Datasets spécialisés4
80% des datasets du portail
80%
Navigation fusionnéeINDIGO V2 · Analyses métier
Menu gauche + rail droit dans une seule barre compacte, pilotée par tabs et panneaux fermés par défaut.
3 workspace(s)15 vue(s)12 repère(s)Bloc actif · Analyses métierVue workspaceINDIGO V2Preuves, livrables et acteursPilotageDonnées
Navigation & contexteINDIGO V2 · Analyses métier
INDIGO V215 entrées15 visibles
Preuves
Preuves, livrables et acteurs
INDIGO V24 dataset(s)PreuvesClassification V6 repriseProspection profonde
Cette vue isole une lecture métier du portail pour accélérer la construction des prochains dashboards spécialisés.
Client
INDIGO V2 · Preuves, livrables et acteurs
Vue spécialisée pour suivre les datasets portant les signaux de preuve, livrables, types, phases et responsables.
Preuves4 dataset(s)5 datasets
Synthèse
L’empreinte réelle de cette lecture métier
Cette synthèse quantifie la place de cette thématique dans le portail avant de descendre au niveau dataset.
Volume cumulé266
18% des lignes du portail
18%
Colonnes métier9
Colonnes qui déclenchent cette vue métier
36%
Densité moyenne67
Lignes par dataset spécialisé
67%
Preuves
Les datasets de preuve déjà exploitables
Cette vue transforme les détections métier en lecture native, stable et réutilisable dans le shell React.
comparatif-cloud-on-prem-2x-h200.csv
27usage_profile · cloud_overhead_factor · onprem_scenario · 17 colonne(s)
comparatif-scenarios-s1-a-s4.csv
8scenario · facteur_risque_15 · 8 colonne(s)
taches-minimales.csv
195Phase · Acteurs · 7 colonne(s)
sources-web-2026-03-11.csv
36theme · usage_note · 4 colonne(s)
Gates
Les packs de preuve et de livrables déjà attendus par gate
Le brut INDIGO V2 expose un vrai tableau d’exécution ; on remonte ici les gates où la preuve, la charge et les livrables pèsent réellement.
J2 · Données / KMS
35,6 JHRegistre data-rights, ETL, OCR, ACL, citations et retrieval forment le plus gros paquet de preuves attendues.
J3 · Prototype
25,7 JHLe prototype doit produire une preuve de valeur démontrable sur personas et scénarios critiques.
J0 · Cadrage
16,6 JHCharte, périmètre P1, KPI et cahier des charges restent le premier pack de preuve opposable.
J4 · Pré-prod
13,6 JHTests, observabilité, guardrails et checklist pré-prod servent de preuve avant ouverture contrôlée.
J1 · Architecture
10,8 JHADR, IAM/SSO, RBAC, segmentation et secrets restent les preuves d’architecture défendable.
J5 · Go-live / handover
7,7 JHFormation, runbook, handover et privacy finale servent de preuve que le service devient supportable.
Références
La matrice références, livrables et critères de preuve par gate
Cette matrice rapproche références, sorties attendues et critères de preuve pour garder une lecture opposable du passage entre gates.
Charte, scope P1, KPI, cahier des chargesSponsor + entité cible
La preuve attendue reste la confirmation sponsor, entité cible, sites pilotes et exclusions avant toute suite.
ADR, IAM / SSO / RBAC, segmentationArchitecture défendable
Les arbitrages on-prem / SaaS et la ségrégation data doivent être documentés sur faits et contraintes réelles.
Data-rights, ETL, OCR, ACL, citationsOwners + droits clairs
Aucune suite sans owners, corpus P1 gouverné, règles d’accès testées et citations activées.
Orchestration, UX, parcours, preuves métierValeur démontrable
La preuve attendue est un prototype défendable sur scénarios critiques, pas une simple démo technique.
Tests, observabilité, guardrailsOuverture contrôlée
Sécurité, performance, privacy et pré-prod pack doivent devenir vérifiables avant ouverture.
Formation, runbook, handover, hypercareService supportable
Le lancement n’est recevable que si support, ownership, retour terrain et amélioration continue sont installés.
Handover
La séquence preuve → pré-prod → handover à rendre opposable
Chez INDIGO, le vrai passage n’est recevable que si entité, architecture, corpus, prototype, observabilité et support s’enchaînent sans angle mort.
- Confirmer sponsor, entité cible et exclusionsJ0
Les preuves initiales doivent verrouiller l’entité, les sites pilotes et les exclusions vidéo/LAPI.
- Documenter l’architecture et la ségrégationJ1
Les arbitrages architecture, IAM, segmentation et secrets doivent être défendables avant ingestion massive.
- Ouvrir les corpus gouvernés et citationsJ2
Owners, droits, ACL, ETL/OCR et citations transforment la donnée en preuve exploitable.
- Démontrer le prototype sur scénarios critiquesJ3
La preuve métier doit être mesurée sur personas, scénarios et valeur visible, pas seulement sur la technique.
- Passer par tests, observabilité et guardrailsJ4
Les preuves de pré-prod portent désormais sécurité, privacy, logs, tests de charge et guardrails.
- Livrer runbook, handover et supportJ5 / J6
Le vrai go-live reste lié à la capacité de support, de handover et de retour terrain continu.
Signals
Les signaux qui structurent réellement cette vue
On agrège ici les headers qui reviennent le plus souvent pour préparer les prochains widgets métier data-driven.
Phase
1 dataset(s)195 lignes cumulées · 73% du volume spécialisé
Acteurs
1 dataset(s)195 lignes cumulées · 73% du volume spécialisé
theme
1 dataset(s)36 lignes cumulées · 14% du volume spécialisé
usage_note
1 dataset(s)36 lignes cumulées · 14% du volume spécialisé
usage_profile
1 dataset(s)27 lignes cumulées · 10% du volume spécialisé
cloud_overhead_factor
1 dataset(s)27 lignes cumulées · 10% du volume spécialisé
Couverture
Quels datasets portent le plus cette lecture métier
La heatmap relie volume, diversité de signaux et part relative pour décider où concentrer les prochains composants.
comparatif-cloud-on-prem-2x-h200.csv
comparatif-scenarios-s1-a-s4.csv
taches-minimales.csv
sources-web-2026-03-11.csv
CouvertureVolumeSignauxPartcomparatif-cloud-on-prem-2x-h200.csv14%27 lignes 100%3 header(s) métier 10%10% du volume spécialisé comparatif-scenarios-s1-a-s4.csv4%8 lignes 67%2 header(s) métier 3%3% du volume spécialisé taches-minimales.csv100%195 lignes 67%2 header(s) métier 73%73% du volume spécialisé sources-web-2026-03-11.csv18%36 lignes 67%2 header(s) métier 14%14% du volume spécialisé
Activation
La séquence d’industrialisation recommandée
On passe de la détection des datasets à l’arbitrage portefeuille dans une chaîne lisible et réutilisable.
4 dataset(s) déjà qualifiés
9 signaux structurants reconnus
Lecture spécialisée /portails/indigo/preuves
Comparatif portefeuille et priorisation transverse
Répartitions
Les acteurs, types et preuves dominantes déjà identifiables
On synthétise ici les répartitions acteur/type/phase/livrable pour transformer les preuves en vues plus actionnables.
Répartition
comparatif-cloud-on-prem-2x-h200.csvdecision
Répartition decision · 27 lignesOnPrem_avantage: 17 · Cloud_avantage: 10
Répartitioncomparatif-scenarios-s1-a-s4.csvfacteur_risque_15
Répartition facteur_risque_15 · 8 lignesnon: 7 · oui: 1
Répartitiontaches-minimales.csvJH
Répartition JH · 195 lignes2: 93 · 3: 47 · 1: 34 · 5: 12
Répartitionsources-web-2026-03-11.csvtheme
Répartition theme · 36 lignesbenchmark: 12 · business_line: 7 · corporate: 5 · news: 3
Mesures
Les compteurs de preuve et de livraison déjà mesurables
Les mesures détectées servent de socle aux futurs widgets de preuve, livrable, ownership et suivi de production.
cloud_overhead_factor1.2
Min 1.2 · Max 1.2 · 27 valeur(s)
cout_mensuel_min_eur8785.5
Min 833 · Max 17556 · 8 valeur(s)
Id98
Min 1 · Max 195 · 195 valeur(s)
Drilldown
La lecture preuve détaillée par acteur et type
Cette matrice rend visibles les propriétaires, types et phases dominantes pour préparer les futurs écrans de preuve et de livraison.
decisionOnPrem_avantage (17)
Cloud_avantage (10)
usage_profileBureau_10h_x_5j (9)
Etendu_16h_x_7j (9) · Continu_24_7 (9)
facteur_risque_15non (7)
oui (1)
build_marge_55_inclusnon (6)
oui (2)
JH2 (93)
3 (47) · 1 (34)
GateGate 2 - Donnees/KMS (39)
Gate 4 - Pre-prod (34) · Gate 6 - Post-prod (33)
themebenchmark (12)
business_line (7) · corporate (5)
Autres angles
Les autres vues métier déjà disponibles
Quand plusieurs familles de signaux sont détectées, on peut pivoter immédiatement vers les autres lectures spécialisées.
Autre angle
Charge, coût et planning
2 dataset(s) spécialisé(s)Vue spécialisée pour lire les datasets déjà capables d’alimenter charge, effort, budget, pricing et roadmap.
Autre angleValidation, risques et sécurité
1 dataset(s) spécialisé(s)Vue spécialisée pour isoler les jeux de données déjà exploitables pour validation, statut, risques, sécurité et conformité.
Inventaire
Les jeux de données à activer en priorité
Chaque carte pointe vers un dataset portant déjà les signaux nécessaires à cette lecture métier.
Preuves
comparatif-cloud-on-prem-2x-h200.csvusage_profile
27 lignes · 17 colonnesusage_profile · cloud_overhead_factor · onprem_scenario
Preuvescomparatif-scenarios-s1-a-s4.csvscenario
8 lignes · 8 colonnesscenario · facteur_risque_15
Preuvestaches-minimales.csvPhase
195 lignes · 7 colonnesPhase · Acteurs
Preuvessources-web-2026-03-11.csvtheme
36 lignes · 4 colonnestheme · usage_note
Séquence
L’ordre d’activation recommandé
On commence par les datasets les plus volumineux pour maximiser la valeur des prochains widgets métier.
- comparatif-cloud-on-prem-2x-h200.csv27 lignes · usage_profile · cloud_overhead_factor
archives-v1/donnees/comparatif-cloud-on-prem-2x-h200.csv
- comparatif-scenarios-s1-a-s4.csv8 lignes · scenario · facteur_risque_15
archives-v1/donnees/comparatif-scenarios-s1-a-s4.csv
- taches-minimales.csv195 lignes · Phase · Acteurs
archives-v1/donnees/taches-minimales.csv
- sources-web-2026-03-11.csv36 lignes · theme · usage_note
donnees/sources-web-2026-03-11.csv
Matrice
La matrice d’appui métier
Cette matrice croise colonnes détectées, volume et contexte fichier pour préparer la prochaine couche de dashboards.
Colonnes clésusage_profile · cloud_overhead_factor
3 header(s) métier détecté(s)
Volume27
17 colonne(s) · archives-v1/donnees/comparatif-cloud-on-prem-2x-h200.csv
Colonnes clésscenario · facteur_risque_15
2 header(s) métier détecté(s)
Volume8
8 colonne(s) · archives-v1/donnees/comparatif-scenarios-s1-a-s4.csv
Colonnes clésPhase · Acteurs
2 header(s) métier détecté(s)
Volume195
7 colonne(s) · archives-v1/donnees/taches-minimales.csv
Colonnes cléstheme · usage_note
2 header(s) métier détecté(s)
Volume36
4 colonne(s) · donnees/sources-web-2026-03-11.csv
Navigation
Les vues à ouvrir juste après
On relie la vue métier au pilotage global, à la vue data et au comparatif portefeuille.