NB
Voir les autres projets

Colisport, expédition de colis volumineux en France et en Europe

De l'opérationnel à la décision

Colisport Analytics

En tant qu'Architecte Data & Analytics chez Colisport, j'ai conçu et déployé la plateforme d'analytique de l'entreprise, de l'ingestion des données opérationnelles aux tableaux de bord utilisés au quotidien par la direction pour piloter la marge et optimiser les tarifs.

Le contexte

Colisport permet aux particuliers et aux professionnels d'expédier des colis volumineux en toute sécurité, au meilleur prix, sur la France et l'Europe. En quelques clics, le client choisit son mode de livraison (éco, standard ou express), saisit les détails d'expédition, paie et emballe son colis. Colisport s'occupe du reste : collecte, transport et livraison via un réseau de transporteurs partenaires.

Le défi

Les dirigeants avaient besoin d'une visibilité fine sur leurs coûts, sur ceux des transporteurs, et sur la marge réelle, segment par segment. Un vélo, un colis sportif et un canapé n'ont ni le même profil logistique, ni le même coût d'acheminement, ni la même rentabilité. Sans données consolidées et enrichies, impossible de savoir où l'entreprise gagnait de l'argent et où elle en perdait.

  • Données opérationnelles dispersées dans MongoDB, sans modèle analytique unifié
  • Coûts transporteurs difficiles à comparer à l'instant T sur des milliers d'expéditions
  • Marge calculée manuellement ou approximativement, sans découpage fin par segment produit
  • Aucun outil permettant à la direction d'interroger les données en autonomie

Ce que j'ai mis en place

Une plateforme d'analytique de bout en bout, pipelines automatisés, enrichissement métier et exposition via dashboards et assistant IA.

  • Pipeline MongoDB → PostgreSQL

    Mise en place de pipelines Prefect automatisés pour ingérer les données opérationnelles depuis MongoDB, les transformer et les agréger dans PostgreSQL, avec enrichissement au passage via les APIs des transporteurs pour obtenir les coûts réels à l'instant T.

  • Tableaux de bord entreprise

    Conception de l'ensemble des dashboards de l'entreprise : suivi financier, analyse de marge par segment (type de colis, mode de livraison, transporteur, zone géographique) et KPIs opérationnels pour la direction et les équipes métier.

  • Visualisations géospatiales

    Cartes interactives ECharts pour visualiser les flux d'expédition, les zones à forte densité, les écarts de coût par région et les opportunités d'optimisation tarifaire, au service de la stratégie commerciale.

  • Assistant IA en langage naturel

    Intégration d'un assistant permettant des requêtes en langage naturel sur la base PostgreSQL, la direction peut poser des questions métier sans écrire de SQL ni dépendre de l'équipe data.

Résultat au quotidien

La plateforme est devenue l'outil de référence pour les décisions stratégiques. Au lieu de naviguer entre des exports et des estimations, la direction dispose d'une vue consolidée, actualisée et actionnable.

  • Marge par segment

    Identification précise des segments rentables et déficitaires (vélo, équipement sportif, mobilier), pour ajuster l'offre commerciale et les grilles tarifaires.

  • Optimisation tarifaire

    Comparaison des coûts transporteurs en temps réel pour calibrer les prix proposés aux clients et préserver la marge sur chaque type d'expédition.

  • Pilotage des transporteurs

    Visibilité sur la performance et le coût de chaque partenaire logistique, facilitant les négociations et le choix du transporteur optimal par trajet.

  • Décisions stratégiques accélérées

    Réunions de direction appuyées sur des chiffres fiables et partagés, fini les débats sur « quel est le bon chiffre ». L'assistant IA permet en plus des analyses ad hoc en quelques secondes.

Stack technique

Pipelines orchestrés par Prefect, MongoDB vers PostgreSQL, API FastAPI, frontend React avec ECharts, déployé sur Kubernetes

PrefectMongoDBPostgreSQLKubernetesFastAPIReactEChartsPythonGitHub Actions

Colisport Analytics a donné à une entreprise logistique en croissance les mêmes capacités de pilotage qu'un acteur mature du e-commerce, visibilité sur la marge, données enrichies en continu, et des outils que la direction utilise réellement, chaque semaine.