Directeur Data.Conseil

Gozem avait besoin d’une stratégie IA cohérente couvrant opérations, logistique, gestion chauffeurs, e-commerce, financement véhicules, expérience client et fintech, adossée à une vue structurée du paysage des fournisseurs IA et de l’outillage.

Documenté les besoins IA internes auprès de 9 business units (Transport, Ecommerce, Financing, Finance, Data, Product, Marketing, Operations, Sales) avec plus de 50 parties prenantes contributrices. Mené un scan de marché structuré couvrant 133 outils et fournisseurs sur 38 catégories : fournisseurs IA, fournisseurs de modèles fondation et plateformes d’automatisation pertinents pour la stack Gozem. Catalogué 49 cas d’usage validés. Construit un cadre d’adoption autour des 6 actuellement en implémentation : création de contenu et assistance quotidienne (adoption quasi totale par le top management), coding et revue de code (déploiement en cours avec l’équipe produit), classifieur et autres (en usage dans l’équipe data). Chaque cas d’usage est livré avec son architecture de workflow agentique.

Les équipes business et opérationnelles, ainsi que certains partenaires externes à travers les pays Gozem, n’avaient pas d’espace de travail unifié pour les applications data et IA permettant une itération rapide.

Architecturé et piloté le développement de l’app web Data Hub : environnements d’exploration data, applications data-driven, outils propulsés par l’IA, workflows opérationnels et modules d’analytique en libre-service. Mis en place une gouvernance d’accès basée sur les rôles avec 3 niveaux d’accès (user, service_admin, platform_admin) croisés avec 3 rôles d’équipe (viewer, worker, manager), supportant 83 employés internes (63 actifs) et 261 partenaires externes collaborant à travers Bénin, Togo, Gabon, Cameroun et Congo. Onboardé 2 ingénieurs qui ont livré 2 applications self-service additionnelles sur la plateforme.

L’équipe Finance Opérations saisissait manuellement les données issues de factures fournisseurs et opérationnelles dans plusieurs formats, ralentissant la réconciliation sur les opérations multi-pays de Gozem.

Architecturé et construit un pipeline automatisé ingérant des milliers de factures par mois (formats PDF et image) via OCR LLM et document intelligence. Conçu un workflow agentique supportant l’extraction de schémas personnalisés, avec une couche de validation signalant les anomalies, intégrée à Google Sheets pour le rapprochement. Économisé en moyenne 40 heures par responsable financier par mois.

Le support client faisait face à un volume croissant de requêtes : les agents humains passaient trop de temps sur des cas résolubles, et l’escalade des cas complexes manquait de contexte fluide.

Supervisé le développement d’un chatbot multi-agents Retrieval-Augmented Generation traitant les requêtes support Gozem de manière autonome, réduisant la charge des agents humains tout en garantissant une escalade fluide vers Zendesk pour les cas complexes. Ajouté une synthèse automatique des conversations pour préserver le contexte au handoff humain.

Les opérations transport n’avaient pas de visibilité live sur les déséquilibres offre/demande lors d’événements à forte demande (jours fériés, grands événements urbains), entraînant une réponse opérationnelle lente.

Architecturé un pipeline à la minute agrégeant signaux GPS, réservations et disponibilité chauffeurs. Construit une détection des déséquilibres offre/demande avec alertes à seuil, ainsi qu’un dashboard opérationnel proposant cartes de densité de demande en direct, indicateurs de gap d’offre, scores d’engagement chauffeurs et KPIs d’événement. Implémenté des alertes Google Chat automatisées et validé lors du pic des Vodun Days : 10,2 % d’amélioration du taux d’offre, 7,4 % de hausse du taux de complétion des courses et 5,4 % de couverture supplémentaire sur ~2 000 utilisateurs distincts.