Beyrouth et Paris · Partenaire Shopify
Monogramme de Byblos HorizonByblos Horizon
Menu

Finance · Stocks · Veille de marché · Agents IA

Un analyste IA pour un détaillant multi-magasins de grande consommation

Les rapports hebdomadaires arrivaient en retard, incomplets et incohérents. Nous avons bâti un analyste IA qui vérifie d’abord les données, contrôle chaque chiffre, puis le transforme en décisions que la direction peut valider le jour même.

Nous contacter

Partenaire Shopify · Beyrouth et Paris

Le client

Un grossiste et détaillant, en plein déploiement d’un ERP

Un groupe de produits alimentaires et ménagers en Afrique centrale. Il exploite un entrepôt de gros, plusieurs supermarchés, une quincaillerie, une boulangerie et une chambre froide, ainsi qu’un siège.

La direction s’appuyait sur des rapports hebdomadaires d’une petite équipe comptable, pendant que le groupe passait à un nouvel ERP. Nous ne pouvons pas nommer le client : cette page décrit donc le travail sans le nommer.

Le problème

Des rapports auxquels on ne pouvait pas se fier

  • • Jusqu’à 22 rapports par semaine étaient attendus. La plupart des semaines, moins de la moitié arrivaient.
  • • Le même rapport donnait des réponses différentes selon ses réglages : période, unité, conditionnement.
  • • Des transferts entre les propres magasins du groupe se retrouvaient dans les créances clients. À un moment, 45 % du livre des créances correspondait à l’entreprise qui se facturait elle-même.
  • • D’anciennes données étaient encore chargées dans le nouvel ERP : le bénéfice depuis le début de l’année variait donc fortement d’un chargement à l’autre.
  • • La direction n’avait aucune vue unique de la trésorerie, du crédit, des fournisseurs et des stocks.

Ce que nous avons bâti

Un analyste qui travaille aux côtés de l’équipe, chaque semaine

Un analyste IA, bâti sur Claude, un modèle d’Anthropic, et exploité par Byblos Horizon. Sept couches, chacune avec une seule mission.

  • Collecte des données. Lit les exports de l’ERP en Excel et en PDF, liste ce qui manque et vérifie les réglages de chaque rapport avant de l’analyser.
  • Vérification. Revérifie chaque chiffre clé à partir des fichiers sources, avec des tests automatiques. Rien n’est partagé tant qu’ils ne sont pas réussis.
  • Analyse. Liquidités, dettes fournisseurs et avances aux fournisseurs, créances par type d’entité, marges, coûts d’approche, couverture des stocks et stocks lents, échéanciers de prêts.
  • Plans d’action. Une liste d’achats hebdomadaire, une liste d’arrêts, des actions sur les stocks lents et des plans par matière première, en langage clair.
  • Veille de marché. Choix d’emplacement d’un nouveau magasin éclairé par satellite, part de marché estimée à partir des listes de déchargement du port, et recherche de fournisseurs.
  • Soutien à l’équipe. Un accompagnement pas à pas sur l’ERP pour l’équipe comptable, par e-mail, chaque message étant validé par une personne.
  • Revue indépendante. Un second modèle d’IA audite le travail chaque semaine.

Comment il reste fiable

Cinq règles, chacune tirée d’une vraie erreur

  1. Établir ce que couvre un rapport avant de tester ce qu’il dit.
  2. Ne jamais deviner le lien entre deux sociétés à partir de leurs noms. Demander.
  3. Séparer les chiffres mesurés et les estimations, et étiqueter les deux.
  4. Revérifier chaque chiffre avant sa publication.
  5. Quand un constat est faux, le corriger en haut de page, pas dans une note de bas de page.

Une personne valide chaque e-mail, chaque rapport et chaque recommandation avant leur envoi.

Ce qu’il a trouvé

Des problèmes que personne n’avait chiffrés

  • • Des facturations entre les propres magasins du groupe, qui gonflaient les créances de près de moitié.
  • • Un mois de dettes fournisseurs surévalué plusieurs fois à cause d’une erreur de comptabilisation de devise.
  • • Des avances aux fournisseurs qui reproduisaient exactement d’anciennes factures impayées chez sept fournisseurs.
  • • Une valeur de stock faussée par un réglage de date de rapport. Notre propre constat antérieur sur ce point a été retiré et corrigé ouvertement.
  • • Des stocks lents représentant environ la moitié de la valeur de l’inventaire, transformés en liste d’arrêts et en plan d’écoulement.
  • • Un prêt bancaire rapproché des livres exactement.

Le résultat

Une vue vérifiée, et un plan pour agir

  • • Une vue hebdomadaire vérifiée de la trésorerie, du crédit, des fournisseurs, des stocks et des ventes.
  • • Des plans d’action hebdomadaires que la direction peut valider le jour même.
  • • Une demande de données standard qui indique à la comptabilité exactement quoi exporter et comment.

Prochaine étape : déplacer les données hebdomadaires dans une base de données, avec des contrôles intégrés à chaque chargement.

Ce que nous avons appris

L’analyse est la partie facile

Dans ce type d’activité, l’essentiel du travail consiste à établir ce que disent vraiment les données. Un analyste IA ne vaut que par les contrôles qui l’entourent : nous avons donc bâti les contrôles d’abord.

Les chiffres de cette page sont les nôtres, tirés des rapports de cette mission. Ce ne sont pas des statistiques publiées. Le client n’est pas nommé, et le personnel et les montants sont volontairement omis.

La même méthode se retrouve dans notre travail sur les systèmes d’IA et l’automatisation. D’autres missions figurent sur la page des études de cas.

Parlons-en

Vous avez des données ERP en désordre et une direction qui a besoin de réponses ?

Réservez un appel. Nous vous dirons ce qu’un analyste IA pourrait vérifier en premier.

Se connecter sur LinkedIn
WhatsApp