Projet concept, démo en ligne, 2026

Pulse

Pulse répond à la question que tout tableau de bord laisse ouverte : le chiffre d'affaires a baissé, mais pourquoi ? Il lit les commandes, les clients, les paiements et les tickets d'une entreprise, repère ce qui a changé et l'explique simplement, chaque chiffre venant de la base de données et non de l'IA.

Voir la démo

Le tableau de bord Pulse avec les KPI de chiffre d'affaires, commandes et conversion, et la page Business Insights dans une seconde fenêtre
65,000+commandes dans l'entreprise fictive de démo
17outils d'analyse typés que l'IA peut appeler
13détecteurs qui trouvent seuls les alertes

Le problème

La plupart des entreprises ont les données mais pas les réponses. Les ventes sont dans un système, les paiements dans un autre et le support dans un troisième, avec des doublons, des formats de date mélangés et cinq orthographes du même pays.

Un tableau de bord classique montre que le chiffre d'affaires a baissé. Il ne dit pas quelle catégorie, quel canal ou quels clients en sont la cause, et quelqu'un passe une journée dans des tableurs pour le découvrir.

Ajouter un chatbot par-dessus empire souvent les choses. Un modèle de langage invente volontiers un chiffre plausible, et une entreprise ne peut pas agir sur cette base.

Ce que j'ai construit

  • 01

    L'analyse dans la base de données

    Une trentaine de fonctions SQL calculent chaque KPI, tendance, entonnoir et cohorte directement dans Postgres, sous sécurité par ligne. Le chiffre d'affaires est défini une seule fois : chaque ventilation retombe sur le chiffre principal.

  • 02

    Des alertes qui se trouvent seules

    13 détecteurs génériques cherchent les baisses par catégorie, les pics de remboursement, les échecs de paiement, les clients VIP inactifs et plus. Ils ne connaissent pas les dix histoires cachées dans les données de démo. Ils les trouvent.

  • 03

    Un assistant qui ne peut pas inventer de chiffres

    L'IA ne peut appeler que 17 outils d'analyse autorisés, avec des arguments validés. Les cartes, tableaux et graphiques de ses réponses sont construits à partir de ces résultats, jamais à partir du texte du modèle.

  • 04

    Des données propres en entrée, des actions en sortie

    Un centre de qualité qui analyse et nettoie 17 000 enregistrements bruts venant de quatre sources, un import CSV qui reconnaît et valide les colonnes, et un centre d'actions alimenté par six règles d'automatisation exécutées dans Postgres.

Fonctionnalités clés

  • Tableau de bord avec 8 KPI et comparaison de périodes
  • 13 détecteurs qui trouvent seuls les problèmes dans les données
  • Assistant IA qui répond via 17 outils d'analyse typés
  • Expliquer avec l'IA sur chaque alerte, appuyé sur les chiffres
  • Centre de qualité qui analyse et nettoie 17 000 enregistrements bruts
  • Import CSV avec correspondance automatique des colonnes et validation
  • Automatisations exécutées dans Postgres, chaque exécution journalisée
  • Démo publique avec une session privée pour chaque visiteur

La partie difficile

Rendre l'IA digne de confiance. Le modèle n'écrit jamais de SQL et ne fournit jamais un chiffre. Il choisit des outils, chaque outil exécute une fonction SQL fixe et paramétrée avec les droits du visiteur, et les chiffres affichés viennent directement de ces résultats. Si un modèle ne sait pas appeler d'outils, un planificateur par mots-clés récupère les données à sa place, et si le fournisseur tombe, la page affiche quand même les données déjà obtenues. L'autre difficulté était la démo publique : chaque visiteur reçoit une session anonyme et isolée, il peut créer des actions, des notes et des rapports sans voir ceux des autres, et Réinitialiser n'efface que ce qu'il a créé.

Où en est le projet

En ligne en démo publique sur pulse.ninga.dev. Chacun peut ouvrir une session privée sur Northstar Commerce, un commerçant fictif d'articles de plein air avec environ 25 600 clients et dix histoires cachées dans ses données, et demander à l'assistant ce qui se passe. Le même schéma gère déjà de vraies organisations, des rôles et la sécurité par ligne : le moteur peut donc être branché sur les ventes, commandes et tickets d'un vrai client.

Visite vidéo

Écrans

Tableau de bord Pulse avec les KPI chiffre d'affaires, commandes, clients, panier moyen, conversion, fidélisation, remboursements et marge au-dessus d'un graphique et du chiffre d'affaires par catégorie
Le tableau de bord de direction
Page Business Insights de Pulse avec des alertes critiques comme la chute de 51,7 % des ventes d'écouteurs Aero ANC et un taux de remboursement à 22,2 %, chacune avec un bouton Expliquer avec l'IA
Les alertes trouvées automatiquement, avec Expliquer avec l'IA
Entonnoir de conversion Pulse des sessions aux commandes, meilleurs produits, segments clients, grille de cohortes mensuelles et statut des paiements
Entonnoir, meilleurs produits et cohortes de fidélisation
Page Commandes de Pulse avec les commandes par statut, un graphique du taux d'échec des paiements et une liste filtrable
Les commandes par statut et les échecs de paiement
Page architecture de Pulse montrant le navigateur, Next.js sur Vercel, Supabase Auth, Supabase Postgres et OpenRouter, puis le pipeline de données en cinq étapes
Comment il est construit
Page d'accueil de Pulse avec le titre Turn business data into decisions et des boutons pour explorer la démo ou voir l'architecture
La page d'accueil
Travaillons ensemble

Y a-t-il une tâche que vous faites encore à la main ?

Dites-moi de quoi il s'agit et je vous dirai honnêtement si cela vaut la peine d'être construit. Appel gratuit de 30 minutes, sans engagement.

Réserver un appel de 30 minutes

Dites-moi de quoi il s'agit et je vous dirai honnêtement si cela vaut la peine d'être construit. Appel gratuit de 30 minutes, sans engagement.

Ouvrir mon agenda