Zakaria H.

Le Problème (Le contexte) : L'équipe perdait un temps précieux à qualifier manuellement chaque prospect et à saisir les données dans le CRM. Résultat : des délais de réponse trop longs et des opportunités manquées (leads "froids").

Ma Solution (L'action) : Conception et déploiement d'un écosystème automatisé complet :

Centralisation des Leads : Connexion des sources (SeLoger, Leboncoin, Formulaire web) vers une base unique via n8n.

Qualification par IA : Intégration d'un agent OpenAI pour analyser l'urgence et le budget des demandes par email.

Notifications & Suivi : Création d'alertes instantanées pour les agents sur les leads "chauds" et envoi automatique d'une fiche de découverte au prospect.

Les Résultats (La preuve) :

⚡ Réactivité immédiate : Temps de réponse moyen passé de 4h à < 5 minutes (accusé réception personnalisé).

📉 Gain de temps : Environ 8h administratives économisées par semaine pour l'équipe commerciale.

✅ Fiabilité : 100% des leads saisis correctement dans le CRM sans erreur humaine.

Optimisation des requêtes et du modèle de données, entraînant une réduction du temps de traitement de 25 %. Analyse et traitement de plusieurs milliers d'enregistrements réseau via Hadoop, Spark et Hive, contribuant à une amélioration estimée de ~15 % des performances des stations BTS ciblées. Application d'algorithmes de machine learning pour la classification, avec une meilleure identification des zones à fort trafic (+10–15 %). Développement d'une API REST en Node.js pour la gestion des utilisateurs et des données.