ProfitLensConsulting
Commencer1 999 EUR999 EUR

Comment ça marche

Aucune étape n’attend l’intervention d’un consultant. Le système vous guide des données brutes aux recommandations traçables.

  1. Étape 1

    01Importez les données

    Importez vos données transactionnelles au format CSV, texte ou Excel à partir d’exports courants. Les fichiers sont stockés sous forme chiffrée dans Microsoft Azure en Suède, au sein de l’UE.

  2. Étape 2

    02Confirmez les colonnes

    Le système propose une signification pour chaque colonne. Vous vérifiez et confirmez les correspondances.

  3. Étape 3

    03Contrôle qualité

    Les données sont contrôlées automatiquement. Les erreurs majeures bloquent l’exécution ; les écarts mineurs sont documentés.

  4. Étape 4

    04Analyse déterministe

    Le moteur calcule les constats et le potentiel. Chaque chiffre est traçable.

  5. Étape 5

    05Entretiens IA

    Envoyez des liens personnels aux collaborateurs clés. Des chatbots intelligents recueillent le contexte métier pendant l’analyse. Contrairement à une réunion planifiée, les participants peuvent s’interrompre à tout moment et reprendre plus tard avec le même lien, sans agendas à coordonner.

  6. Étape 6

    06Rapport et dialogue sur les résultats

    Les constats et les entretiens sont transformés en rapport, tableau de bord, présentation et kit d’atelier. Un chatbot IA explique les résultats et échange sur les actions possibles.

Ce dont vous avez besoin

  • Des données transactionnelles au niveau des lignes de commande ou des factures.
  • Une personne capable de confirmer la signification des colonnes.
  • Facultatif : des collaborateurs pouvant répondre aux entretiens IA sur l’activité.

Une offre définie, un prix fixe

L’analyse standard coûte 999 EUR hors taxes. Un kit d’atelier est inclus. Vous pouvez ajouter un atelier animé par un consultant ou une présentation à la direction.

Vos données sont-elles suffisantes ?

Le principal obstacle est rarement la qualité de vos données : elles sont presque toujours suffisantes. Il vous faut un export brut de votre ERP, au niveau des lignes. En résumé :

Les noms réels ne sont pas nécessaires

Si les noms de clients ou de produits sont sensibles, vous pouvez les masquer en les remplaçant par vos propres codes, comme « Client A » ou « Produit 12 ». La seule exigence est la cohérence : un même client doit toujours porter le même nom masqué, dans tout le fichier et dans chaque feuille. Sinon, les lignes ne peuvent pas être reliées et les conclusions risquent d’être erronées. Indiquez simplement les colonnes masquées lors de l’étape de correspondance.

  • Une ligne par article vendu : lignes de facture ou de commande, et non tableau croisé dynamique ou synthèse.
  • Une année complète, civile ou sur les 12 derniers mois glissants, pour rendre visibles les effets saisonniers et tarifaires sur un an.
  • Chaque ligne indique quand, à qui, quel produit, quelle quantité et à quel prix.
  • Le coût unitaire, s’il est disponible : sans lui, nous analysons les prix, mais pas les marges.
  • Les données brutes issues directement du système sont préférables aux fichiers retravaillés. Les colonnes peuvent porter n’importe quel nom : nous vous aidons à établir les correspondances.
  • Excel ou CSV, jusqu’à 100 Mo par fichier. Plusieurs feuilles sont acceptées. Les jeux de données plus volumineux peuvent être répartis sur plusieurs fichiers, par exemple un par année, puis fusionnés avec la fonction Étendre l’historique.
Afficher la demande de données détaillée

N’hésitez pas à transmettre cette demande à votre contrôleur de gestion ou à votre administrateur système : elle précise exactement la structure attendue du fichier.

DATA REQUEST – input for pricing analysis (ProfitLens)

1. SCOPE
- Transaction data at line level: each row should correspond to a single invoice line or order line (line item), not a whole order or a summary. An order containing five different items is delivered as five separate rows.
- Period: one full year – a calendar year or the rolling last 12 months up to the last closed month. Two years enable year-over-year comparison, and four complete quarters give rolling twelve-month values. Feel free to update every quarter: new files can extend the history or replace a previous period, and every analysis is saved as a version so progress can be tracked over time.
- All sales within the unit to be analysed. If anything is excluded (entity, country, channel, internal sales) – state what and why.
- For larger groups: analyse one coherent business unit, division or market per analysis, with consistent currency and pricing logic.
- No aggregation, no pivot tables, no subtotals or section headers.

2. FIELDS PER ROW
- Date (REQUIRED) – Transaction date (YYYY-MM-DD). Alternatively year and month as two separate columns.
- Customer number (REQUIRED) – Unique key per customer, consistent throughout the file.
- Customer name (optional) – The customer's name.
- Item number (REQUIRED) – Unique key per product, consistent throughout the file.
- Product name (optional) – The product's name.
- Quantity (REQUIRED) – Units sold on the line. Negative value for credit notes/returns.
- Unit price (REQUIRED) – Net price after discount, in the file's currency. State if it is gross.
- Unit cost (recommended) – Standard cost, purchase price or full cost – state which.
- Amount (optional) – Line total (quantity × price).
- Currency (recommended) – Currency code per row, or state that the whole file is in one currency.
- Discount (optional) – As amount or percent – state which. Back-end rebates in their own column.
- List price (optional) – Gross price before discount, if available.
- Customer segment (recommended) – E.g. industry, size or channel. May be delivered as a separate sheet.
- Sales rep (recommended) – Responsible salesperson or sales code.

3. FORMAT
- Excel (.xlsx) or CSV (UTF-8). Max 100 MB per file. Larger datasets are split by period (e.g. one year per file); each file is uploaded separately and merged with the previous one via Extend history. For datasets over 100,000 rows, CSV is recommended first – it cuts file size substantially and handles hundreds of thousands of rows without hitting the file limit.
- Exactly one header row at the top of each sheet. No merged cells, no empty columns between fields.
- Column names may be your system's own – we map them in the next step.
- Dates as real dates (YYYY-MM-DD). If only year and month exist, deliver them as two separate columns.
- Numbers as numbers, not text. No thousands separators, no currency symbols in cells. One consistent decimal separator.
- Negative amounts with a minus sign, not parentheses.
- Credit lines and returns must be included and flagged (own column or negative quantity).

4. PRICE AND COST
- State clearly whether the price is gross (list price) or net after discount. Never mix in the same column.
- If both list and net price exist: deliver both as separate columns.
- Discount as amount or percent – state which. Back-end rebates and annual bonuses in their own columns if they exist.
- Unit cost: state which cost it is (standard cost, latest purchase price, average full cost) and when it was last updated.
- Currency: a column with currency code, or confirmation that the whole file is in one currency.

5. KEYS AND MASTER DATA
- Customer number and item number must be the same keys throughout the file.
- Real names are not required. Customers and products may be masked (e.g. "Customer A"), but the masking must be consistent: the same customer/product must always carry the same masked name throughout the file and in all sheets. State which columns are masked.
- If customer segment, region, channel or sales rep lives in a separate register – deliver it as its own sheet with the customer number as key.
- If cost or invoiced outcome sits in another system – deliver it as its own sheet and state which key links it to the transactions.

6. OTHER
- The better the data, the sharper the analysis — but the file does not need cleaning. Empty fields, duplicates and odd values are handled and reported in our quality control.
- Feel free to add a short note about known data limitations (system migration, incomplete period, reused item numbers).