RestApp RestApp 15th Year

29 mars 2026

Rentabilité du menu par l'IA : quel plat est une star, lequel pose problème ?

Votre carte compte 60 plats, et la plupart des restaurateurs devinent au jugé lequel rapporte vraiment de l'argent. Le plat qui se vend le plus n'est pas toujours celui qui rapporte le plus. Un burger peut s'écouler à 40 portions par jour en laissant une marge faible par assiette, pendant qu'une pasta du chef, peu commandée, génère discrètement un bénéfice élevé. Sans voir cet écart, les ajustements de carte mettent souvent en avant le mauvais plat.

RestApp développe une fonctionnalité d'IA qui examine la rentabilité du menu à partir des données de ventes et de coûts. L'idée est simple : évaluer chaque plat à la fois sur sa demande et sur la marge qu'il laisse, le ranger dans les groupes star, problème et faible performance, puis proposer un agencement de carte plus rentable sur cette base. La décision vous revient toujours ; l'IA se contente de poser le tableau sous vos yeux et de préparer un brouillon.

Dans cet article, nous expliquons ce qu'observe l'ingénierie du menu, sur quelles données s'appuie la recommandation de l'IA de RestApp, et pourquoi le résultat dépend autant d'une saisie de coûts correcte. Cette fonctionnalité est aujourd'hui en cours de développement en accès anticipé ; elle sera ouverte à l'usage au fur et à mesure de sa sortie dans le panneau RestApp.

RestApp AI
Plowhorses★ Stars DogsPuzzles
Weekend mix +20% margin
You approve Your data

Beaucoup vendre n'est pas la même chose que beaucoup rapporter

La rentabilité d'un menu s'intéresse à deux chiffres distincts : à quelle fréquence un plat se vend (la demande) et ce qu'il vous reste en poche à chaque vente (la marge sur coûts variables). Prendre une décision de carte sans lire ces deux chiffres ensemble conduit à un chiffre d'affaires qui paraît élevé alors que le bénéfice fait du surplace.

Prenons un exemple. Dans un établissement appelé Le Comptoir Gourmand, le wrap au poulet se vend à 70 portions par jour, à un prix de 9 €, avec un coût matière de 5,80 €, soit une marge de 3,20 € par portion. Sur la même carte, les raviolis au four ne se vendent qu'à 18 portions par jour, mais avec un prix de 13 € et un coût de 5,50 €, ils dégagent 7,50 € de marge par portion. Le wrap fait davantage de chiffre d'affaires ; les raviolis rapportent plus du double à chaque assiette.

L'ingénierie du menu place ces deux plats dans des cases différentes. Le plat à forte demande et forte marge est une star : on le préserve et on le met en avant. Le plat à forte demande mais faible marge pose problème : on revoit soit son coût, soit son prix. Le plat à faible demande et faible marge occupe de la place sur la carte et peut souvent être supprimé pour simplifier.

Sur quelles données s'appuie la recommandation de l'IA de RestApp

L'analyse de menu par IA que nous développons utilise les données déjà présentes dans RestApp : combien d'unités de chaque plat ont été vendues, à quelles heures et quels jours les commandes arrivent, le prix de vente du plat et le coût matière saisi dans la recette. La plupart de ces données figurent déjà dans votre panneau ; l'IA les réunit dans un seul tableau et classe les plats sur les axes marge et demande.

Le résultat arrive sous la forme d'une étiquette simple pour chaque plat : star, problème, faible performance. À côté de cela, l'IA prépare un brouillon d'agencement de carte ; elle peut par exemple suggérer de remonter les plats stars en haut de la catégorie, d'essayer un ajustement de portion ou de prix sur un plat problématique, ou de réexaminer un plat qui reste systématiquement faible.

L'important est ceci : il s'agit d'une recommandation et d'un brouillon. L'IA ne change pas les prix d'elle-même, ne retire pas un plat de la carte, ne lance pas de promotion. Elle lit le tableau, montre son raisonnement, et c'est le restaurateur qui décide et valide. Vous connaissez mieux que personne votre cuisine, votre fournisseur et le profil de votre clientèle ; l'IA se contente de vous présenter ce que disent les chiffres.

Tout dépend d'une saisie de coûts correcte

Une analyse de rentabilité de menu n'est exacte que dans la mesure des coûts qui y sont saisis. Si le coût matière d'un plat est incomplet ou renseigné avec des prix qui ne sont plus à jour, l'IA le rangera dans la mauvaise case ; un plat réellement problématique peut alors apparaître comme une star.

C'est pourquoi le socle est une structure de recettes et de coûts solide. Si, du côté de la gestion des recettes et des coûts de RestApp, vous tenez à jour pour chaque plat la quantité de chaque ingrédient qu'il contient et les prix unitaires actuels, le calcul de marge sera proche de la réalité. Lorsqu'une hausse de prix d'un fournisseur arrive et que les coûts sont actualisés, l'analyse reflète aussi ce changement.

Conseil pratique : avant d'essayer la recommandation de l'IA, passez en revue la recette et le coût des 15 à 20 plats les plus vendus. Ces plats portent l'essentiel du chiffre d'affaires, donc l'exactitude des coûts sur ces lignes détermine directement la fiabilité de l'analyse. Vos efforts pour réduire le coût matière au restaurant reposent sur le même socle.

Que faire des groupes star, problème et faible performance

Les plats stars sont le moteur de l'établissement. Il est logique de les garder dans une zone visible de la carte, de les afficher en haut du menu en ligne et de les mettre en avant dans les suggestions du personnel. L'objectif ici est de préserver les ventes et, si possible, de les augmenter ; on travaille par la visibilité plutôt qu'en touchant au prix.

Les plats problématiques sont les lignes qui se vendent beaucoup mais rapportent peu. Dans l'exemple du Comptoir Gourmand, le wrap au poulet pourrait être un tel candidat. Les options sont alors les suivantes : réduire le coût de la portion ou de la garniture, changer de fournisseur, ou relever progressivement le prix de quelques centimes. Comme la demande est forte, même une petite amélioration de marge crée au total une différence notable.

Le groupe faible performance réunit les plats qui se vendent peu et rapportent peu. Il n'est pas nécessaire de tous les retirer ; certains complètent la carte ou retiennent une clientèle précise. Mais si la carte est inutilement longue, c'est ce groupe qu'il faut regarder en premier pour la simplifier. Une carte courte et claire soulage à la fois la cuisine et la décision du client.

Cette fonctionnalité n'est pas encore en ligne, elle est en accès anticipé

Pour être honnête, l'analyse de rentabilité de menu par IA n'est aujourd'hui pas ouverte à tous dans le panneau RestApp. Nous développons la fonctionnalité en accès anticipé et la testons avec de vrais menus sur le terrain. Nous l'ouvrirons progressivement à l'usage au fur et à mesure ; si vous ne la voyez pas dans votre compte en lisant cet article, c'est pour cette raison.

Le travail que nous menons pendant cette période consiste à rendre la recommandation réellement utile et fiable. Pour qu'une recommandation d'IA serve le restaurateur, elle doit montrer clairement son raisonnement, alerter en cas de saisie de coûts erronée et toujours laisser le dernier mot à l'humain. Ces principes sont au cœur de la fonctionnalité.

Inutile pour autant de perdre du temps à attendre. Tenir vos données de recettes et de coûts à jour, centraliser les ventes via RestApp et suivre les rapports vous permettront d'obtenir directement une analyse précieuse dès l'ouverture de la fonctionnalité. Autrement dit, un enregistrement régulier aujourd'hui, c'est une recommandation juste demain.

Comment elle s'articule avec les fonctionnalités RestApp existantes

L'analyse de rentabilité de menu n'est pas une boîte qui fonctionne seule, elle se relie au reste de RestApp. Les données de vente proviennent de l'addition et du POS cloud, le coût des plats est lu depuis le module de recettes, et les résultats prennent tout leur sens dans les rapports cloud. Comme tout se nourrit des mêmes données, le tableau obtenu est cohérent.

Mettre la recommandation en pratique se fait aussi avec les outils existants. Lorsque vous voulez mettre en avant un plat star, vous changez son ordre dans le menu en ligne QR. Pour un plat problématique, plutôt qu'une promotion, vous pouvez monter une offre ciblée du côté fidélité et promotions. Si vous souhaitez équilibrer la charge en cuisine, les données KDS de l'écran de cuisine montrent quels plats allongent le temps de préparation.

Autrement dit, ce que propose l'IA est la version plus éclairée de ce que vous faites déjà dans RestApp. Vous organisez la carte, ajustez le prix, mettez un plat en avant ; la seule différence, c'est que vous le faites non pas au jugé, mais en vous appuyant sur le tableau réel de marge et de demande des plats.

Points clés

  • La rentabilité d'un menu repose sur deux chiffres : la demande d'un plat et la marge qu'il laisse. Beaucoup vendre ne veut pas dire beaucoup rapporter.
  • L'IA développée par RestApp classe les plats selon la marge et la demande en groupes star, problème et faible performance, et propose un brouillon d'agencement de carte plus rentable.
  • L'analyse n'est exacte que dans la mesure des coûts saisis ; sans recettes solides et prix d'ingrédients à jour, le résultat devient trompeur.
  • L'IA ne fournit qu'une recommandation et un brouillon ; elle ne change pas les prix, ne retire pas de plat, ne lance pas de promotion. La décision et la validation reviennent au restaurateur.
  • La fonctionnalité n'est pas encore en ligne, elle est développée en accès anticipé ; tenir vos données à jour dès maintenant vous garantit une analyse juste à son ouverture.

Questions fréquentes

La fonctionnalité d'analyse de rentabilité de menu par IA est-elle disponible aujourd'hui, et quand sortira-t-elle ?+

Non, la fonctionnalité n'est pas encore ouverte à tous dans le panneau RestApp. Nous la développons en accès anticipé et la testons avec de vrais menus. Nous l'ouvrirons progressivement à l'usage par la suite. D'ici là, si vous tenez vos données de recettes, de coûts et de ventes à jour, vous obtiendrez directement une analyse précieuse dès son ouverture.

Est-ce l'IA qui prend les décisions sur la carte, change-t-elle les prix elle-même ?+

Non. L'IA propose uniquement un tableau qui classe les plats selon la marge et la demande, ainsi qu'un brouillon d'agencement de carte. Elle ne change pas les prix, ne retire pas un plat de la carte, ne lance pas de promotion. Chaque changement est décidé et validé par le restaurateur. L'IA montre ce que disent les chiffres, c'est vous qui avez le dernier mot.

Mes données de menu et de ventes sont-elles en sécurité, sont-elles partagées avec d'autres établissements ?+

Les données appartiennent à votre établissement et sont traitées dans le respect du RGPD. Votre carte, vos ventes et vos informations de coûts ne sont pas utilisées pour entraîner des modèles communs partagés avec d'autres établissements. L'analyse fonctionne avec vos propres données et les résultats vous sont propres.

Comment l'IA détermine-t-elle quel plat est une star et lequel pose problème ?+

Elle regarde deux axes : la demande du plat, c'est-à-dire sa fréquence de vente, et la marge, c'est-à-dire le prix de vente moins le coût matière. Le plat à forte demande et forte marge est une star, le plat à forte demande mais faible marge pose problème, et le plat à faible demande et faible marge entre dans le groupe faible performance.

À quoi dois-je faire attention pour que l'analyse soit juste ?+

Le point le plus critique est la saisie correcte des coûts. La recette et les prix d'ingrédients actuels de chaque plat doivent être renseignés dans le système. Avec un coût incomplet ou ancien, l'IA peut ranger un plat dans la mauvaise case. Tenir à jour la recette et le coût des 15 à 20 plats les plus vendus détermine en grande partie la fiabilité de l'analyse.

Comment cette fonctionnalité fonctionne-t-elle avec les autres outils RestApp ?+

Les données de vente viennent de l'addition et du POS cloud, le coût des plats du module de recettes, et les résultats apparaissent dans les rapports cloud. Pour appliquer la recommandation, vous remontez le plat star dans le menu en ligne QR, montez une offre côté fidélité pour un plat problématique, et équilibrez la charge en cuisine avec les données KDS. Tout se nourrit des mêmes données.

Arrêtez de payer une commission sur vos commandes

Lancez votre propre système de commande en ligne sans commission avec RestApp.