurants qui font dans le menu à emporter, il y en a qui sont à leur début tandis que d’autres augmentent leurs efforts déjà déployés depuis plusieurs années. Or malgré tout, on constate que les menus à emporter présentés en ligne ou sur les réseaux sociaux sont statiques : ils suivent une logique humaine linéaire (entrée, repas, dessert) comme s’ils vous étaient présentés en salle. En jargon marketing, on qualifierait ce menu de non-optimisé et vide de contexte.

L’absence d’un menu adapté aux préférences du consommateur ou du contexte ambiant entraine des occasions manquées de générer des revenus additionnels et de rester à flot.

La solution : proposer les bons plats au bon moment au bon client

Afin de récupérer ce manque à gagner, l’entreprise technologique québécoise UEAT a eu l’idée de développer un moteur de suggestion basé sur les préférences du consommateur. Sa technologie permettrait au menu en ligne de s’adapter au profil de la personne devant son écran et à son contexte.

Pour illustrer :

  • Le menu s’adapte selon le profil individuel (ses préférences et ses goûts alimentaires) : si un client a l’habitude de commander un repas pour sa famille, le système apprend et lui proposera des menus “famille”; ou pour un client qui ne commande jamais de viande, la prochaine fois, le système proposera un menu vegan.
  • Le menu s’adapte au contexte (les saisons, le climat, les événements de la vie) : le système apprend et lui proposera des menus adaptés selon certains facteurs externes; de la soupe s’il fait froid, des desserts si c’est la fête des mères, etc…

Le développement de la plateforme

Il fallait déployer cette solution rapidement car les grands joueurs que sont les chaînes multinationales de restauration rapide commençaient déjà à faire l’acquisition par coût de millions de solutions similaires. Entre en scène le CRIM : avec sa maitrise de la recherche appliquée, sa méthodologie pointue en intelligence artificielle et ses processus bien rodés, le CRIM a facilité le prétraitement des données et les a rendues prêtes pour tester le moteur de recommandation.

Résultat : la plateforme et l’algorithme ont pu être développés beaucoup plus rapidement. Par ailleurs, le travail préparatoire de UEAT a permis au CRIM d’utiliser pas moins de 800 000 commandes anonymisées provenant du Québec et de l’Ontario.

Pour valider son modèle de recommandation, UEAT a effectué des tests en ligne (A/B) pour une dizaine de restaurants au Québec : un groupe de consommateurs consultait un menu avec des recommandations intelligentes développées par le CRIM, tandis qu’un autre groupe avait accès au menu statique sans recommandations.

Chez Benny&Co., le moteur de recommandation contextuelle est situé à la section En vedette du site. Le client se voit proposer un menu selon la météo, le lieu géographique, la période de la journée, les événements du jour, le jour de la semaine, etc.

Des retombées déjà positives

Depuis le déploiement chez Benny&Co. en septembre 2020, les commandes issues du système de recommandation IA ont généré 115 000 $ de revenus contre seulement 22 000 $ lorsque l’IA n’était pas utilisée, un gain de 500 % !

Sur le plan technologique, « nous avons acquis 3 ans d’expérience en 6 mois de partenariat avec le CRIM », confie Bernard Imbert, Directeur Recherche et Développement chez UEAT. C’est cette longueur d’avance sur la concurrence qui permet à UEAT de se démarquer dans ce secteur hyper compétitif.

« Notre but ultime c’est de rendre le moteur de recommandation contextuelle accessible à tous types de restaurants. La collaboration avec le CRIM nous rapproche de cet objectif », affirme René-Pier Plourde, Directeur des communications chez UEAT.

Il est clair que cette technologie novatrice, créée grâce à une collaboration fructueuse, propulsera UEAT sur la scène mondiale.

Équipe UEAT
Crédit image : UEAT

¹ https://www.ic.gc.ca/app/scr/app/cis/summary-sommaire/722?lang=fre
https://www.statista.com/statistics/239417/us-full-service-restaurant-sales/