Problématique

La réalisation de ce projet comportait trois défis majeurs selon moi.

Tout d’abord, la structure elle même des éléments de langage rendait l’implémentation de variable difficile. En effet, comme l’on peut s’en douter, les formulations de phrases, le format des dates, diffèrent de l’anglais au japonais. C’est encore différent pour le coréen ou le russe, etc. Néanmoins, le projet devait être réalisé en 22 langues différentes.

D’autre part, bien que les données qui nous étaient communiquées par les équipes techniques du client aient été structurées dans l’ensemble, elles manquaient parfois de consistance. Par exemple, certaines valeurs étaient manquantes, comme les titres ou les URLs des vidéos de créateurs que nous souhaitions intégré dans les supports multimedia créés. Ou bien les titres comportaient des caractères spéciaux qu’il n’était pas possible d’imprimer sans générer une erreur d’impression. Pourtant, il s’agissait de 24 000 statistiques à établir.

Enfin, et cela m’a semblé être le challenge le plus stimulant, les équipes étaient réduites par rapport à l’année N-1 pour la première version du projet « Yearbook ». Le défi était donc de doubler le volume d’ouvrage, d’ajouter les vidéos… tout en réduisant le nombre de talents créatifs mobilisés.

Solutions

Automatiser la création des contenus vidéos et des livres

Technique

➡️ Structurer une base de données pour les besoins spécifiques du projet

➡️ Collecter les données manquantes et nettoyer l’intégralité des données recueillies

➡️ Développer un script de génération de livres et de vidéos automatisé

Management

➡️ Définir les exigences techniques

➡️ Encadrer les différents prestataires techniques

➡️ Implémenter un système de contrôle de qualité des données

Améliorations obtenues

+300% de productivité. La réalisation de ce premier projet, avec succès, a permis à l’agence de démarrer l’activité de génération de supports vidéos et de recentrer ses talents créatifs vers des activités à forte valeur ajoutée. Les équipes datas disposaient de données complètes, nettoyées et structurées qui ont permis de générer les supports multimédias en un temps record. L’utilisation de scripts pour collecter les données manquantes, d’algorithmes pour nettoyer les données existantes et l’automatisation de l’édition des supports multimédias a permis d’augmenter la marge propre au projet, par rapport à un projet similaire réalisé manuellement.

Outils utilisés