Service 02
Collecte et analyse de données au service de votre activité.
Nous collectons vos données à la source (Shopify, marketplaces, régies publicitaires, API, et même documents lus par un LLM) dans un entrepôt BigQuery, puis nous en tirons les tableaux de bord Looker Studio, les projections de stock et les coûts de revient sur lesquels reposent vos décisions.
Le problème
Des KPI compilés à la main.
Vos ventes sont dans Shopify, vos dépenses publicitaires chez chaque régie, vos chiffres de marketplaces et de vente en gros dans leurs propres portails, et une partie de ce qui compte n’existe qu’en PDF. Pour obtenir une seule réponse, il faut exporter, copier, coller et rapprocher, chaque semaine.
C’est ainsi que Bravo Sierra compilait ses KPI, à partir de tableaux de bord dispersés. Bonjout Beauty tournait sur de gigantesques fichiers Excel. Bulq.ai devait convertir en prix des milliers de devis fournisseurs, tous présentés différemment.
Ce que nous construisons
De chaque source à chaque décision.
Collecte à la source
Shopify, marketplaces, régies publicitaires et autres API via DataSync, la plateforme d’ingestion de DataGem : 19 plateformes sources, de Shopify, Amazon, Walmart, Target Plus, Mirakl et TikTok Shop à Meta, Klaviyo et Flexport.
Extraction de documents par IA
Quand les données sont dans des fichiers : les devis fournisseurs de Bulq.ai transformés en prix validés, avec une vérification humaine là où elle est utile, dans un pipeline refondu pour plafonner le coût LLM, et les bons de commande des revendeurs de Bonjout Beauty versés dans son MRP.
Des flux fiables
Des tables intermédiaires fusionnées dans l’historique par clé, pour qu’une relance ne duplique jamais de lignes ; des reprises d’historique sur n’importe quelle période ; et une fiche unique quand plusieurs sources décrivent la même chose, comme pour les investisseurs de FundReachr.
Un entrepôt de données e-commerce
Shopify synchronisé chaque jour dans BigQuery, aux côtés de vos données de vente en gros, de publicité et de marketplaces, dans votre propre projet Google Cloud : les données restent sur votre compte, et le calcul est facturé à votre nom.
Des analyses qui guident les décisions
Des tableaux de bord Looker Studio pensés autour de votre activité, des projections de stock hebdomadaires avec la semaine limite de commande, et le calcul du coût de revient, comme dans le MRP sur mesure de Bonjout Beauty.
Notre méthode
De vos questions à votre écran.
01
Partir de vos KPI
Nous partons des chiffres que vous compilez aujourd’hui et des décisions qu’ils éclairent, puis nous listons les sources qui les alimentent. Les objectifs métier d’abord, l’architecture ensuite.
02
Collecter et reprendre l’historique
Nous connectons chaque source dans votre projet Google Cloud, reprenons l’historique dont vous avez besoin et planifions les synchronisations.
03
Construire les tableaux de bord avec vous
Des itérations courtes : chaque semaine, vous voyez des tableaux de bord qui fonctionnent, pas des rapports d’avancement.
04
Faire tourner et faire évoluer
Nous surveillons les synchronisations et ajoutons les analyses que vous demandez quand vos questions changent. Vous échangez directement avec ceux qui écrivent le code.
Technologies
BigQuery au cœur.
Des connecteurs Python exécutés en jobs Cloud Run dans votre projet Google Cloud, planifiés par Cloud Scheduler, qui alimentent BigQuery ; Looker Studio par-dessus, ou SQL, Google Sheets et l’outil de BI que vous utilisez déjà ; des LLM pour lire les documents. Du conseil BigQuery à l’ingénierie des données, de bout en bout.
- BigQuery
- Looker Studio
- Python
- SQL
- Cloud Run Jobs
- Cloud Scheduler
- Shopify GraphQL
- LLM
- DataSync
Réalisations
Des données qui pilotent l’activité.
Grande consommation · Hygiène et soin
Bravo Sierra
Toutes les sources de données, un seul tableau de bord
Les données de vente directe, de vente en gros et de publicité réunies dans un entrepôt BigQuery, derrière des tableaux de bord Looker Studio, à la place de KPI compilés à la main.
Chiffres clés
- Entrepôt pour les données DTC, revendeurs et publicité
- 1
- Plateformes sources connectées par DataSync
- 19
Lire l’étude de cas : Bravo Sierra Explorer un tableau de bord interactif
DataSync (espace de démo) : connecteurs boutique en ligne, publicité, e-mail, avis clients et abonnements, réunis au même endroit. Données démo Levée de fonds · SaaS
FundReachr
Un SaaS de prospection d’investisseurs par IA, développé et lancé de bout en bout
Un moteur de données qui collecte les investisseurs, les classe avec un LLM, les enrichit et les dédoublonne dans BigQuery, puis synchronise le résultat dans l’application chaque jour.
Chiffres clés
- Données investisseurs synchronisées dans l’application
- Chaque jour
- Fiche de référence par investisseur
- 1
- Secteurs dans la taxonomie des investisseurs
- 43
- Langues pour les messages rédigés par l’IA
- 11
Le moteur de données investisseurs : collecte planifiée, classification par LLM, enrichissement et résolution d’identité jusqu’à BigQuery, avec une synchronisation quotidienne vers l’application. BTP · IA
Bulq.ai
Du no-code à une véritable plateforme logicielle
La plateforme d’extraction qui transforme des milliers de devis fournisseurs aux formats différents en prix structurés et validés, refondue autour de plafonds de coût LLM par document et par jour.
Chiffres clés
- Devis fournisseurs aux formats hétérogènes
- Des milliers
- Dépense LLM du pipeline refondu
- Plafonnée
- Cycle de rattrapage du pipeline refondu
- 5 min
Le pipeline V3 : une tâche en file par document, PostgreSQL comme source de vérité unique. Beauté · E-commerce
Bonjout Beauty
Des tableurs à un logiciel MRP sur mesure
Les ventes chargées dans BigQuery chaque jour pour les tableaux de bord qui ont remplacé les tableurs, puis les projections de stock hebdomadaires et le coût de revient dans le MRP de la marque.
Chiffres clés
- Entre une commande Shopify et le MRP
- Minutes
- Semaines de prévision de stock
- 12 à 52
- Recalcul rétroactif du coût de revient
- 2 ans
- Données de ventes chargées dans BigQuery
- Chaque jour
DataSync (espace de démo) : une synchronisation Shopify avec son journal d’exécution en direct. Données démo
Pierre and his team were a delight to work with. Before working with them, we were relying on a bunch of disparate analytics dashboard from different vendors and sources to compile our business KPIs and metrics. Pierre was able to create a simple interface, centralizing and aggregating all our data sources (DTC, wholesale, advertising, etc) in a way that makes sense for our specific business and needs. The project was seamless and efficient. Great people, great work!
Questions fréquentes
Vos questions, nos réponses.
Comment intégrer Shopify à BigQuery ?
Avec DataSync, notre plateforme d’ingestion. Les exports GraphQL en masse de Shopify sont versés dans des tables intermédiaires de BigQuery par fenêtres de dates, puis fusionnés par clé dans les tables d’historique : une relance ne duplique jamais de lignes. La synchronisation est planifiée et tourne dans votre propre projet Google Cloud.
Quelles sources pouvez-vous collecter ?
DataSync connecte aujourd’hui 19 plateformes sources : Shopify ; Amazon, Walmart, Target Plus, Mirakl et TikTok Shop ; Meta, TikTok, Pinterest, Microsoft et Amazon Ads ; Klaviyo, Yotpo, Stay AI et Seal ; Flexport (fret et logistique) et MasonHub ; et les webhooks de commandes signés de GiddyUp. Pour une autre API, nous développons le connecteur.
Pouvez-vous extraire les données de PDF et d’autres documents ?
Oui. Chez Bulq.ai, les devis fournisseurs passent par une extraction LLM puis une vérification humaine, en une à trois étapes, avant d’alimenter la recherche ; le pipeline refondu, développé avant son déploiement, y ajoute des plafonds de coût LLM par document et par jour. Pour Bonjout Beauty, un LLM lit les bons de commande des revendeurs reçus en PDF ou par e-mail et les verse dans le MRP.
Faut-il utiliser Looker Studio ?
Non. C’est l’outil sur lequel nous avons construit les tableaux de bord de Bravo Sierra et de Bonjout Beauty, mais les tables vous appartiennent : interrogez-les en SQL, ou branchez Google Sheets ou l’outil de BI que vous utilisez déjà.
Où sont stockées nos données ?
Dans BigQuery, dans votre propre projet Google Cloud. Vos synchronisations y tournent en jobs Cloud Run : le calcul est isolé des autres clients et facturé sur votre compte, et les données restent sur un compte que vous contrôlez.
Quelles décisions ces données peuvent-elles guider ?
Celles que vous préparez à la main aujourd’hui : les KPI de vente directe, de vente en gros et de publicité pour Bravo Sierra ; ce qu’il faut recommander et quand, et ce que chaque unité a réellement coûté, pour Bonjout Beauty.