Trajectoire type plateforme data & reporting d’un opérateur.

Avertissement : il ne s’agit pas d’un client nommé, mais d’une trajectoire de référence construite à partir de situations courantes dans la sous-région. Elle sert à montrer comment nous raisonnons, dans quel ordre nous travaillons et où nous portons notre attention. Aucun chiffre de résultat n’y figure, par principe.

Fiche de la trajectoire

La situation de départ.

Contexte: Un opérateur télécoms ou un service public d’eau ou d’électricité, présent sur tout le territoire national, parfois dans un autre pays de la sous-région. Ses données vivent dans des systèmes qui ne se parlent pas : la facturation, la supervision du réseau, le CRM, l’ERP, les relevés de compteurs ou de trafic, les fichiers des agences. Le reporting de direction se fabrique à la main, chaque mois, par extraction et consolidation dans des tableurs. Deux directions présentent deux chiffres pour le même indicateur.
Déclencheur: Un comité de direction où le chiffre d’affaires par région n’est pas le même selon la source, des obligations de reporting envers le régulateur sectoriel qui se durcissent, et des projets d’intelligence artificielle annoncés sans données fiables pour les nourrir.
Rôle AGILICIS: Stratégie data, puis architecture, mise en œuvre et transfert de compétences : questions de direction à servir, inventaire des sources, choix de la plateforme cloud et de sa région d’hébergement, gouvernance et qualité des données, construction des tableaux de bord domaine par domaine, préparation de la fondation pour les cas d’usage IA.
Périmètre: Revenus et facturation, clients (acquisition, réclamations, attrition), qualité de service et réseau, finance et achats ; reporting de direction, reporting réglementaire, puis premiers cas d’usage IA sur les domaines dont les données sont fiabilisées.
Solutions: Plateforme data sur AWS ou Microsoft Azure, selon l’existant et la région d’hébergement retenue · outils d’intégration et catalogue de données · tableaux de bord sur Power BI, Tableau ou SAP Analytics Cloud, selon les plateformes déjà en place chez l’opérateur · services d’IA de la plateforme cloud pour les premiers cas d’usage.
Statut: Trajectoire de référence, présentée comme illustration. Les missions réelles comparables se présentent en rendez-vous, avec l’accord des clients concernés.

Le récit

De la décision au déploiement.

La décision

La direction générale commence par écrire les questions auxquelles elle veut une réponse fiable chaque semaine : quel revenu par région et par offre, quels clients partent et pourquoi, où le réseau dégrade le service, quel coût par unité livrée. Cette liste, courte et hiérarchisée, remplace le cahier des charges technique. Elle fixe les domaines à traiter et leur ordre.

Le cadrage

Quelques semaines pour inventorier les sources, mesurer la qualité des données de chaque système et retrouver, indicateur par indicateur, la définition qu’en donne chaque direction. Le cadrage instruit aussi le choix du cloud depuis Dakar : latence réelle vers les régions candidates, localisation des données personnelles au regard de la loi n° 2008-12, coût en devises, volumes à transférer. Il livre une architecture cible et un plan par domaines.

Le scénario

Pour ce type d’opérateur, le scénario retenu est une plateforme cloud par couches : collecte des sources, stockage brut, données préparées et gouvernées, exposition aux outils de tableaux de bord. Une seule définition par indicateur, tenue dans un dictionnaire commun, avec un propriétaire métier. Les systèmes sources restent en place ; la plateforme les lit, elle ne les remplace pas. Les données qui doivent rester sur le territoire le restent, par conception.

Les domaines

Premier domaine : revenus et facturation, avec un chiffre d’affaires par région identique pour toutes les directions comme critère de réussite. Deuxième domaine : les clients, en croisant CRM, facturation et réclamations. Puis la qualité de service et le réseau, puis la finance. Une fois deux domaines fiabilisés, les premiers cas d’usage IA sont choisis sur ces données-là, pas ailleurs. Une équipe data interne est constituée dès le premier domaine et livre elle-même les suivants, avec notre appui.

Points d’attention

Ce qui fait la différence dans la sous-région.

Une seule définition par indicateur

Le désaccord sur les chiffres n’est presque jamais technique : il tient à des définitions différentes du client actif, du revenu ou de la panne. Le dictionnaire commun se négocie entre directions, avec un propriétaire par indicateur et une règle de calcul écrite. Il précède la construction du premier tableau de bord et il est tenu à jour comme un référentiel, pas comme un document de projet.

Latence, localisation et coûts en devises

Une plateforme cloud se choisit depuis Dakar, pas depuis un catalogue : région d’hébergement mesurée en latence réelle, données personnelles des abonnés traitées selon la loi n° 2008-12 et déclarées auprès de la CDP, volumes de transfert et coût de sortie des données estimés en devises. Certaines données restent sur site ou dans le pays ; l’architecture hybride est prévue, pas subie.

La qualité se corrige à la source

Une donnée fausse corrigée dans le tableau de bord reste fausse partout ailleurs. Les anomalies détectées par la plateforme sont renvoyées au système d’origine et à son propriétaire, avec un suivi. Les contrôles de qualité tournent à chaque chargement et leurs résultats sont visibles des métiers. La confiance dans les chiffres se gagne à ce prix.

L’IA vient après la fondation

Prévoir l’attrition ou la charge du réseau n’a de sens que sur des données fiables, historisées et gouvernées. Les cas d’usage IA sont choisis sur les domaines déjà fiabilisés, avec un résultat métier mesurable par l’opérateur lui-même et une gouvernance des modèles et des données d’entraînement. Un tableau de bord juste vaut mieux qu’un modèle sur des données douteuses.

Livrables

Ce que l’opérateur tient en main.

Les livrables d’une trajectoire de ce type, tels que nous les produisons. Sans indicateur chiffré : les résultats réels se présentent en rendez-vous, avec l’accord des clients concernés.

Cadrage

Stratégie data et architecture cible

Questions de direction hiérarchisées, inventaire et diagnostic de qualité des sources, comparaison des régions cloud en latence, localisation et coût en devises, architecture cible, plan par domaines avec critères de réussite.

Gouvernance

Dictionnaire commun et règles de qualité

Dictionnaire des indicateurs avec propriétaires et règles de calcul, modèle de données par domaine, catalogue des sources, contrôles de qualité définis et suivis, registre des traitements de données personnelles déclarés auprès de la CDP.

Mise en œuvre

Une plateforme qui sert les tableaux de bord

Plateforme cloud déployée par couches, chargements supervisés, tableaux de bord de direction et de reporting réglementaire livrés domaine par domaine, un même chiffre pour toutes les directions comme jalon de réussite, premiers cas d’usage IA cadrés sur les domaines fiabilisés.

Après le programme

Une équipe data qui livre elle-même

Équipe data interne formée et outillée, gouvernance des données en fonctionnement, maîtrise des coûts cloud suivie, support et évolutions assurés depuis Dakar, aux heures des équipes.

Pour aller plus loin

Lire, comparer, approfondir.

Notre offre Data & Analytics →

Notre offre Cloud : AWS, Microsoft Azure, souveraineté des données →

Notre lecture du secteur Télécoms & services numériques → · Énergie, mines & utilities →

Point de vue IA d’entreprise : les cas d’usage qui créent vraiment de la valeur →

De l’illustration à votre cas

Et pour vos données ?

Trente minutes avec un expert AGILICIS pour confronter cette trajectoire type à vos systèmes, à vos indicateurs et à vos ambitions en matière d’IA.

Parlons-en →