Reporting automatisé

Section 14.7.3 : Reporting automatisé

🎯 Objectif pédagogique

Automatiser la production de rapports RevOps (hebdomadaires, mensuels, QBR) avec l'IA pour éliminer le reporting manuel et garantir des insights actionnables.

Le problème du reporting manuel

Les équipes RevOps passent 10-15h par semaine à créer des rapports manuellement : extraire les données, créer les graphiques, écrire les commentaires, distribuer par email.

## Le workflow de reporting actuel (20h/semaine)

Lundi matin :
1. Exporter les données CRM (30 min)
2. Exporter les données marketing (30 min)
3. Mettre à jour les Google Sheets (1h)
4. Créer les graphiques (1h)
5. Écrire les commentaires d analyse (1h)
6. Formater le deck de slides (1h)
7. Envoyer par email + Slack (15 min)

Total : ~5h pour le rapport hebdomadaire
+ 8h pour le mensuel
+ 10h pour le QBR

## Le workflow automatisé (2h/semaine)

1. Pipeline de données automatique (scheduled)
2. Dashboards temps réel (Looker/Metabase)
3. IA génère les insights et commentaires
4. Distribution automatique (Slack/email)
5. Humain : review + ajout de context stratégique (2h)

Architecture de reporting automatisé

# Pipeline de reporting automatisé

class AutoReporter:
    def __init__(self, crm, marketing_platform, cs_platform):
        self.crm = crm
        self.marketing = marketing_platform
        self.cs = cs_platform

    def generate_weekly_report(self):
        # 1. Collecter les données
        pipeline_data = self.crm.get_pipeline_metrics()
        marketing_data = self.marketing.get_campaign_metrics()
        cs_data = self.cs.get_health_metrics()

        # 2. Calculer les KPIs
        kpis = {
            'pipeline': {
                'total_pipeline': pipeline_data['total'],
                'new_this_week': pipeline_data['new_7d'],
                'won_this_week': pipeline_data['won_7d'],
                'lost_this_week': pipeline_data['lost_7d'],
                'forecast_accuracy': pipeline_data['forecast_vs_actual']
            },
            'marketing': {
                'mqls_this_week': marketing_data['mqls_7d'],
                'cost_per_mql': marketing_data['spend_7d'] / max(marketing_data['mqls_7d'], 1),
                'top_channel': marketing_data['top_channel'],
                'conversion_rate': marketing_data['mql_to_sql_rate']
            },
            'cs': {
                'nrr': cs_data['nrr'],
                'at_risk_accounts': cs_data['at_risk_count'],
                'churn_this_week': cs_data['churn_7d'],
                'expansion_this_week': cs_data['expansion_7d']
            }
        }

        # 3. Générer le narrative avec IA
        narrative = self.generate_narrative(kpis)

        # 4. Distribuer
        self.send_to_slack(kpis, narrative)
        self.send_email_exec(kpis, narrative)

        return kpis, narrative

    def generate_narrative(self, kpis):
        prompt = f"""
        Génère un rapport hebdomadaire RevOps concis (5-7 points) :

        Données :
        {json.dumps(kpis, indent=2)}

        Format :
        - 🟢 Points positifs (métriques en hausse)
        - 🔴 Points d attention (métriques en baisse)
        - 💡 Recommandation d action prioritaire

        Sois direct et actionnable. Pas de généralités.
        """
        return llm.generate(prompt)

Templates de reporting

## Template QBR (Quarterly Business Review)

### Section 1 : Executive Summary (1 slide)
- ARR et trend
- NRR et trend
- Pipeline coverage pour Q+1
- 3 wins majeurs, 3 risques

### Section 2 : Revenue Performance (3 slides)
- ARR waterfall (new + expansion - contraction - churn)
- Win rate par segment et par rep
- Average deal size et cycle length trends

### Section 3 : Marketing Efficiency (2 slides)
- CAC par canal + trend
- MQL → SQL → Opp → Won funnel
- Content performance (top articles, campaigns)

### Section 4 : Customer Health (2 slides)
- NRR par segment et par cohort
- At-risk accounts et actions prises
- Expansion pipeline et forecast

### Section 5 : Plan Q+1 (2 slides)
- Objectifs (OKRs)
- Budget allocation
- Initiatives clés et timelines