Cabinet Data & IA · pure-player PME et ETI
Nous accompagnons les dirigeants de PME et ETI françaises dans la construction de leur patrimoine numérique souverain — outils internes, data structurée, IA en production.
Ils nous font confiance · 9 transformations data livrées depuis 2024
Industries
Cabinet pure-player Data & IA, notre équipe a livré sur ces verticaux entre 2024 et 2026.
Retail multi-départements
Pricing, réassort, marges
Pharma & Santé
BI, conformité, R&D
Industrie & Manufacturing
Data lake, qualité, opérations
SaaS B2B
Modules IA, lead scoring, churn
Édition & Médias
Recommandation, contenu, audience
DTC bien-être
CRM, LTV, parcours client
Mode & Textile
Génératif visuel, MMM, démarque
Ingénierie & Construction
Knowledge, agents documentaires
Expertises
De l'audit IA bottom-up à la mise en production — équipe pluridisciplinaire et stack mutualisée.
Workshop découverte 1 journée, roadmap chiffrée 90 jours, cartographie des outils IA et conformité AI Act.
Apps métier sur-mesure (pricing, réassort, scoring, agents) qui génèrent leur donnée par l'usage — l'écosystème data-natif.
Plateforme data moderne (BigQuery / Snowflake + dbt + Airbyte / Fivetran) industrialisée pour PME-ETI.
RAG, agents IA, content factory, text-to-SQL — déployés on-premise ou souverains, avec garde-fous d'hallucination.
Migration sélective vers SecNumCloud (OVH, Outscale, Cloud Temple), Mistral on-premise, conformité NIS 2 et CRA.
Industrialisation de patterns récurrents en SaaS — quatre produits actifs : EmailingData, Glyph, Lead Scorer, Mintonetics.
Comment on construit
Trois couches qui se construisent en parallèle des usages, pas avant. C'est l'inverse du datalake top-down qui prend 18 mois pour livrer son premier dashboard.
Couche 1
La donnée brute, captée à la source par les outils opérationnels eux-mêmes. Pas un data warehouse hors-sol : un patrimoine qui naît des processus métier.
Couche 2
Les modèles prédictifs et génératifs qui exploitent la couche Foundation pour augmenter chaque outil interne — forecasting, scoring, génération de contenu, automatisation.
Couche 3
Les interfaces métier que les équipes utilisent quotidiennement. Conçues autour d'un usage réel, dès le jour 1, pour générer du ROI immédiat.
Cas d'usages
Trois cas d'usages sélectionnés parmi notre bibliothèque retail — chiffrés, validés en mission, déployables en 4 à 12 semaines.
E-commerce & Contenu
Une application qui génère titres SEO et descriptions produits depuis vos attributs (matière, coupe, couleur, usage), respecte le ton de marque, et rend les équipes métier autonomes — pour libérer le studio rédactionnel de la production de masse.
ROI · Pour un retailer mode/textile mettant en ligne plusieurs milliers de produits par an : 15 à 50 k€/an d'économie sur la rédaction externalisée, et 50 à 95 % de temps de mise en ligne récupéré.
Effort · POC en 2-3 semaines, MVP en production en 6-10 semaines
Offre & Achats
Un simulateur ML qui détermine le taux de démarque optimal par produit pour maximiser le cash encaissé sur les soldes — au lieu de fixer les remises par habitude, on calibre par l'élasticité-prix réelle pour éviter la liquidation à 8 % du prix plein chez les soldeurs.
ROI · Pour un retailer mode/textile à 200-300 M€ de CA avec 30-50 M€ de démarque annuelle : 500 k€ à 1.5 M€/an d'impact via une optimisation de 1-3 points de marge sur le périmètre soldé.
Effort · Premier livrable en 8-12 semaines
Data & Transverse
Un agent data analyst qui transforme une question en français (« quel est le CA de la semaine dernière par catégorie ? ») en requête SQL exécutée sur le data warehouse, avec réponse formatée en quelques secondes — pour libérer les analystes du flot de demandes ad-hoc et donner aux dirigeants des chiffres en temps réel, sans passer par Power BI ni un analyste humain.
ROI · Pour une équipe data de 3-8 analystes traitant 200-1 000 demandes ad-hoc/an : 0.5 à 1.5 ETP analyste libéré + accélération massive de la prise de décision Comex (chiffres en temps réel au lieu de 1-3 jours).
Effort · Premier livrable en 6-10 semaines
Cas clients
Mode masculine, luxe parfumerie, industrie métallurgique — périmètres, méthodes et résultats mesurés.
Mode — groupe retail
Défi
Prouver que l'IA générative et la data science peuvent avoir un ROI mesurable dans le retail
Notre approche
Suite IA générative + ML déployée en 9 mois — descriptions produits, content factory, pricing dynamique, prédictions ML
Résultats mesurés
100 %
des POCs passés en production
50 k€/an
économisés sur les coûts de rédaction (agence remplacée)
−80 %
du temps de rapprochement comptable
Luxe — parfumerie haut de gamme
Défi
Construire un Référentiel Client Unique 360° pour une maison de luxe omnicanale
Notre approche
Référentiel Client Unique (RCU) 360° avec segmentation dynamique et intégration CRM
Résultats mesurés
+40 %
objectif CA fixé par le marketing sur la base des outils livrés
30+
KPIs calculés par client (RCU 360°)
Équipe de 10
Lead Data Engineer, 2 Data Analysts, Resp. e-commerce, Data Scientist (Miljan)
Industrie — métallurgie zinc
Défi
Fiabiliser et automatiser les décisions opérationnelles d'un site industriel après 40 ans de pilotage Excel
Notre approche
Département data externalisé : refonte des collectes Excel, data catalogue, Data Lake Azure (Medallion), reporting Power BI
Résultats mesurés
40 ans
de savoir-faire Excel industriel documentés et préservés
Élimination
totale des processus de saisie manuelle
Bronze/Silver/Gold
Data Lake Azure Medallion structuré pour la qualité native
Le journal
Insights stratégiques pour comprendre notre approche data-native, la souveraineté numérique, et le pilotage data des CEO e-commerce.
Strategy
Sézane (panier 431 €), Burberry (+17 % marge), Glossier (1,2 Md$), Prose (ROAS 800 %), La Redoute (ROI x6) : 11 marques décortiquées + framework 90 jours pour CEO e-commerce.
Souveraineté
AI Act au 2 août 2026, NIS 2, CRA, 486 M€ d'amendes CNIL en 2025 (×9 vs 2024), Mistral à 11,7 Md€, 9 offres SecNumCloud qualifiées : la souveraineté numérique passe en 2026 du débat politique à l'arbitrage opérationnel TCO/risque. Méthode pratique, cas concrets, calendrier réglementaire.
Marketing
Le MMM coûte 70 000 € à 500 000 € chez les cabinets spécialisés. Pour un retailer mode avec un budget marketing de 5 à 50 M€, l'approche in-house avec PyMC-Marketing devient une alternative crédible — voici pourquoi, et les pièges spécifiques au retail fashion que les cabinets ne documentent jamais.
L'équipe
Notre équipe couvre les six rôles qui composent un département data & IA en interne — mobilisés selon le besoin de chaque mission, sans recrutement à votre charge ni turnover commercial entre la signature et le delivery.
Data Scientist
Modélisation prédictive, ML supervisé/non supervisé, expérimentation, A/B testing.
Data Engineer
Pipelines ELT, modern data stack, infrastructure cloud, orchestration et qualité.
Data Analyst
Modélisation analytique, dbt, semantic layer, exploration et investigation métier.
BI Analyst
Reporting, dashboards Power BI / Looker / Metabase, KPIs métiers et cockpits.
AI Engineer
LLM, RAG, agents IA, fine-tuning, déploiement modèles et garde-fous d'hallucination.
Full Stack Engineer
Apps métier sur-mesure, intégrations, mise en production, infra applicative.
Le fondateur
Fondateur · CEO & Data Scientist
Avant Nymphar.AI, j'ai passé 7 ans en data science freelance dans les départements data de groupes du CAC 40 — industrie, parfumerie luxe, mode, pharma. J'ai vu de l'intérieur comment les départements data se montent, échouent, ou réussissent. Et combien de cabinets vendent des slides plutôt que des outils.
En mai 2024, j'ai fondé Nymphar.AI pour bâtir le cabinet que j'aurais voulu trouver côté client. L'objectif n'a jamais été de monter une startup pour la revendre — mais une entreprise de service au long cours, équipée comme un département data interne, mobilisable comme un cabinet.
Aujourd'hui je continue à coder sur les missions — pas seulement à les piloter. C'est volontaire : un cabinet pure-player data & IA dirigé par un fondateur qui a quitté l'opérationnel n'est plus un cabinet, c'est une ESN.
Workshop découverte & roadmap IA
On vous aide à mettre les deux pieds dans l'IA en moins de 30 jours — sans dépendre de la curiosité ou de l'expertise individuelle de chaque collaborateur. Pendant que la majorité de vos concurrents PME-ETI débattent encore de leur « stratégie IA », vous serez déjà en production sur vos premiers cas d'usage.
1 jour
de workshop sur site ou en distanciel, structuré par département
12 mois
de roadmap IA priorisée par matrice Impact × Complexité
90 jours
de plan d'action, prêt à démarrer sous 2 semaines
Comment ça fonctionne
J−7 · Préparation
Constitution des groupes par département (Marketing, RH, Finance, Opérations, IT…). Questionnaire envoyé aux participants : leurs problématiques métier et leur usage actuel de l'IA.
J0 · Workshop
4 à 6 ateliers d'une heure animés par notre équipe sur site ou en distanciel. Chaque atelier suit un triple objectif : comprendre, imaginer, chiffrer.
J+5 · Synthèse
Recoupage des ateliers, identification des cas d'usage transverses et inter-départements. Production de la matrice Impact × Complexité — 15 à 25 cas d'usage classés par priorité.
J+10 · Livrables
Restitution complète : la roadmap IA 12 mois sur l'ensemble de vos départements, et le plan 90 jours détaillé pour démarrer l'opérationnel sans attendre.
J+14 · Démarrage
Vous démarrez le premier projet du plan 90 jours sous 2 semaines, avec notre équipe ou la vôtre. Si vous préférez exécuter en interne, vous repartez avec un livrable autonome — sans engagement.
Le triple objectif de chaque atelier
Cartographier les process métier de l'équipe — tâches chronophages, points de friction, opportunités d'optimisation. Ce que les équipes font vraiment au quotidien, pas ce qu'elles déclarent faire.
Envisager les solutions IA et tester des hypothèses en live — copilots, agents, RAG, ML, automatisations. On démontre ce qui marche en moins d'une heure devant les équipes.
Évaluer l'impact business de résoudre chaque problématique : € ou heures économisées par mois, gain de productivité, qualité de service. Pas d'estimation au doigt mouillé.
Pour vous si…
Pas pour vous si…
Réservez un appel de découverte de 30 minutes pour cadrer ensemble votre workshop : périmètre, départements concernés, calendrier. Pas de pression commerciale — un échange honnête entre dirigeants.
Questions fréquentes
7 questions revenues le plus souvent dans nos workshops découverte 2026.
Conviction Nymphar
À chaque licence SaaS US remplacée par un outil interne sur-mesure, l'entreprise reprend le contrôle de ses données et de son budget IT. C'est ce que nous appelons un patrimoine numérique souverain — et c'est exactement ce que notre méthode bottom-up permet de construire en 18 mois, sans rupture brutale.
Lire le guide complet sur la souveraineté numérique des PME et ETICalendrier
30 minutes pour faire le point sur vos enjeux data et IA — sans engagement.
