Chrono Wise Logiciels de production. Dakar.

Étude de cas

Le système d'exploitation numérique d'un cabinet de conseil RH sénégalais.

Deux plateformes, un backend, neuf automatisations. En production depuis juin 2025.

14 mois de production continue · 1 397 livraisons de code · zéro reprise à zéro

Eco Afrique · Dakar · 5 min de lecture

Contexte

Eco Afrique est un cabinet de conseil en ressources humaines basé à Dakar. Ses livrables sont les artefacts classiques du métier : fiches de poste, évaluations de compétences, bilans de leadership, et pesée des postes — l'exercice qui détermine la valeur relative de chaque rôle dans une organisation, et donc sa grille salariale.

Chacun de ces livrables était produit à la main. Par client, par candidat, par poste. L'expertise du consultant était réelle et rare. La fabrication du document autour de cette expertise ne l'était pas.

Le problème

Trois défaillances concrètes, et peu spectaculaires.

  1. 01

    Le traitement des CV ne tenait pas le volume

    Une campagne de recrutement arrive sous forme d'un dossier de PDF. Chacun devait être ouvert, lu, puis retranscrit dans une structure comparable avant que le moindre tri ne puisse commencer. Le travail croissait linéairement avec le nombre de candidatures — c'est la mauvaise forme de courbe.

  2. 02

    Les évaluations n'étaient pas homogènes entre consultants

    Le même candidat, évalué par deux consultants sur le même référentiel de compétences, produisait deux documents différents, dans deux formats différents. Défendable individuellement. Indéfendable comme produit de cabinet.

  3. 03

    La pesée des postes arrivait en vrac

    L'exercice exige, pour chaque poste d'une organisation cliente, une fiche de poste et une cotation structurée. En pratique il arrivait sous forme d'un fichier de paie accompagné d'une archive de documents nommés par celui qui les avait créés : intitulés divergents, doublons, postes manquants — et aucun moyen de savoir si le dossier était complet avant que quelqu'un ait tout ouvert.

Ce qui rendait la chose difficile

  • Des organisations clientes à connectivité variable. Les destinataires remplissent les formulaires depuis où ils sont, avec ce qu'ils ont.
  • Les navigateurs intégrés. Une part significative des destinataires ouvre le lien d'invitation depuis Gmail, WhatsApp ou Outlook — des environnements où localStorage et sessionStorage peuvent être purement bloqués. Un client d'authentification standard y échoue, et l'utilisateur voit un écran blanc sans explication.
  • Un fichier de paie rempli de noms. La pesée démarre du fichier de paie du client. Il contient les salaires et les personnes nommées, et il appartient au client. L'ingérer était le chemin facile, et le mauvais.
  • Deux audiences, deux applications, un seul budget. Les consultants internes et les candidats externes ont besoin de produits différents. Ils n'avaient pas besoin — et ne pouvaient pas financer — deux systèmes indépendants.
  • Trois langues. Les candidats ne sont pas tous francophones.

Trois couches, un seul système

Le système s'est construit par couches, chacune répondant à une audience distincte, toutes assises sur le même socle.

01

La plateforme interne

juin 2025 →

L'espace de travail des consultants. Extraction et filtrage de CV, évaluation de candidats, fiches de poste, évaluation 360°, extractions, statistiques, administration des organisations et des utilisateurs.

  • 25 écrans
  • 10 fonctions edge
  • 53 migrations
02

La plateforme externe

novembre 2025 →

Tout ce qui touche quelqu'un hors du cabinet. Le parcours candidat, de l'invitation par jeton jusqu'aux étapes d'identification, de compétences et de leadership ; la console d'administration ; et le module Pesée — onboarding des organisations, réconciliation documentaire, gestion des campagnes, cotation et synthèse.

  • 32 écrans
  • 13 fonctions edge
  • 71 migrations
  • 3 langues
03

La couche d'automatisation

n8n auto-hébergé

Là où tourne le travail d'IA. Extraction de CV avec OCR, évaluation de candidats, évaluation par domaine de compétence, évaluation de leadership, génération de fiches de poste — plus la partie que personne ne présente en démonstration : deux workflows de traitement d'erreur dédiés et une sauvegarde programmée.

  • 9 workflows
  • 85 nœuds
  • 2 workflows d'erreur

Trois couches, un seul backend. Les deux applications partagent le même projet Supabase — 34 tables, plus de 200 politiques de sécurité au niveau ligne, un modèle de rôles unique à 7 rôles.

Cinq décisions, cinq compromis

Une décision d'architecture sans coût énoncé n'est pas une décision, c'est une liste de fonctionnalités. Voici les cinq qui ont structuré le système, et ce que chacune a coûté.

01

Un seul projet Supabase pour deux applications

Le choix
Les deux frontends visent un unique projet Supabase. Un schéma, une surface d'authentification, un modèle de rôles.
Ce que ça coûte
Les applications sont couplées. Les codes de changement de mot de passe vivent dans une table utilisée par les deux. En déboguant un refus RLS sur le stockage d'une application, les journaux contiennent le trafic de l'autre. Il n'existe aucun mur de cloisonnement entre elles.
Pourquoi
Deux projets auraient signifié dupliquer le modèle de rôles, la table utilisateurs et la structure des organisations — puis maintenir ces doublons synchronisés indéfiniment. Pour un client dont les consultants et les candidats sont deux vues du même processus de recrutement, séparer les données aurait produit une architecture au service du schéma de déploiement plutôt qu'au service du métier.

C'est une décision qui serait mauvaise à une autre échelle. Elle est juste à celle-ci.

02

Des fonctions SECURITY DEFINER plutôt que des sous-requêtes RLS

Le choix
Chaque contrôle d'autorisation est déplacé dans une fonction SECURITY DEFINER — can_manage_pesee_organisation, can_access_pesee_onboarding_run, is_pesee_org_admin_member, et une douzaine d'autres. La politique devient un appel unique et lisible.
Ce que ça coûte
SECURITY DEFINER contourne le RLS par conception. Chaque fonction est un petit fragment de code privilégié qui doit être audité pour lui-même : la sûreté réside dans le corps de la fonction, plus dans la couche de politiques.
Pourquoi
La première implémentation exprimait l'accès comme une politique contenant une sous-requête EXISTS inter-tables : cet utilisateur peut-il voir cette campagne ? vérifier la table des administrateurs de campagne. Or cette table est elle-même protégée par RLS, et évaluer sa politique exige de lire la table des campagnes. Postgres détecte le cycle et la requête échoue. Le modèle de permissions se cassait sur sa propre récursivité.

Construit, cassé, diagnostiqué, restructuré, livré — en trois migrations, toutes lisibles dans l'historique. Les studios qui ne montrent que du travail fini montrent la partie qui prouve le moins.

03

La pesée ne connaît aucun nom

Le choix
Le classeur de paie est analysé dans le navigateur. Il n'est jamais téléversé, il n'atteint jamais un serveur. Seule la colonne des intitulés de poste est lue. Ce qui est conservé est un décompte : cette organisation compte n occurrences de cet intitulé. La vue destinée au client renvoie l'intitulé, l'attendu, le reçu, le restant, le statut et l'historique — jamais un nom.
Ce que ça coûte
Réel, et il mérite d'être énoncé. Le suivi individuel est impossible par construction. Un consultant ne peut pas demander « est-ce que Fatou a rendu la sienne ? », seulement « combien des douze documents Chef d'Escale sont arrivés ? ». Plusieurs fonctionnalités naturelles sont définitivement hors de portée.
Pourquoi
Le fichier de paie est le document le plus sensible du client. Un système qui en détient une copie est un système qui peut en laisser fuiter une. Choisir de ne pas le détenir supprime une catégorie entière de risque au lieu de l'atténuer — et cela signifie que la réponse à « où sont stockées nos données salariales dans votre système ? » est : nulle part. Aucune politique de confidentialité ne peut égaler cette réponse.
04

Un modèle de données construit, livré, puis inversé — sans perte

Le choix
Le modèle de réconciliation reposait d'abord sur des titulaires : chaque document appartenait à une personne nommée occupant un poste. Une migration l'a remplacé par un modèle par décompte, réécrivant les liens document→titulaire en liens document→poste.
Ce que ça coûte
Une migration complète de modèle de données sur un système en service. Le frontend et la migration devaient être livrés ensemble : appliquer l'un sans l'autre casse l'application déployée.
Pourquoi
Le modèle titulaire était faux. Il réintroduisait l'identité personnelle dans un système dont toute la prémisse (décision 03) est que l'identité reste dehors, et il rendait la vraie question du client — ce dossier est-il complet ? — plus difficile à répondre, pas plus facile. Tous les documents téléversés ont été préservés, et la migration a été validée contre le dossier réel avant exécution : 105 documents et 21 associations de postes à ce moment-là.

La crainte réelle de tout client est qu'une décision prise en semaine deux devienne définitive en semaine vingt. Voici la preuve directe qu'un système en service peut changer de forme sans perdre de données.

05

L'humain décide, la machine propose

Le choix
Une correspondance approximative au-dessus de 0,80 produit une suggestion. Un consultant confirme ou corrige. Les documents ambigus restent non assignés plutôt que d'être devinés. Un surplus bloque la publication. Un déficit exige une justification écrite, horodatée et attribuée.
Ce que ça coûte
Le consultant travaille davantage qu'avec un système entièrement automatique. Chaque dossier passe par des mains humaines.
Pourquoi
Le résultat détermine une grille salariale. Personne n'acceptera « l'algorithme a fait la correspondance » comme explication à un employé au sujet de son échelon. Pour un cabinet RH, la défendabilité est le produit.

C'est aussi la réponse à l'objection qui revient dans chaque conversation sur l'automatisation dans ce secteur : « l'IA va décider à notre place ».

Le produit

Captures d'écran en attente de validation client. Les écrans Pesée sont publiables tels quels — le modèle ne contient aucune donnée personnelle. Les autres exigent un nettoyage ou un jeu de démonstration.

Pesée — réconciliation documentaire /admin/pesee/:orgId/onboarding/:runId Publiable tel quel
Pesée — vue organisation /admin/pesee/:orgId Publiable tel quel
Parcours candidat — étape compétences /candidate/form Nettoyage requis
Console admin — bilans de leadership /admin/leadership Nettoyage requis
Extraction de CV /extractions Nettoyage requis
Rapport PDF généré Artefact exporté Sujet fictif requis

Résultats

Ce qui a été construit

Applications en production
2
Tables en base
34
Politiques de sécurité
~204
Fonctions edge
23
Écrans
57
Migrations
124
Lignes de SQL de migration
~10 897
Livraisons de code
1 397
Automatisations
9 / 85 nœuds
Langues
3 — FR / EN / PT

Ce que ça change, en service

Mesuré le 27 juillet 2026. Ce qui compte ici n'est pas le volume, c'est la récence : les derniers documents de pesée sont arrivés la veille de la mesure. Le système n'est pas livré puis oublié — il est utilisé cette semaine.

Candidats traités
102
Documents réconciliés
117
Bilans de leadership générés
44
Soumissions candidat
79
Campagnes de pesée
8
Organisations sur le module Pesée
4

Chronologie

  1. Juin 2025 Début de la plateforme interne
  2. Novembre 2025 Lancement de la plateforme candidature
  3. Février 2026 Module Pesée des postes
  4. Aujourd'hui Toujours en production, toujours en développement

Ce n'est pas un projet qui s'est terminé. C'est un partenariat qui dure — et c'est la partie qui compte le plus si votre crainte est de payer, d'attendre, puis de vous retrouver seul avec un système que personne ne maintient.

Et quand ça casse ?

Chacun de ces éléments existe dans le système livré. Ce ne sont pas des engagements, ce sont des composants.

Deux workflows de traitement d'erreur dédiés

Ils alertent automatiquement dès qu'une automatisation échoue.

Une sauvegarde programmée

Elle tourne seule, sans intervention.

La capture des erreurs côté client

Quand l'interface plante pour un utilisateur, le plantage est enregistré avec son contexte, et l'utilisateur reçoit un code de référence qu'il peut citer. Le support démarre d'une trace, pas d'un « ça n'a pas marché ».

La détection de déploiement

L'application sait qu'une nouvelle version est livrée et propose de recharger, plutôt que de servir silencieusement du code périmé.

Vous avez un système à construire ?

Parlons-en. Un appel de trente minutes suffit généralement à savoir si le projet tient debout, et à quel coût.