SaaS · ML
EGIR
SaaS pour restaurateurs avec IA
Calcul métier · données d'exemple
- Projet
- Produit métier
- Démonstration
- Coûts et marges
- Données
- Fictives
- Stack
- Next.js + FastAPI
Explorer la démonstration
Le bistrot des Dunes · restaurant fictif
Un prix change. Deux recettes suivent.
Modifiez le prix des tomates pour voir son effet sur une sauce, puis sur le coût et la marge de deux plats. Cet extrait pédagogique autonome illustre le principe de calcul d’EGIR.
01 · Le prix d’achat
Référence : 2,50 €/kg. Explorez de 0,50 à 12,00 €/kg.
02 · La préparation commune
Sauce tomate maison
1 kg de tomates + 10 % de provision de perte, 100 g d’oignons et 50 g d’huile. Rendement après cuisson : 900 g de sauce.
Avant → après modification. 3,72 € par kg de sauce.
03 · L’effet sur chaque portion
Pâtes à la tomate
Vente : 12,00 € HT150 g de sauce par portion
- Coût matière avant
- 1,04 €
- Coût matière après
- 1,04 €
- Marge sur matières
- 10,96 €
- Part du prix de vente
- 91,3 %
0,00 € de marge par rapport au prix initial.
Œufs à la tomate
Vente : 10,50 € HT250 g de sauce par portion
- Coût matière avant
- 1,85 €
- Coût matière après
- 1,85 €
- Marge sur matières
- 8,65 €
- Part du prix de vente
- 82,4 %
0,00 € de marge par rapport au prix initial.
Comprendre les calculs et les limites
Cette démonstration pédagogique autonome illustre la propagation des coûts d’EGIR. Elle utilise un calcul déterministe dans votre navigateur, sans IA, API ni donnée de restaurant réel. Elle n’exécute pas le moteur de production et ne revendique pas une équivalence complète avec celui-ci.
La provision de perte signifie ici 10 % de tomates achetées en plus : 1 000 × 1,10 = 1 100 g facturés. Ce n’est pas une perte de rendement de 10 %. Les oignons coûtent 2 €/kg et l’huile 8 €/kg. Le coût total est divisé par les 900 g de sauce obtenus après cuisson ; la cuisson n’est pas facturée une seconde fois.
Une portion de pâtes comprend 150 g de sauce, 100 g de pâtes sèches à 3 €/kg et 15 g de fromage à 12 €/kg. Le second plat comprend 250 g de sauce, deux œufs à 0,30 € et 80 g de pain à 4 €/kg.
Marge sur matières = prix de vente HT − coût matière. Sa part du prix de vente est calculée sur ce même prix HT. Personnel, énergie, loyer et autres charges ne sont pas inclus : ce n’est pas un bénéfice net. Les prix sont fictifs et fixes, sauf celui des tomates. Les calculs ne sont arrondis qu’à l’affichage.
Comprendre le projet
Après mon Master en Data Science et un passage chez Shift Technology, j'ai voulu comprendre un métier de terrain. J'ai obtenu un diplôme de cuisinier et travaillé pendant 8 mois au Café de Paris à Calais.
Cette expérience m'a amené à concevoir EGIR autour d'un besoin concret : relier les achats, les recettes et les marges. Quand le prix d'une matière première change, les préparations et les plats qui l'utilisent doivent suivre. Les coûts sont calculés de manière déterministe ; l'IA accompagne la création et la modification des fiches techniques.
Le prototype initial utilisait Streamlit et SQLite. Le code actuel repose sur Next.js, FastAPI et PostgreSQL, avec un déploiement Docker et Caddy sur OVH. La démonstration ci-dessus est un extrait pédagogique indépendant sur des données fictives : elle illustre le principe de propagation, pas l'ensemble du produit ni ses résultats commerciaux.
Méthode et ressources
Stack Technique
La stack décrit le produit EGIR. La démo du portfolio est un calcul local TypeScript sans connexion à sa base de données ni appel à un modèle de langage. Ses hypothèses et ses formules sont consultables dans « Comprendre les calculs et les limites ».