Les modèles ne connaissent pas vos marges.
Un forecast qui ignore la structure de coût, les MOQ et les délais fournisseur vous oriente vers le mauvais achat chaque saison.
02Intelligence Layer
Votre logique retail,
enfin exécutable.
Une IA qui respecte vos métriques, vos contraintes, vos priorités — et propose une décision par SKU·magasin·action que vous validez, corrigez ou laissez tourner en auto.
Réserver une démo
Explorer une autre couche
Le problème intelligence
L’IA générique ne comprend pas votre métier.
Les modèles sur étagère optimisent pour la moyenne. Les décisions retail, c’est l’exception — les SKU·magasins où la réponse par défaut est fausse.
Les règles vivent dans des Excel.
Couverture minimum par catégorie, SKUs jamais en rupture, fenêtres d’échange — encodés dans une seule tête et un seul fichier, appliqués différemment selon l’équipe.
Chaque équipe réinvente la roue.
Les achats calculent la marge d’une façon, la finance d’une autre, les magasins d’une troisième. Personne n’utilise la même définition du même chiffre.
Comment ça marche
À l’intérieur de l’Intelligence Layer.
Trois étapes. Vous configurez la logique. L’IA la respecte.
01DéfinirDisponible
Construisez vos métriques et signaux.
Partez d’une bibliothèque retail prête à l’emploi (sell-through, couverture, marge résiduelle) et adaptez les formules à votre réalité. Chaque métrique est partagée.
- 60+ métriques retail pré-construites
- Éditeur complet : formules, agrégations, fenêtres temporelles
- Une seule définition utilisée par chaque équipe et chaque agent
01 · Definelive
Metric · sell-through
sum(units_sold) / sum(units_received) window: rolling_4w
w-8w-7w-6w-5w-4w-3w-2w-1
02ContraindreDisponible
Encodez vos règles métier.
Builder visuel sans code. Contraintes dures (jamais en dessous du MOQ), préférences souples (favoriser le magasin donneur le plus proche de la demande), flux d’exception.
- Templates pré-construits pour les règles retail courantes
- Versionné, avec diff et rollback
- Bypass avec motif, chaque dérogation auditée
02 · Constrainlive
min cover ≥ 5 days
1247 hitsno transfer < 12 units
312 hitsmax markdown ≤ 30%
89 hitsnever out — top 20%
draftversioned · diffable · rollback
03RecommanderDisponible
Une décision par SKU·magasin·action.
L’IA produit une recommandation unique et explicable par item, classée, avec son raisonnement et ses alternatives. Vous validez, corrigez ou laissez tourner.
- Une recommandation par SKU·magasin, classée
- Trace de raisonnement complète — chaque input visible
- Override avec motif ; le modèle apprend
03 · Recommendlive
Decision · Allocation
Send 38 units of SKU-2417 → Lyon-Bellecour
Demand
+38%
Cover
2d
Margin
62%
Capacités
Le centre logique de chaque décision retail.
Six capacités pour encoder, évaluer et faire confiance à la logique qui pilote votre réseau.
Usine à métriques
Bibliothèque prête à l’emploi + éditeur custom. Une seule définition partagée.
Signaux & alertes
Déclenchement sur seuil, tendance ou anomalie. Routé à la bonne équipe avec contexte.
Centre de logique métier
Builder visuel, templates, versioning, rollback. Sans code.
IA sous contrainte
Forecasts et optimisation qui respectent règles dures et préférences souples.
Décisions explicables
Chaque recommandation arrive avec sa trace de raisonnement. Pas de boîte noire.
Simulation de scénarios
Testez un changement de règle sur la saison passée avant de le déployer.
Ce que vous pouvez en faire
Tous les cas d’usageLe centre logique de chaque équipe retail.
Des équipes réelles qui font tourner règles, forecasts et recommandations sur Solya — sans réécrire la même logique dans chaque outil.
Le retail n’a jamais été construit pour l’IA.
On le reconstruit.
“La saison dernière, on a soldé 80 k€ de stock dans les mauvais magasins — et raté autant en rupture. Avec Solya, les deux chiffres sont sur le dashboard avant la décision, pas après.
Arrêtez de regarder les dashboards.
Commencez à exécuter les décisions.
Une démo de 30 minutes sur la forme de vos propres données. On vous montre ce que Solya déciderait pour votre réseau cette semaine.