Aller au contenu principal

Étude de cas

Desmazières Analytics, application d'analyse des ventes

Desmazières · Plants de pomme de terre certifiés

Contexte

Desmazières est un obtenteur et collecteur de plants de pomme de terre certifiés, filiale d'un groupe coopératif. Chaque saison, son service commercial manipule des volumes importants de données : ventes par client, variété, calibre et marché (industrie, frais, bio), exportations, plan de production, et les données publiques de la filière sur les surfaces plantées par variété et par obtenteur.

Le problème

Tout vivait dans des tableurs éparpillés, retravaillés à la main à chaque analyse. Impossible d'obtenir une lecture rapide et fiable de l'activité croisée par variété, calibre, client ou marché, ni de comparer proprement une saison avec la précédente ou avec le marché. Les règles de calcul (coefficient tonnes par hectare selon le calibre, classes de plants, ventes annulées) n'étaient écrites nulle part.

Ce que j'ai construit

Une application web en trois modules, une quarantaine d'écrans :

  1. Analytics : ventes, clients, variétés, calibres, marchés et classes, exportations, comparaison de parts de marché avec la concurrence sur une saison, fiches client et fiche variété, filtres et recherche, graphiques interactifs, export PDF et image de tous les graphiques.
  2. Cartographie variétale : une carte d'identité par variété (radar de caractéristiques, âge, cycle de vie, estampilles, points forts et faibles), productions et consommations par marché et par cycle de vie.
  3. Données de la filière : import annuel des surfaces plantées publiées par la filière, parts de marché par obtenteur et par variété, regroupements de variétés, prise en compte des fins de monopole.

Autour : imports Excel depuis l'application, administration des utilisateurs, rôles de lecture et d'écriture, cloisonnement des données sensibles par saison avec liste des personnes autorisées, documentation utilisateur et technique.

Comment je l'ai mené

Un cadrage en trois étapes et un devis sur la première seulement, parce que le client voulait un projet « qui évolue au fil des idées ». Quatre lots livrés et facturés d'avril 2024 à avril 2025 : le premier module en deux mois, les comparaisons et exportations à temps pour le séminaire commercial du client, la cartographie variétale à l'automne, puis la réorganisation en modules et les données de la filière au printemps. Démonstrations en visioconférence, comptes rendus écrits après chaque réunion, corrections livrées vite (une demande de navigation par clic dans un graphique, livrée dans l'heure). En avril 2025, migration de mon hébergement vers les serveurs internes du client, derrière son reverse proxy et son pare-feu, avec redirection de l'ancienne adresse. Depuis, un cycle annuel de mise à jour des données tenu par l'assistante commerciale, du support, et des montées de version sans interruption de service.

Résultat

Des analyses qui prenaient des heures de tableur s'obtiennent en quelques clics, en libre-service, par le service commercial et le marketing. Données centralisées et fiabilisées, comparaisons entre saisons instantanées, exports prêts à diffuser. Les données de la concurrence, obtenues une fois, ne sont visibles que par les personnes choisies. Le client héberge lui-même l'application depuis 2025 et la relation dure depuis plus de deux ans.

Ce que ça montre

Prendre un besoin flou et des données sales, en faire un outil que des non-informaticiens utilisent chaque semaine, et le faire vivre dans la durée.

Une mission similaire en tête ?

Parlez-nous de votre besoin : nous vous disons rapidement comment nous pouvons vous aider.