Rejoins la startup Praedixa

À propos de cette annonce

One-liner :

Praedixa aide les PME/ETI multi-sites à anticiper la sous-couverture terrain et à piloter les arbitrages (HS, intérim, réallocation, niveau de service) à J+3 / J+7 / J+14, avec une preuve économique.

Le problème :

Dans les entreprises à forte intensité de main-d’œuvre (logistique, industrie, retail, BTP, santé), la question revient chaque semaine:
“Est-ce qu’on va être sous-couverts? Où? Combien ça va coûter? Qu’est-ce qu’on fait?”

Aujourd’hui, la réponse est souvent bricolée :

* données dispersées (planning, activité, absences, turnover)
* décisions à l’instinct
* actions d’urgence (HS/intérim) sans mesure claire de l’impact
* outils existants fragmentés: WFM/SIRH d’un côté, BI/dashboards RH de l’autre, et du conseil pour relier le tout

Ce que Praedixa apporte :

Praedixa construit une boucle actionnable “capacité → compréhension → décision → preuve”:

1. Anticiper
Prévisions de sous-couverture à J+3/J+7/J+14 par site/équipe/compétence (selon le niveau de granularité disponible).

2. Comprendre
Chaque prévision est accompagnée d’une explication opérationnelle des facteurs (saisonnalité, pics de charge, absentéisme, turnover, etc.) pour agir sur les causes, pas seulement sur les symptômes.

3. Décider
Chiffrage des options: heures sup, intérim, réallocation, ajustement du service. Objectif: comparer coût de l’action vs coût de l’inaction, site par site.

4. Prouver
Decision log + mesure de l’impact (avant/après) pour documenter ce qui marche et industrialiser les bonnes pratiques.

Pourquoi maintenant (signaux)

* Tension durable sur le recrutement et postes vacants (France Travail / Dares)
* Hausse des dépenses liées aux arrêts maladie (DREES)
* Données plus accessibles via ERP/outils de gestion (Eurostat)
* Adoption IA en entreprise en progression (INSEE / Eurostat)

Wedge initial :

Logistique et opérations multi-sites (entrepôts, transport, 3PL): douleur visible, arbitrages quotidiens, ROI rapide, décision souvent portée par Explo/Planning/DAF.

Privacy by design

* RGPD
* pas de données individuelles dans la cible de départ: travail sur des données agrégées (par site/équipe/période)
* périmètre et hébergement discutés au cadrage (objectif: simplicité + conformité)

Où on en est

* landing + contenu marketing
* socle web/infra prêt (stack moderne, CI/CD)
* objectif immédiat: 3 entreprises partenaires pour construire un POC en conditions réelles

POC partenaire (ce qu’on propose):

Un partenariat cadré pour livrer un POC utilisable, pas une démo.

Durée typique: 6–8 semaines (adaptable)
Engagement côté entreprise:

* un sponsor (Dir Explo / Resp Planning / DAF)
* accès à des exports simples (planning, activité, absences, éventuellement turnover)
* 1 point hebdo de 30 minutes pour itérer et valider l’actionnabilité

Livrables POC:

* modèle de données minimal + pipeline de préparation
* prévisions J+3/J+7/J+14 sur un périmètre pilote (ex: 2–5 sites / une équipe / un métier)
* explications des drivers + vues opérationnelles
* module “options” chiffrées (même version simple au début)
* protocole de mesure d’impact et “preuve économique” sur la période

Critères de succès (à définir ensemble)

* précision et stabilité des signaux de sous-couverture
* temps gagné côté planning/exploitation
* réduction mesurée de certains coûts (HS/intérim) ou stabilisation du service
* adoption: décisions prises sur la base des sorties Praedixa

Ce que Praedixa n’est pas

* un dashboard RH de plus
* une “prédiction ML” décorative sans décision associée
* un projet d’intégration de 6 mois avant d’avoir de la valeur
* du conseil à la journée sans livrable produit