Automatisation de workflows métier complets

Section 10.6.4 : Automatisation de workflows métier complets

🎯 Objectif pédagogique

Concevoir et implémenter des workflows d'automatisation métier end-to-end combinant Make, IA et vos outils existants pour des gains de productivité mesurables. Vous passerez de l'automatisation de tâches isolées à l'automatisation de processus complets.

Penser en "workflows", pas en "tâches"

L'erreur la plus courante des débutants en automatisation : automatiser une tâche isolée. "J'ai automatisé l'envoi d'un email" — c'est bien, mais c'est comme remplacer un maillon de la chaîne sans toucher les autres.

Le vrai ROI vient quand vous automatisez un processus complet, de bout en bout, où chaque étape alimente la suivante sans intervention humaine.

Comparaison :

La méthode pour passer de la tâche au workflow :

1. →Cartographiez le processus actuel (qui fait quoi, quand, avec quel outil)
2. →Identifiez les étapes répétitives et les points de décision
3. →Mesurez le temps passé sur chaque étape
4. →Concevez le workflow automatisé sur papier (ou avec Mermaid)
5. →Construisez par phases : d'abord le chemin principal, puis les branches, puis les edge cases
6. →Testez avec des données réelles (pas juste des données fictives)
7. →Itérez pendant 2 semaines avant de passer en production permanente

Workflow 1 : Onboarding client automatisé

Contexte : vous êtes freelance/agence et vous recevez 10-20 prospects par semaine. Chaque prospect doit être qualifié, enregistré, recevoir un email personnalisé, et un RDV planifié. Manuellement : 30 min par prospect = 5-10h/semaine.

Détail du scénario Make (6 modules + Router) :

Module 1 — Typeform > Watch New Entries : Le client remplit un formulaire de qualification avec :

• →Nom et email
• →Type de projet (site web / app mobile / marketing / autre)
• →Budget estimé (< 5K€ / 5-15K€ / 15-50K€ / > 50K€)
• →Délai souhaité (urgent < 1 mois / normal 1-3 mois / flexible > 3 mois)
• →Description du besoin (texte libre)

Module 2 — OpenAI > Chat Completion : System prompt :

Tu es un analyste commercial. Analyse ce prospect et retourne un JSON :
{
  "profil": "PME" | "Startup" | "Corporate" | "Particulier",
  "score": 1-10,  // qualité du lead basé sur budget, urgence et clarté du besoin
  "besoins_identifies": ["besoin1", "besoin2", "besoin3"],
  "offre_recommandee": "Pack Starter" | "Pack Pro" | "Pack Enterprise" | "Sur mesure",
  "points_attention": "éléments à discuter en RDV",
  "email_personnalise": "email de bienvenue personnalisé de 150 mots max",
  "priorite": "haute" | "normale" | "basse"
}

Règles de scoring :
- Budget > 15K€ ET urgence < 1 mois = score 9-10
- Budget 5-15K€ = score 5-7
- Budget < 5K€ = score 2-4
- Description floue = -2 points

Module 3 — Router (3 routes) :

• →Route A (score ≥ 8) : prospect prioritaire → traitement VIP
• →Route B (score 4-7) : prospect standard → process normal
• →Route C (score < 4) : prospect froid → email courtois + ajout newsletter

Module 4 — Google Sheets > Add Row (toutes routes) : Enregistre le lead avec tous les champs + analyse IA dans votre CRM léger.

Module 5a (Route A) — Gmail > Send Email : Email VIP personnalisé + lien Calendly direct avec créneaux prioritaires.

Module 5b (Route B) — Gmail > Send Email : Email standard + lien Calendly avec créneaux normaux.

Module 5c (Route C) — Mailchimp > Add Subscriber : Ajout à la newsletter avec tag "prospect froid".

Module 6 (Routes A et B) — Slack > Send Message : Notification #nouveaux-leads : "🎯 Nouveau lead : {{nom}} — Score IA : {{score}}/10 — {{offre_recommandee}} — Priorité : {{priorite}}"

Résultat mesurable : processus qui prenait 30 min par prospect → maintenant 100% automatique. Sur 15 prospects/semaine = 7.5 heures économisées par semaine.

Workflow 2 : Content Pipeline hebdomadaire

Ce workflow produit automatiquement vos contenus marketing de la semaine :

Scénario Make détaillé :

📅 Lundi 7h (Schedule trigger)
│
├─ Module 1 : HTTP > Perplexity API
│  → "Quelles sont les 10 actualités les plus importantes 
│     en [votre secteur] cette semaine ?"
│
├─ Module 2 : OpenAI > Chat Completion
│  System: "Résume les 10 actualités. Pour chaque, donne :
│     titre, résumé 2 phrases, pertinence 1-10, angle possible
│     pour un post LinkedIn. JSON array."
│  User: {{1.response}}
│
├─ Module 3 : Filter (pertinence > 7)
│
├─ Module 4 : OpenAI > Chat Completion
│  "Pour chaque actualité filtrée, rédige :
│   1. Un post LinkedIn professionnel (200 mots, avec hook)
│   2. Un fil Twitter de 4 tweets
│   3. Un paragraphe de newsletter
│   Retourne en JSON structuré."
│
├─ Module 5 : Google Docs > Create Document
│  Titre: "Content Week {{formatDate(now; 'W-YYYY')}}"
│  Contenu: compilation formatée des brouillons
│
├─ Module 6 : Slack > Send Message (#content-team)
│  "📝 Brouillons de la semaine prêts : {{5.url}}
│   {{nombre}} posts LinkedIn, {{nombre}} threads Twitter
│   À relire et publier avant mercredi."
│
└─ Module 7 : Google Sheets > Add Row (tracking)
    Semaine | Nombre d'actualités | Nombre de contenus | Statut

Variante avancée : ajoutez un second scénario qui monitore les performances (likes, partages) de vos posts publiés la semaine précédente et intègre ces insights dans la génération de la semaine suivante.

Workflow 3 : Analyse continue de feedback client

📅 Quotidien 9h (Schedule) + Webhook (temps réel pour urgences)
│
├─ Module 1 : Typeform > Watch Responses (sondage NPS/satisfaction)
│  + Google Sheets > Watch New Rows (feedbacks manuels)
│
├─ Module 2 : OpenAI > Chat Completion
│  System: "Analyse ce feedback client. Retourne un JSON :
│   {
│     sentiment: 'positif' | 'neutre' | 'négatif' | 'très négatif',
│     score_nps: estimation 0-10,
│     themes: ['theme1', 'theme2'],
│     citation_cle: 'la phrase la plus importante du feedback',
│     urgence: true/false,
│     action: 'description de l'action recommandée',
│     departement: 'support' | 'produit' | 'commercial' | 'direction'
│   }"
│
├─ Module 3 : Router
│  Route 1 (très négatif OU urgence:true) :
│    → Slack #alertes-client (mention @channel)
│    → Gmail → email au manager du département concerné
│    → Trello > Create Card (board "Urgences")
│  Route 2 (négatif, non urgent) :
│    → Trello > Create Card (board "Améliorations")
│    → Email de remerciement empathique au client
│  Route 3 (positif) :
│    → Google Sheets "Témoignages" (archiver pour marketing)
│    → Email de remerciement + demande d'avis Google/Trustpilot
│
├─ Module 4 (toutes routes) : Google Sheets > Add Row (logging complet)
│
└─ 📅 Vendredi 17h (second scénario — rapport hebdo)
    → Google Sheets > Search Rows (feedbacks de la semaine)
    → Aggregator
    → OpenAI > "Rédige un rapport de satisfaction hebdomadaire :
       score NPS moyen, tendances, top 3 problèmes, top 3 points forts,
       recommandations d'action pour la semaine prochaine"
    → Gmail > Send (au comité de direction)
    → Google Docs > Create Document (archive)

Workflow 4 : Gestion RH automatisée (recrutement)

Un workflow souvent négligé mais à très fort ROI :

📧 Email entrant (candidature@) → Trigger
│
├─ Module 1 : Gmail > Watch Emails (label "Candidatures")
│
├─ Module 2 : OpenAI > Chat Completion
│  "Analyse cette candidature. Extrais :
│   - nom, email, poste visé
│   - années d'expérience estimées
│   - compétences clés identifiées
│   - adéquation avec le poste (score 1-10 + justification)
│   - questions à poser en entretien (3 suggestions)
│   - red flags éventuels
│   CV ci-joint : {{1.attachments[0].data}}"
│
├─ Module 3 : Router
│  Route A (score ≥ 7) : 
│    → Gmail : email d'invitation entretien (Calendly link)
│    → Notion : créer fiche candidat
│    → Slack #recrutement : "✅ Profil prometteur : {{nom}}"
│  Route B (score 4-6) :
│    → Gmail : email d'attente ("profil en cours d'évaluation")
│    → Notion : créer fiche "À revoir"
│  Route C (score < 4) :
│    → Gmail : email de refus courtois et personnalisé
│    → Google Sheets : archiver
│
└─ Module final : Google Sheets > Add Row (tracking recrutement)

Calculer le ROI de vos automatisations

Pour convaincre votre manager (ou vous-même) d'investir du temps dans l'automatisation, calculez le ROI précisément :

Formule du ROI automatisation :

ROI = (Gain mensuel — Coût mensuel) / Coût de mise en place × 100

Gain mensuel = Temps économisé × Taux horaire + Erreurs évitées × Coût d'une erreur
Coût mensuel = Abonnement Make + Coûts API IA + Maintenance (1h/mois)
Coût de mise en place = Heures de conception × Taux horaire

Exemple concret — Workflow Onboarding :

Gain mensuel :
- 15 prospects/semaine × 30 min = 7.5h/semaine = 30h/mois
- 30h × 50€/h (taux horaire chargé) = 1500€/mois
- Erreurs évitées (oublis de suivi) : ~200€/mois

Coût mensuel :
- Make : 9€ (plan Core, 10K ops)
- API OpenAI : ~15€ (gpt-4o-mini, 600 appels/mois)
- Maintenance : 1h × 50€ = 50€
- Total : 74€/mois

Coût de mise en place :
- Conception + build + test : 8h × 50€ = 400€

ROI mensuel = (1700€ - 74€) / 400€ × 100 = **406% par mois**
Temps de retour : 400€ / 1626€ = 0.25 mois = **1 semaine**

Tableau ROI des 4 workflows :