Angelos Lemire
Airbay Data — tous les chantiers05

Des appels aux données

Passer d'une donnée non structurée — la voix — à des champs exploitables dans un CRM.

Mission en appui — preuve de conceptMi-mars 2026Rôle : extraction, persistance, confidentialité
PythonTranscriptionModèles de langageSupabase

Le besoin

À partir d'enregistrements d'appels commerciaux, produire des informations structurées et réutilisables dans un CRM : objet de l'appel, objection rencontrée, prochaine étape. C'est un cas typique de transformation d'une donnée non structurée en données exploitables.

Ce que j'ai fait

Au-delà de la transcription, j'ai développé un mode d'extraction que j'appelle « intelligent » : l'utilisateur décrit en langage naturel ce qu'il souhaite obtenir, et le système génère lui-même la liste des champs à extraire avant de la remplir. Il n'y a donc pas de schéma figé à maintenir dans le code pour chaque nouveau besoin.

J'ai également intégré la persistance en base des extractions, avec un choix de confidentialité assumé : ne stocker que le nom du fichier audio, jamais son contenu. Un appel commercial contient des données personnelles, et rien n'obligeait à les conserver pour rendre le service. Une interface de test complétait l'ensemble.

Le bilan, honnêtement

Il s'agit d'un prototype, et je ne le présente pas autrement. La gestion des traitements longs restait en mémoire — donc perdue au redémarrage — et les temps de traitement, de l'ordre d'une minute par appel, le réservaient à une validation de concept plutôt qu'à un usage quotidien. Ce qui en fait un projet intéressant, c'est la démarche d'extraction pilotée par l'utilisateur, pas sa robustesse.