Pourquoi ce projet — signaux de marché
30 ans d'expérience m'amènent à un constat simple : dans un monde instable, digitalisé et parfois déshumanisé, on s'est éloigné du réel. Entre algorithmes, intermédiaires et enjeux de souveraineté, de sécurité et de gouvernance, le lien humain se perd — alors que les entreprises cherchent du concret. Le Tour de la Data est ma réponse symbolique : revenir au terrain via le dépassement de soi, recréer du contact direct et retrouver du sens…
Le contact direct comme avantage décisif
Les entreprises qui cherchent des expertises sont noyées sous les CV ESN. Le contact direct — sans intermédiaire — devient un avantage différenciant immédiat pour les deux parties : moins de bruit, plus de signal, plus de valeur.
Le marché plébiscite l'expertise ciblée
Les entreprises se tournent vers des profils hybrides : flexibles, spécialisés, réactifs. Le modèle ESN traditionnel répond de moins en moins à cette demande. C'est une fenêtre d'opportunité pour les indépendants à forte valeur ajoutée.
Les PME régionales : matures et sous-équipées
Les PME et ETI hors IDF sont souvent plus avancées qu'on ne le croit sur les sujets data. Elles ont les besoins, les budgets, la volonté — mais pas accès aux bons profils. Le Tour de la Data va directement à leur rencontre.
La demande d'observabilité BI explose
Les entreprises investissent massivement en BI et data — mais peu savent si leurs outils sont réellement utilisés, bien compris, fiables. L'observabilité des usages data est le prochain levier de valeur.
On cherche de l'expérience — sauf quand elle a plus de 50 ans
Les entreprises exigent de l'expérience dans leurs offres. Puis écartent les profils qui en ont le plus. Les seniors sont plus fidèles, transmettent naturellement, prennent leur poste rapidement. Ce n'est pas un problème d'âge. C'est une peur du changement que personne n'ose nommer.
Le Tour de la Data n'est pas une aventure personnelle — c'est une mission d'exploration structurée. À chaque étape : rencontrer des décideurs data, PME, ETI, observer leurs pratiques réelles, mesurer l'écart entre les outils déployés et leurs usages effectifs. Ce que les dashboards ne montrent pas, le terrain le révèle. 30 ans d'expérience data au service d'une conviction : les vrais insights se trouvent sur le terrain, pas dans les slides.
Quand les algorithmes filtrent les humains
Les plateformes d'emploi ont industrialisé le recrutement — candidats et entreprises s'y retrouvent perdants. Un cercle vicieux où l'augmentation des volumes a remplacé le contact humain, des deux côtés.
Offre idéale
CV retravaillé
Lettre sur mesure
Candidature envoyée
Augmenter les volumes — la réponse des deux côtés
L'IA lit les CV d'un côté, les rédige de l'autre.
Les algos se parlent entre eux.
L'humain a disparu.
Ce que vos outils BI ne vous montrent pas
Les entreprises investissent en BI — mais savent-elles si leurs outils sont réellement utilisés, correctement interprétés, fiables ? Six angles d'intervention observés sur le terrain, là où la valeur se cache.
Dashboards construits, jamais utilisés
La majorité des rapports BI produits ne sont consultés que par leurs créateurs. L'enjeu n'est pas de créer plus de dashboards — c'est de comprendre pourquoi les existants ne sont pas utilisés.
Le Shadow BI incontrôlé
Quand les outils officiels ne répondent pas aux besoins réels, les équipes créent leur propre système de reporting en parallèle. Ce shadow BI crée des risques de qualité, de cohérence et de gouvernance.
KPIs affichés, mal interprétés
Un KPI affiché ne garantit pas une décision éclairée. Les mêmes chiffres peuvent être lus différemment selon les équipes, générant des arbitrages divergents sur une base commune.
L'IA intégrée sans observabilité
Les outils IA se déploient vite — leur adoption réelle, leur pertinence, leurs dérives restent invisibles. Sans observabilité des usages IA, les entreprises pilotent à vue sur leurs investissements les plus critiques.
La qualité des données, angle mort du pilotage
Les problèmes de qualité données se détectent rarement à la source. Ils remontent en réunion de direction — trop tard. Un pipeline d'observabilité data permet de détecter les anomalies en amont.
Piloter sans savoir ce qu'on pilote réellement
La transformation digitale génère des flux de données considérables — mais la plupart des entreprises ne savent pas mesurer le retour réel sur leurs investissements data. Quel dashboard a influencé quelle décision ? Quel outil BI a permis quelle économie ? L'observabilité des usages data est le chaînon manquant entre l'investissement et la valeur.
À la croisée de l'observabilité, de la BI et des usages terrain, j'aide les entreprises à rendre leurs systèmes data réellement utiles, fiables et maîtrisés.
« Vous ne pilotez pas vos données — vous pilotez ce que vous croyez savoir d'elles. L'observabilité BI, c'est combler cet écart. »
Ce n'est pas un problème de technologie — c'est un problème d'usage et de sens. Les outils existent. Ce qui manque, c'est la visibilité sur la réalité.
Technologies Utilisées
Choix techniques orientés performance, maintenabilité et zéro dépendance superflue. Chaque couche a une responsabilité claire — du navigateur aux APIs officielles françaises.
Décisions de Conception
Chaque choix technique répond à une contrainte produit. Voici les quatre arbitrages structurants.
Chargement instantané sur connexion mobile terrain. Aucun JavaScript obligatoire côté client — chaque page est un fichier HTML servi directement par Apache.
Toutes les clés API sensibles restent côté serveur dans un fichier .env. Le proxy gère aussi la mise en cache (TTL 5 min) pour ne pas saturer les quotas gratuits des APIs.
Les données de parcours (étapes, journal, GPX) sont stockées en JSON versionné dans Git. L'admin peut éditer en ligne, sans interface SQL. Parfait pour un projet solo à durée limitée.
Un seul fichier tokens.css définit couleurs, espacement, typographie.
Le basculement dark/light est géré par une seule surcharge de variables CSS
sur html[data-theme="light"].
Acteurs & Cas d'Usage
4 acteurs, 6 cas d'usage. Le Cycliste/DPM utilise l'ensemble du système ; le Visiteur consulte ; l'Entreprise / DSI prospecte via le Radar ; l'Admin gère le contenu terrain.
- Terrain & Journal live
- Radar Entreprises
- Météo cycliste
- Dashboard Strava
- Consulter le journal terrain
- CV & Portfolio
- Météo étapes
- Radar Entreprises DATA/BI/IA
- Filtrer par effectif / contrat / rayon
- CV & Portfolio
- Gérer étapes & journal
- Mettre à jour la position
- Publier les compteurs live
Fig. 1 — Diagramme de cas d'usage UML · TourData 2026 · 4 acteurs · 6 cas d'usage
Architecture du Flux
Les données transitent de quatre sources externes vers le navigateur via un proxy PHP sécurisé et un build statique Astro.
Fig. 2 — Flux de données : Sources externes → Proxy → Astro SSG → Navigateur
Modèle Entités Simplifié
L'Étape est l'entité centrale. Chaque étape agrège des données météo, cartographiques, activité et journal.
Fig. 3 — Modèle entités simplifié · ÉTAPE comme agrégat central
Vision Produit & Jalons
Du concept à la livraison finale — 5 phases couvrant idéation, build, tour terrain et valorisation post-parcours.