0% ont trouvé ce document utile (0 vote)
7 vues15 pages

Data Engineer Client

Le client, une pharmacie de taille PME, rencontre des défis de gestion des données, notamment des informations éparpillées et des doublons. Ils souhaitent centraliser leurs données, automatiser les rapports et améliorer la qualité des données, tout en respectant les exigences de sécurité et de conformité. La solution proposée inclut l'utilisation de technologies comme PostgreSQL pour le stockage, Python pour l'ingestion, et Power BI pour la visualisation, avec un budget estimé entre 1 270 000 et 3 360 000 FCFA.

Transféré par

coulibaly adama
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PPTX, PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
7 vues15 pages

Data Engineer Client

Le client, une pharmacie de taille PME, rencontre des défis de gestion des données, notamment des informations éparpillées et des doublons. Ils souhaitent centraliser leurs données, automatiser les rapports et améliorer la qualité des données, tout en respectant les exigences de sécurité et de conformité. La solution proposée inclut l'utilisation de technologies comme PostgreSQL pour le stockage, Python pour l'ingestion, et Power BI pour la visualisation, avec un budget estimé entre 1 270 000 et 3 360 000 FCFA.

Transféré par

coulibaly adama
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PPTX, PDF, TXT ou lisez en ligne sur Scribd

SEANCE QUESTIONS-REPONSES

Equipe Data Engineer & Client


Équipe Data Engineer :
Bonjour et merci de nous recevoir. Pour commencer, pouvez-vous nous rappeler brièvement
votre secteur d’activité et la taille de votre entreprise ?

Client :
Bonjour ! Nous sommes une pharmacie, donc dans le secteur de la santé, et nous
fonctionnons comme une PME avec une quarantaine d’employés.

Équipe Data Engineer :


Merci. Quels sont les principaux défis que vous rencontrez actuellement en matière de
gestion des données

Client :
Alors, nos données sont éparpillées. On utilise à la fois des fichiers Excel, notre logiciel
de caisse, et parfois même du papier. Il y a beaucoup de saisies manuelles et des
doublons. Et surtout, on a du mal à suivre l’état des stocks en temps réel et à avoir
une vision claire des ventes.
Équipe Data Engineer :
Je comprends. Et quels seraient vos objectifs à court et moyen terme sur ce plan ?

Client :
À court terme, on aimerait centraliser toutes nos données dans un seul système. Et à moyen terme, on veut
automatiser les rapports de ventes, surveiller les stocks et avoir des tableaux de bord accessibles.

Équipe Data Engineer :


Avez-vous déjà un projet en cours ou prévu qui nécessite une solution de gestion des données ?

Client :
Oui, justement. On veut mettre en place un reporting automatique pour les ventes, les achats, les ruptures de
stock… L’idée, c’est d’anticiper les manques au lieu de réagir après coup.
Équipe Data Engineer :
Parlons maintenant des données. Où sont-elles stockées aujourd’hui ?

Client :
Un peu partout, malheureusement. Il y a le logiciel de caisse, des fichiers Excel sur un serveur local, et
aussi quelques documents dans Google Drive.

Équipe Data Engineer :


Et quels types de données gérez-vous ?

Client :
Principalement des données de vente, de stock, d’achats fournisseurs, des informations produits, des prix, et
quelques données patients (non nominatives).
Équipe Data Engineer :
Quel est le volume global de ces données, et évolue-t-il rapidement ?

Client :
On enregistre environ 1 000 ventes par jour, donc ça s’accumule vite. Le volume augmente d’année en année.

Équipe Data Engineer :


À quelle fréquence générez-vous de nouvelles données ?

Client :
Tous les jours ! Entre 100 et 200 nouvelles lignes, selon les ventes, les commandes, etc.
Équipe Data Engineer :
Quelle est la qualité actuelle de vos données ?

Client :
Honnêtement, elle est moyenne. On a pas mal de doublons, des variations de nom pour le même produit,
parfois des champs vides ou incohérents.

Équipe Data Engineer :


Et qui utilise ces données dans l’entreprise ?

Client :
Le gérant, le chef de stock, la comptabilité et le pharmacien responsable. Chacun a ses besoins, mais les
données sont souvent mal partagées ou mal exploitées.
Équipe Data Engineer :
Comment utilisez-vous ces données aujourd’hui ?

Client :
Surtout à travers Excel, pour des rapports mensuels. On fait aussi des extractions manuelles depuis notre logiciel
métier.

Équipe Data Engineer :


Avez-vous des besoins particuliers en traitement de données ?
Client :
Oui, il faut nettoyer les doublons, normaliser les données, et pouvoir faire des regroupements par catégories
ou fournisseurs.
Équipe Data Engineer :
Souhaitez-vous un traitement des données en temps réel ou quasi-temps réel ?
Client :
Oui, surtout pour les stocks. On aimerait recevoir des alertes de rupture en temps réel si possible.

Équipe Data Engineer :


Utilisez-vous déjà des outils de visualisation de données comme Power BI ou Tableau ?

Client :
Non, uniquement Excel. Mais on serait intéressés par une solution simple et visuelle, du genre Power BI ou
un outil intégré.
Équipe Data Engineer :
Côté sécurité, avez-vous des exigences particulières ?
Client :
Oui, on doit être conformes au RGPD, car on a parfois des infos sensibles. On veut contrôler les accès et
chiffrer les sauvegardes.

Équipe Data Engineer :


Comment est gérée la gouvernance des données chez vous ?
Client :
Pour l’instant, ce n’est pas formalisé. On s’appuie sur notre prestataire informatique, mais sans vraie
procédure.
Équipe Data Engineer :
Comment est gérée la gouvernance des données chez vous ?

Client :
Pour l’instant, ce n’est pas formalisé. On s’appuie sur notre prestataire informatique, mais sans vraie
procédure.

Équipe Data Engineer :


Et qui est responsable des données dans votre structure ?

Client :
Le gérant, avec le soutien d’un technicien informatique externe.

Équipe Data Engineer :


Avez-vous déjà une infrastructure cloud ? Si oui, chez quel fournisseur ?
Client :
Pas vraiment. On utilise Google Drive pour quelques fichiers, mais pas de vrai hébergement cloud.
Équipe Data Engineer :
Avez-vous défini un budget pour ce projet ?
Client :
Oui, on aimerait ne pas dépasser 3 000 000 FCFA pour la mise en place. Et éviter les coûts d’abonnement mensuels
élevés.

Équipe Data Engineer :


Comment gérez-vous les opérations IT aujourd’hui ?

Client :
On fait appel à un prestataire local qui intervient en cas de problème. Pas d’équipe interne.

Équipe Data Engineer :


Merci beaucoup pour vos réponses. Nous allons maintenant analyser vos besoins et vous proposer une solution
adaptée.
PROPOSITION DE SOLUTION

GESTION DES DONNÉES POUR


PHARMACIE

Equipe Data Engineer & Client


Composant Technologie proposée
Raisons du choix

Ingestion des données Python scripts, cron jobs, Airbyte Flexible et automatisable

Stockage PostgreSQL ou Google Cloud SQL Simple, robuste, coût maîtrisé

Traitement des données Pandas, dbt Nettoyage, transformation fiable

Orchestration Apache Airflow (léger) ou cron Planification des tâches

Visualisation Metabase ou Power BI (cloud) Rapide à déployer, intuitif

Hébergement Google Cloud / OVH / VPS Linux Peu coûteux, évolutif

Sauvegardes Automatisées via scripts / cloud Conformité RGPD


Nettoyage & qualité des données

 Suppression des doublons (produits)

 Normalisation des libellés (produits, unités)

 Typage homogène (quantités, prix, dates)

 Alertes sur données incohérentes (ex : prix nul ou trop élevé)

Fonctionnalités clés livrées

 Tableau de bord de suivi des ventes (quotidien / mensuel)

 Tableau de bord de suivi des stocks

 Alertes automatiques en cas de rupture ou seuil critique

 Recherche rapide par produit, fournisseur, catégorie

 Gestion des rôles (accès limité par profil)


Infrastructure cloud légère

 Utilisation d’un serveur VPS sécurisé ou Google Cloud

 Accès distant sécurisé avec authentification

 Base de données partagée et sauvegardée automatiquement

Coût estimatif

Elements Coût estimé (en FCFA)


Développement et intégration 1000000 – 3000000
Hébergement (1 an) 90000 – 180000
Outils (Metabase = gratuit) 0 (hors Power BI Pro)
Formation utilisateur (optionnel) 180000
Total estimé 1 270 000 – 3 360 000

Vous aimerez peut-être aussi