Buta.Lyfh

Onze écrans de pilotage, forecast et analyse des écarts, construits sur le marché réel (Insee, ADEME, RTE) et une activité simulée, avec un analyste IA qui ne calcule jamais un chiffre et un export Power BI prêt à l'emploi.

Contexte

Un réseau d’agences qui vend et installe pompes à chaleur, panneaux photovoltaïques et poêles doit suivre sa performance du premier contact jusqu’à l’encaissement, agence par agence, avec des écarts à expliquer chaque semaine.

Le problème à résoudre

Donner à une direction une lecture immédiate de la performance (ventes, marge, conversion, atterrissage annuel), expliquer les écarts et déclencher des plans d’action, sur un marché réel mais sans exposer aucune donnée d’entreprise.

Ma démarche

• Marché réel : croisement de l’Insee (logement, mode de chauffage), des entreprises RGE de l’ADEME, du registre des installations solaires de RTE, des DPE et des contours géographiques officiels, par commune.
• Simulation déterministe : neuf agences simulées sur deux ans, publiées jour après jour, avec sept « histoires » injectées (réorganisation commerciale, hausse des remises, intégration d’une agence, saisonnalité) pour donner au pilotage quelque chose à raconter.
• Principe directeur : tous les faits sont calculés en SQL (vues mart_), l’IA (Claude, repli Mistral) rédige les explications à partir de ces faits et ne calcule jamais un chiffre.
• Industrialisation : publications et contrôles de cohérence quotidiens orchestrés par n8n et journalisés.
• Passerelle BI : export d’un modèle en étoile vers Power BI (21 tables CSV, mesures DAX, notice d’import).

Résultat

Un cockpit de onze écrans (réseau, carte, funnel, forecast, écarts, plans d’action, contrôles), documenté par une fiche de présentation d’environ 80 pages et une synthèse d’une page.

Ce que ce projet montre

Le cœur de mon métier de pilotage de la performance, outillé comme un produit : KPI, forecast, analyse des écarts, qualité des données et automatisation, avec une IA qui explique sans jamais inventer.