// comparaison des délais
Le mandat
L'infrastructure de rapports d'une entreprise de taille intermédiaire avait dépassé son architecture initiale. Leur base de données transactionnelle PostgreSQL avait atteint plus de 100 millions de lignes — une échelle pour laquelle elle n'avait jamais été conçue. Les requêtes analytiques prenaient 15 à 20 minutes. L'équipe des finances lançait ses rapports à 6 h du matin pour ne pas perturber la production. Le marketing n'avait aucun accès aux données.
Ils ont contacté un grand cabinet conseil. Le devis est revenu : 200 000 $+ et 18 mois. Ils nous ont appelés à la place. Nous avons défini la portée du projet en une journée et avons commencé la semaine suivante.
Ce qui a été livré
- ✓11 tableaux de bord interdépartementauxen production — Finances, Marketing, Opérations, chacun avec sa propre vue sur les mêmes données sous-jacentes
- ✓3 modèles mathématiquesdont un modèle de tarification prédictive bayésien — déployé comme logiciel de production, pas une feuille de calcul
- ✓Entrepôt BigQuery de 100M de lignes avec pipelines ETL automatisés se rafraîchissant toutes les 5 minutes depuis PostgreSQL, HubSpot, Google Analytics, Shopify et des API internes
- ✓Plateforme d'analytique marketingqui a remplacé un consultant externe à 2 000 $/mois — 24 000 $ d'économies annuelles inattendues
L'architecture
Déploiement en trois couches construit avec des technologies standard et ouvertes :
- Couche 1 — Ingestion. Pipelines automatisés depuis PostgreSQL (capture de changements de données), HubSpot, Google Analytics, Shopify et des API internes. Cycle de rafraîchissement de 5 minutes. Aucune exportation manuelle, aucune attente de l'équipe TI.
- Couche 2 — Entrepôt. Google BigQuery comme moteur analytique. Tables de faits dénormalisées, modèles dimensionnels, agrégats précalculés. Plus de 100M de lignes, temps de requête analytique inférieur à 3 secondes.
- Couche 3 — Présentation. Tableaux de bord conçus pour chaque département. Accès basé sur les rôles. Utilisateurs illimités à coût marginal zéro. Tout écrit en SQL et TypeScript — lisible et extensible par n'importe quel développeur.
L'ensemble de la pile se déploie sur le compte infonuagique du client. Coût d'infrastructure : ~150 $/mois en BigQuery et en calcul. Aucun frais par utilisateur. Aucune licence fournisseur.
Le portrait financier
Le coût de développement de 12 500 $ est capitalisable comme actif incorporel en vertu des IFRS (IAS 38) et des NCECF canadiennes (section 3064) — il est inscrit au bilan et amorti sur 3 à 7 ans plutôt que d'affecter l'état des résultats en totalité. Comparez cela au devis de 200 000 $+ du cabinet conseil, qui aurait été une pure charge d'exploitation pour le même résultat.
Une partie des travaux de modélisation s'est qualifiée pour les crédits d'impôt RS&DE . Le client a reçu un CII fédéral remboursable de 1 225 $ (35 % de 3 500 $ en dépenses admissibles). Combiné aux 24 000 $ d'économies annuelles liées au remplacement du consultant marketing externe, la période de récupération effective était inférieure à 7 mois.
Calendrier
Audit des données, mise en place des pipelines, entrepôt BigQuery en ligne avec ingestion automatisée depuis tous les systèmes sources.
Modélisation de l'entrepôt : modèle dimensionnel, tables de faits, logique de transformation. Rapports critiques opérationnels.
Développement des tableaux de bord : vues spécifiques par département avec exploration en profondeur, retours itératifs des parties prenantes.
CQ, validation croisée avec les données financières connues, formation des utilisateurs finaux, surveillance des pipelines déployée. Production.
Connexe
Vous voulez un résultat comme celui-ci ? Dites-nous ce dont vous avez besoin →