Cas client LAV-TEC : comment j'ai consolidé 5 sources de revenus en 1 dashboard

LAV-TEC est une station de lavage à Manosque. Cinq sources de revenus différentes : lavage automobile, distributeurs de jetons, boutique annexe, laverie, et distribution automatique. Avant que je travaille avec eux, le gérant compilait tous ces chiffres à la main, dans des fichiers Excel séparés, en additionnant les tickets de caisse une fois par semaine. Aucune vision globale en temps réel.

Aujourd'hui, il consulte son chiffre d'affaires consolidé sur son téléphone tous les soirs. 1 011 jours de données historiques unifiées, zéro heure de saisie manuelle, et un dashboard livré en 6 heures de sprint initial. Voici exactement comment j'ai construit ça, ce que ça coûte, et pourquoi c'est ce que je recommande à toute PME multi-sources.

Vue d'ensemble du dashboard LAV-TEC, chiffre d'affaires consolidé sur 5 sources de revenus

Le contexte : une PME provençale typique noyée dans ses chiffres

LAV-TEC n'est pas un cas extrême. C'est exactement le profil que je rencontre dix fois par an : une PME locale, gestion familiale, plusieurs activités sur le même site, des outils éparpillés. Le gérant gère son entreprise au feeling, parce que reconstituer les vrais chiffres demande une demi-journée de bureau qu'il n'a jamais.

Concrètement, ce qu'il avait avant :

• Lavage automobile : tickets de caisse imprimés, comptés en fin de journée
• Distributeurs de jetons : relevé mensuel par le fournisseur, en PDF
• Boutique : caisse enregistreuse avec export CSV hebdomadaire
• Laverie : compteurs mécaniques relevés en visite
• Distribution automatique : tableau Excel rempli à la main par l'agent qui passe

Cinq formats différents, cinq fréquences différentes, cinq personnes ou systèmes différents. Pour avoir un chiffre d'affaires consolidé, il fallait passer 4 à 6 heures par mois à recopier, recouper, vérifier. Et encore, sans pouvoir comparer une journée à l'autre, ni suivre une tendance.

Le résultat après mise en place

L'architecture technique en 4 étapes

Étape 1 : extraire les données de chaque source

Cinq sources, cinq stratégies différentes. Pour chacune, j'ai écrit un script Python qui prend la donnée d'origine et la transforme en CSV uniforme.

• Tickets caisse lavage : export CSV automatique en fin de journée, déposé sur Drive
• Distributeurs de jetons : relevé mensuel PDF analysé par script
• Boutique : export CSV hebdomadaire de la caisse
• Laverie : relevé mensuel saisi dans un Google Form, exporté en CSV
• Distribution auto : Google Form rempli par l'agent, exporté en CSV

Aucune source ne demande de saisie manuelle au gérant. Tout est automatisé ou déporté vers un agent dont le métier est précisément de relever ces chiffres.

Étape 2 : consolider en un format unique

Un script de consolidation, lancé une fois par jour automatiquement, prend les CSV de chaque source, normalise les dates, applique les conversions (jetons en euros, ventes laverie en chiffre d'affaires journalier), et produit un seul fichier step2_all_transactions.json avec toutes les transactions horodatées.

C'est ce JSON qui alimente le dashboard. Pas de base de données, pas de serveur, juste un fichier statique régénéré chaque nuit.

Étape 3 : générer le dashboard HTML statique

Un troisième script lit le JSON consolidé et génère le HTML du dashboard avec :

• Vue d'ensemble : CA jour / semaine / mois / année avec comparaison N-1
• Graphique d'évolution sur les 12 derniers mois
• Répartition par source de revenus (camembert)
• Top 7 jours et top 7 mois historiques
• Détail jour par jour scrollable sur les 1 011 jours d'historique

Le tout en HTML pur, sans framework lourd. Charge en moins de 2 secondes même sur 4G mobile, fonctionne sans connexion une fois chargé.

Étape 4 : sécuriser et déployer

Le dashboard contient des données sensibles (chiffre d'affaires détaillé). Il est donc protégé par mot de passe via staticrypt, hébergé sur GitHub Pages, et accessible uniquement à l'équipe LAV-TEC. Un déploiement coûte 0€ par mois en hébergement, et la mise à jour quotidienne tourne sur un cron OVH gratuit.

Vue détaillée par source de revenus, comparaison sur 12 mois glissants

Ce que ça change concrètement pour le gérant

Trois changements visibles au quotidien.

1. Décisions plus rapides. Quand le gérant constate qu'une source baisse 3 jours d'affilée, il peut intervenir le 4ème jour au lieu d'attendre le bilan mensuel. Il a déjà sauvé deux mois sur des baisses anormales détectées en temps réel.
2. Confiance avec son comptable. Il arrive aux rendez-vous comptables avec son CA exact, ses tendances, ses comparaisons. Le comptable n'a plus à reconstituer, juste à valider. Gain estimé : 2 heures de comptable par trimestre, soit 200 à 400€ par an.
3. Vision long-terme. Avec 1 011 jours d'historique, il voit les vraies saisonnalités (mars/avril cartonne au lavage, juillet/août sur la boutique). Ça lui permet de planifier ses promotions, ses commandes, ses congés équipe.

Combien ça coûte et à qui ça s'adresse

Le projet LAV-TEC complet (5 sources, dashboard, pipeline automatisé, formation) a coûté entre 2 500 et 4 500€ HT en achat unique, sans abonnement. Hébergement annuel : environ 60€. Maintenance annuelle estimée : 100 à 300€ pour les ajustements ponctuels.

À comparer avec un Power BI Pro à 12$ par utilisateur par mois (soit ~700€ sur 5 ans pour 1 utilisateur, ~3 500€ pour 5 utilisateurs) plus le coût d'un consultant BI pour configurer (800 à 1 500€), c'est généralement 50 à 70% moins cher sur 5 ans.

Le profil typique pour ce type de dashboard :

• Une PME ou un commerce avec 2 à 8 sources de revenus différentes
• Un dirigeant qui veut piloter au quotidien sans déléguer la data à un comptable
• Au moins 50 000€ de chiffre d'affaires annuel (en dessous, l'investissement prend trop de temps à se rembourser)
• Volonté de garder la main sur ses données, pas envie d'un abonnement SaaS supplémentaire

Voir l'offre : dashboard de gestion sur mesure pour PME et commerçants.