Etudes de cas
Etudes de cas en developpement web, DevOps et automatisation IA
Des etudes de cas montrant comment Saf9a livre des projets de developpement web, DevOps et automatisation IA avec des resultats mesurables.
Fret et supply chain
Portail de visibilite Atlas Logistics
Creation d'un portail de suivi en temps reel qui a reduit les demandes de statut et ameliore le reporting de ponctualite.
Probleme
Les operations reposaient sur des tableurs et des mises a jour manuelles, ce qui causait retards, SLA manques et surcharge d'emails.
Solution
- Conception d'un tableau de bord unifie avec mises a jour en temps reel.
- Integration des API transporteurs et automatisation des alertes.
- Ajout d'acces par roles et d'exports hebdomadaires.
Resultats
- 60 % d'emails de suivi en moins
- 3 heures gagnees par coordinateur chaque jour
- Amelioration de la precision du reporting
Calendrier
5 semaines
Stack technique
Next.js, Node.js, PostgreSQL, Docker, AWS
Impact
Retail multi-sites
Suite d'operations Zaytuna Retail
Livraison d'une suite d'operations retail avec prevision de stock, validations et tableaux de bord de performance.
Probleme
Le stock etait suivi dans plusieurs outils sans source de verite unique, ce qui provoquait ruptures et decisions lentes.
Solution
- Creation d'un espace admin avec validations et audit logs.
- Mise en place de declencheurs de reapprovisionnement et de previsions hebdomadaires.
- Connexion des donnees POS a des dashboards temps reel.
Resultats
- 25 % de ruptures en moins
- Cycles de reapprovisionnement 2x plus rapides
- Visibilite centralisee pour la direction
Calendrier
4 semaines
Stack technique
Next.js, TypeScript, PostgreSQL, Vercel, GitHub Actions
Impact
Services de sante
Automatisation de l'onboarding MedAssist
Automatisation du traitement des dossiers patients avec parsing documentaire et assistant RAG pour accelerer les reponses.
Probleme
L'equipe traitait les formulaires manuellement, avec des delais longs et une qualite de donnees irreguliere.
Solution
- Mise en place d'un parsing documentaire avec validation structuree.
- Developpement d'un assistant RAG pour repondre instantanement aux questions de procedure.
- Automatisation de l'assignation des taches et des suivis.
Resultats
- 70 % de saisie manuelle en moins
- Cycle de traitement reduit de plusieurs jours a quelques heures
- Meilleure coherence des dossiers clients
Calendrier
3 semaines
Stack technique
Next.js, FastAPI, Python, Vector DB, AWS
Impact
Vous voulez construire quelque chose de similaire ?
Parlez-nous de votre projet et nous vous proposerons la meilleure approche.