Un entrepôt pour la publicité, les commandes et le CRM,
et un analyste IA qui répond en chiffres
La plupart des entreprises ont les données, mais pas la vision d'ensemble : la publicité dans un tableau de bord, les commandes dans un autre, le CRM dans un troisième, chacun racontant une histoire différente. Nous mettons tout dans une seule base, faisons concorder les chiffres, et vous donnons un analyste, humain et IA, qui répond aux questions avec du SQL plutôt que des opinions.
Ce que nous connectons
Meta Ads, Google Ads, TikTok Ads et TikTok Shop, LINE OA, Shopify, WooCommerce et boutiques sur mesure, amoCRM, KeyCRM, HubSpot et Google Sheets, GA4 et PostHog, canaux de commandes Telegram, marketplaces, et votre ERP pour le coût réel des marchandises. Chaque source reçoit une couche brute et une synchronisation quotidienne avec rattrapage, pour que l’historique ne soit jamais perdu.
Ce que vous obtenez
Un registre de commandes unique qui concorde avec votre banque, pas avec l’attribution d’une plateforme. Sur un projet, nous avons reconstruit tout l’historique d’un canal de vente à partir d’un chat Telegram : 571 commandes, 571 sur 571 analysées, et découvert que la plateforme d’analytics ne voyait qu’environ 15 % des achats réels.
Des tableaux de bord en argent. Dépenses, revenus, ROAS, CAC, LTV, rétention, cycle de rachat, économie des produits et des lots. Une analyse de panier sur 568 commandes a montré un jour que les paniers familiaux représentaient 36 % des commandes et 48 % du revenu, ce qui a changé toute la stratégie de lots.
Un analyste IA sur Telegram. « Top trois villes par revenu le mois dernier », « quelle campagne a amené des acheteurs récurrents », « marge par gamme de produits avec le coût réel des marchandises ». Des réponses chiffrées issues du mart, avec le SQL affiché.
Du monitoring. Publicités et prix des concurrents, annonces sur les marketplaces, sous-cotations de prix des distributeurs (184 événements sur 218 détectés avec zéro fausse alerte sur un déploiement), avis clients, tendances de recherche. Les alertes arrivent sur Telegram.
Unit economics et recherche. Modèles de CAC, LTV, churn et retour sur investissement basés sur vos données réelles ; dimensionnement de marché et analyses de concurrents menés par des agents de recherche et vérifiés par un humain. Nous avons construit cela pour une application de trading, une marque de compléments et un business plan de serveurs de jeux avec 113 sources.
Comment ça se déroule
- Audit. Ce qui existe, ce qui est suivi, ce qui est faux. Une semaine.
- Modélisation. Quelles questions l’entreprise doit pouvoir répondre ; les marts sont conçus à partir des questions, pas des sources.
- Connecteurs et synchronisation. Couche brute, tâches quotidiennes, rattrapage, contrôles de réconciliation.
- Tableaux de bord et alertes. Construits avec les personnes qui les utiliseront.
- Analyste IA et monitoring. Rôle en lecture seule, SQL encadré, testé sur des questions enregistrées avant la mise en production.
Stack
PostgreSQL 16, Python, FastAPI, APScheduler, API des plateformes, marts SQL de type dbt, Metabase ou panneaux Next.js sur mesure, PostHog, GA4, Claude, Telegram Bot API, Docker, sauvegardes quotidiennes.
Offres et tarifs
Découvrez ce que votre analytics voit réellement et ce qu'il rate, avec une liste de corrections.
- Audit pixel, GA4, CAPI, UTM
- Commandes réconciliées avec les chiffres des plateformes
- Liste de corrections pour votre développeur ou pour nous
- Tableau de bord des écarts
Une seule base pour la publicité, les commandes, le CRM et les événements du site, avec des tableaux de bord qui concordent entre eux.
- Connecteurs : Meta, Google, TikTok, Shopify, WooCommerce, CRM, GA4, PostHog
- Synchronisation quotidienne avec rattrapage historique
- Marts : commandes, dépenses, cohortes, produits
- Tableaux de bord : ROAS, CAC, LTV, rétention
- Alertes sur Telegram
- Documentation et transfert
Posez des questions sur Telegram, obtenez des réponses chiffrées. Plus le suivi des concurrents, des prix et des distributeurs.
- Tout ce qui est inclus dans Entrepôt
- Analyste IA avec SQL encadré en lecture seule
- Collecteurs de publicités, prix et avis concurrents
- Alertes de sous-cotation de prix et d'anomalies
- Analyse de panier et de segments
- Revue mensuelle avec un analyste humain
Les prix sont des points de départ pour un périmètre type. Le chiffre exact arrive dans un plan écrit après un appel de 30 minutes ; il ne change plus une fois accepté.
Structure, documentation et tests accompagnent chaque livraison : n'importe quel développeur, ou une personne avec un assistant IA, peut continuer sans nous. Si vous voulez que nous continuions les évolutions : support et développement par notre équipe à partir de 500 $ par mois.
FAQ
L'analyste IA peut-il halluciner des chiffres ?
Il ne peut exécuter que du SQL en lecture seule sur un mart de données préparé, une requête à la fois, avec des limites et des délais imposés, et il montre la requête qu'il a exécutée. Nous avons audité notre propre garde-fou SQL et fermé huit contournements avant de lui confier des données en production. La réponse est aussi bonne que le mart, c'est pourquoi nous construisons le mart en premier.
Quels outils utilisez-vous ?
PostgreSQL comme entrepôt, des connecteurs Python vers les API des plateformes, des marts de type dbt, des tableaux de bord dans l'outil de votre choix (Metabase, Looker Studio, un panneau Next.js sur mesure), PostHog ou GA4 pour les événements du site, Claude pour l'analyste.
Nous sommes petits. N'est-ce pas excessif ?
Commencez par l'audit de tracking. Pour une boutique avec quelques centaines de commandes par mois, l'audit seul se rentabilise généralement en trouvant les commandes que la plateforme ne voit pas.