Sergio Rico Lucena

Systèmes professionnels

Deux outils issus de mon travail chez LLYC, reconstruits de manière indépendante avec des données synthétiques.

Reconstruction indépendanteDonnées synthétiques

C2

Automatisation des clôtures de reporting

Une clôture de campagne autrefois faite à la main, désormais lancée en grande partie depuis un tableur.

Un flux dans Google Sheets, co-développé avec un collègue de Data Analytics, qui automatise une partie de la clôture de reporting d'une campagne. Une personne relit toujours le résultat avant l'envoi.

  1. Entrées
  2. Préparation
  3. Graphiques
  4. Relecture humaine
Temps par clôture
Avant
≈ 10–20 h
Après
≈ 3 h

Approximatif

≈ 70–80 %
du flux automatisé
Date
août 2026
Périmètre
Part du processus, avec relecture humaine.
Source
Estimation professionnelle
Approximatif
≈ 10–20 h → ≈ 3 h
par clôture
Date
août 2026
Périmètre
Estimation par clôture.
Source
Estimation professionnelle
Approximatif

Lancez une clôture synthétique

Données synthétiques

Choisissez la façon de l'exécuter et appuyez sur le bouton. La relecture humaine ne disparaît jamais.

Cette démo nécessite JavaScript. Le cas ci-dessous se lit de la même façon sans.

Prisme

Problème

Chaque clôture imposait de mettre à jour les sources, de refaire les comparaisons et les KPI, puis de redessiner la même série de graphiques. Un travail répétitif, avec de nombreuses occasions de se tromper.

Décisions

  1. Rester là où l'équipe travaille déjà

    MétierLa clôture se lance depuis un tableur que l'équipe connaît, en étapes claires, pour que personne ne dépende d'une seule personne pour le faire tourner.

    TechniqueGoogle Sheets avec Apps Script. Les données viennent de BigQuery et de Supermetrics, avec quelques sources auxiliaires.

  2. Des règles pour les insights, une personne pour le jugement

    MétierLe flux prépare les insights, et une personne décide de ce qui mérite d'être dit au client.

    TechniqueLes insights sont préparés par des règles déterministes. La relecture humaine est une étape fixe, pas une option.

Comment je l’ai vérifié

Utilisé sur de vraies clôtures et comparé au temps que prenait le processus manuel.

Ce que j’ai appris

Automatiser l'essentiel d'un processus est plus utile que de viser la totalité. La partie laissée à une personne est celle où se trouve le jugement.

Rôle

Co-développement, avec une responsabilité fonctionnelle et technique partagée avec un collègue, ainsi que l'usage et la validation sur de vraies clôtures.

État

En usage professionnel réel et en amélioration continue.

  • Google Sheets
  • Apps Script
  • BigQuery
  • Supermetrics

C3

Path-to-Conversion Analyzer

Un outil qui transforme des exports de chemins peu pratiques en une analyse lisible en quelques minutes.

Un outil dans le navigateur pour analyser les exports de chemins de conversion de Campaign Manager 360. Il détecte le format, le normalise et montre les chemins qui comptent.

  1. Import
  2. Détection et validation
  3. Normalisation
  4. Filtrage et lecture
≈ 10 min
par analyse, contre plusieurs heures
Date
août 2026
Périmètre
Dans les cas testés.
Source
Estimation professionnelle
Approximatif

Analysez des chemins de conversion synthétiques

Données synthétiques

Choisissez un format d'export, normalisez-le et filtrez les chemins.

Cette démo nécessite JavaScript. Le cas ci-dessous se lit de la même façon sans.

Prisme

Problème

Les exports arrivent dans des formats difficiles à exploiter, et les analyser à la main prenait plusieurs heures à chaque fois.

Décisions

  1. Accepter l'export tel qu'il arrive

    MétierL'analyste dépose le fichier tel qu'il a été exporté. Aucune remise en forme manuelle avant de commencer.

    TechniqueImport CSV et XLSX avec SheetJS, détection et validation de la structure, et normalisation des formats pivoté et non pivoté dans une seule table.

  2. Répondre d'abord aux questions habituelles

    MétierFiltres, KPI, chemins les plus fréquents et longueurs apparaissent en même temps à l'écran, et le résultat s'exporte en présentation.

    TechniqueChart.js pour les graphiques et PptxGenJS pour l'export. Tout s'exécute dans le navigateur.

Comment je l’ai vérifié

Les résultats ont été comparés à des analyses faites à la main sur les mêmes exports. Dans les cas testés, le travail est passé de plusieurs heures à une dizaine de minutes.

Ce que j’ai appris

L'essentiel du temps partait dans la remise en forme des données, pas dans la réflexion. Régler d'abord le problème du format a raccourci l'analyse elle-même.

Rôle

Conception fonctionnelle, adaptation aux cas d'usage et aux formats réels, validation et évolution. L'outil est né d'un travail exploratoire antérieur avec un Gem de Gemini, et l'implémentation a été assistée par Claude.

État

Prototype fonctionnel avec ses premières applications réelles.

  • HTML / JavaScript
  • Chart.js
  • SheetJS
  • PptxGenJS

Pages

A1AccueilB1ProjetsC1Systèmes professionnelsD1ExpérienceE1CompétencesF1À proposG1ContactH1Confidentialité

Projets

B2VexploreOù explorerB3NuboriaQuand regarder le cielB4AnuahComment s'accompagnerB5EvolutiaComment adapter l'entraînement

Systèmes professionnels

C2Automatisation des clôtures de reportingC3Path-to-Conversion Analyzer

Actions

ENEnglishESEspañolDEDeutsch

Flèches pour naviguer, Entrée pour ouvrir, Échap pour fermer