Aller au contenu principal
Zakaria Maachou
Projets

Projet portfolio individuel

01

Projet / Data Quality & Aide à la décision

RenewalOS

Fiabilité du revenu B2B & priorisation Customer Success

Problème métier

Les KPI de revenu sont-ils fiables avant que le Customer Success priorise ses comptes ?

Constat cléLes KPI restent sous contrôle qualité tant que les exceptions ne sont pas revues.
Voir les KPI
Sources de données
7
Profondeur d'historique
24 mois
Comptes du portefeuille
750
01

Problème métier

La question posée par le métier.

Les équipes B2B agissent souvent sur des signaux d'ARR, de churn, de renouvellement et de santé des comptes avant que les problèmes des systèmes sources ne soient visibles. RenewalOS montre un workflow analytique où les exceptions de données, les écarts de réconciliation et les règles de décision sont exposés avant que la priorisation Customer Success ne soit revue.

  1. Question

    Les KPI de revenu sont-ils fiables avant que le Customer Success priorise ses comptes ?

  2. Périmètre

    Portefeuille 24 mois · 7 sources · Réconciliation ARR · Contrôles qualité · Priorisation sous contrainte

  3. Attendu

    Détection des incidents qualité avant reporting, puis priorisation d'un portefeuille CRM sous contrainte de capacité.

  4. Décision visée

    Revoir les exceptions qualité avant de traiter l'ARR, le churn ou le renouvellement comme des KPI de pilotage

02

Données & méthode

Comment les données ont été préparées.

Origine des données, étapes de traitement et contrôles appliqués avant analyse.

Méthode

  1. 01

    Génération de données sources synthétiques : contrats, facturation, usage, support et activité Customer Success

  2. 02

    Chargement des enregistrements non fiabilisés dans DuckDB et modélisation des couches de l'entrepôt avec dbt

  3. 03

    Application des contrôles qualité et de la réconciliation du revenu avant tout reporting de KPI

  4. 04

    Construction d'un diagnostic de santé des comptes explicable, exceptions sources toujours visibles

  5. 05

    Production de scénarios de priorisation CSM sous contrainte de capacité, avec exclusions explicites

Architecture

  1. 01

    Sept domaines sources alimentent un entrepôt DuckDB local modélisé avec dbt (26 modèles : staging, intermediate, qualité, marts).

  2. 02

    Les contrôles qualité et la réconciliation du revenu font remonter les exceptions sources avant l'usage des vues destinées aux KPI.

  3. 03

    Le diagnostic de santé des comptes explicite les signaux de risque tout en conservant les enregistrements bloqués ou exclus.

  4. 04

    OR-Tools applique des limites de capacité CSM simulées aux scénarios de recommandation, et non à des décisions de production.

Preuves et contrôles qualité

  • Entrepôt DuckDB modélisé avec dbt
  • Contrôles qualité et réconciliation du revenu
  • Diagnostic de santé des comptes explicable
  • Démonstration Streamlit publique et dépôt GitHub

Outils mobilisés

  • SQL
  • dbt
  • DuckDB
  • Python
  • Streamlit
03

KPI

Les indicateurs suivis.

Les indicateurs retenus pour répondre à la question métier, et le reporting qui les restitue.

Sources de données
7
Profondeur d'historique
24 mois
Comptes du portefeuille
750
Scénarios qualité couverts
14
Modèles dbt
26
Réconciliation
ARR
Visuel 01

RenewalOS / restitution principale

RenewalOS — control tower renewalos — contrôles qualité et statut du reporting kpi
Figure 01

Control Tower RenewalOS — contrôles qualité et statut du reporting KPI

Visuel 02

Vue de diagnostic complémentaire

Écran de diagnostic Data Trust de RenewalOS présentant les catégories de contrôle qualité
Figure 02

Le diagnostic Data Trust rend les exceptions sources visibles avant la lecture des KPI ou des scénarios de priorisation.

04

Analyse

Ce que montrent les indicateurs.

Lecture des écarts et des tendances observés dans les données du projet.

Contrôle qualité avant reporting

Exceptions visibles avant toute sortie décisionnelle
  1. Étape 01

    Sources de données

    7
  2. Étape 02

    Scénarios qualité couverts

    14
  3. Étape 03

    Réconciliation

    ARR
Profondeur d'historique
24 mois
Comptes du portefeuille
750
Modèles dbt
26

Constat principal

Les sorties décisionnelles restent restreintes tant que les exceptions sources et les écarts de réconciliation ne sont pas visibles et revus.
05

Décision & recommandation

Ce que l'analyse change pour le métier.

Priorités et actions déduites des résultats observés.

Recommandations

Actions proposées

Les recommandations découlent des résultats de ce projet portfolio ; aucun gain testé ni impact business observé n'est revendiqué.
  1. 01

    Revoir les exceptions qualité avant de traiter l'ARR, le churn ou le renouvellement comme des KPI de pilotage

  2. 02

    Traiter les écarts de réconciliation comme des points bloquants exigeant une preuve, plutôt que de les lisser manuellement

  3. 03

    Considérer la priorisation CSM comme une simulation de scénarios tant qu'elle n'est pas validée sur données réelles

  4. 04

    Garder les enregistrements exclus visibles pour que les arbitrages de capacité ne masquent pas les problèmes de fiabilité

06

Limites

Ce que ce travail revendique — et ne revendique pas.

Origine des données, réalisation et limites matérielles restent dans le fil de lecture.

01Type de projet
Projet portfolio individuel
02Réalisation
Projet individuel de bout en bout
03Origine et périmètre des données
Données B2B synthétiques uniquement. Aucune donnée client de production, aucun déploiement en production, aucun résultat d'intervention observé ni impact business réel n'est revendiqué.

Limites matérielles

  • Le projet repose uniquement sur des données synthétiques.
  • Les sorties sont diagnostiques et ne constituent pas un reporting de KPI de pilotage fiabilisé.
  • La priorisation CSM est une analyse de scénarios simulée, pas une preuve d'intervention observée.
  • Aucun impact business, résultat client ou niveau de précision de modèle n'est revendiqué.
  • Aucun déploiement en production n'est configuré ni revendiqué.
07

Sources

Consulter le travail.

Dépôt, méthodologie et livrables analytiques du projet.

  1. 01
    Génération et validation des sources

    Couche reproductible de génération et de validation des données sources, qui injecte puis détecte 14 scénarios d'incidents qualité contrôlés.

    (ouvre un nouvel onglet)
  2. 02
    Contrôle qualité des KPI

    Modèle dbt qui bloque, nuance ou déclare non évaluables les métriques de revenu selon les preuves de qualité et de réconciliation.

    (ouvre un nouvel onglet)
  3. 03
    Validation des contrôles qualité

    Couche de validation vérifiant la couverture des incidents, les métadonnées d'exception, les statuts qualité et les écarts de réconciliation.

    (ouvre un nouvel onglet)
  4. 04
    Méthodologie de santé des comptes

    Documentation des contrôles qualité, des composantes de score, des seuils simulés, de la logique d'explication et des limites.

    (ouvre un nouvel onglet)
  5. 05
    Optimiseur sous contrainte de capacité

    Optimiseur de scénarios (OR-Tools) sélectionnant les comptes éligibles sous contrainte d'heures CSM et de nombre de comptes.

    (ouvre un nouvel onglet)
Projet suivant / Analyse de performance & ConversionFunnel e-commerce

Où les utilisateurs abandonnent-ils avant l'achat ?