Vision produit
L’objectif est de proposer une interface web permettant à des utilisateurs non techniques de manipuler leurs données Excel comme dans un outil BI moderne, tout en bénéficiant de l’assistance d’un LLM pour accélérer l’analyse.
Type
Data App
Entrée
Excel
Analyse
IA + BI
Sortie
KPI / Graph / Insights
Cas d’usage
- Nettoyage et transformation de fichiers Excel ou CSV.
- Exploration rapide de datasets métier.
- Génération automatique de KPI pertinents.
- Création de visualisations sans compétence technique.
Fonctionnalités principales
Gestion des datasets
- Upload de fichiers Excel.
- Choix de feuille.
- Stockage des datasets en base.
Transformations
- Sélection / suppression de colonnes.
- Filtrage et tri.
- Renommage.
- Ajout de colonnes calculées.
- Pipeline de transformation cumulatif.
IA et analyse
- Suggestion de KPI par LLM.
- Suggestion de graphes.
- Paramétrage automatique des axes.
- Insights sur les données.
Visualisation
- Graphiques Plotly dynamiques.
- Export PNG via Kaleido.
- Intégration possible dans Excel.
Expérience utilisateur
- Interface web moderne type dashboard.
- Feedback visuel lors des analyses IA.
- Interaction simple orientée utilisateur métier.
- Navigation par étapes : upload → transformation → analyse.
Architecture
Navigateur
↓
Frontend HTML / JS
↓
Flask App
↓
Pandas (transformations)
↓
Plotly / Kaleido (graph)
↓
API Centrale (IA)
↓
PostgreSQL
| Pattern | Application web data-centric avec logique métier côté serveur |
|---|---|
| Traitement data | Pandas en mémoire |
| Visualisation | Plotly + export image via Kaleido |
| IA | Appels via API Centrale |
Modèle de données
- datasets (fichiers importés)
- projects
- users
Les transformations sont stockées sous forme de pipeline JSON permettant la reconstruction des étapes.
Stack technique
Flask
Pandas
Plotly
Kaleido
PostgreSQL
Python
- Traitement data côté serveur.
- Graphes générés dynamiquement.
- IA externalisée via API centrale.
Flux applicatif
- Upload du fichier Excel.
- Chargement en DataFrame.
- Application des transformations.
- Analyse via IA.
- Génération de graphes.
- Export ou affichage.
Sécurité
- Authentification utilisateur.
- Sessions sécurisées.
- Isolation des données par utilisateur.
- Pas d’exposition directe des services IA.
Évolutions possibles
- Intégration d'un contexte d'analyse pour orienter l'IA
- Sauvegarde des dashboards.
- Mode multi-utilisateurs.
- Historique des transformations.
- Recommandations IA plus avancées.
- Connexion directe à bases de données.