Transformer une donnée opérationnelle en levier marketing automatisé
On produit énormément de contenu sans s'en rendre compte.
Dans notre plateforme de livraison, les chauffeurs uploadent déjà des POD (Proof of Delivery) à chaque livraison : photo du chantier, mais on a aussi le poids transporté, le temps de trajet, et les informations client.
La question que je me suis posée : pourquoi créer du contenu marketing manuellement quand tout le matériel est déjà là ?
Le constat de départ
Chaque livraison génère une photo réelle de matériaux sur un chantier réel. C'est exactement le type de contenu dont on a besoin sur Instagram pour un acteur du BTP : concret, ancré dans l'activité quotidienne.
Mais transformer manuellement des centaines de POD en posts Instagram, c'est du travail répétitif que personne ne fera. Ou que personne ne fera bien, longtemps.
Ce que j'ai construit
La feature fonctionne en quatre étapes automatiques :
- Récupération des POD — le système identifie les nouvelles livraisons validées et extrait photo + métadonnées.
- Reconnaissance des matériaux — un modèle d'IA (claude) analyse la photo et identifie ce qui est livré (PVC, carrelage, isolant, etc.).
- Génération du caption — les données de livraison (trajet, poids) enrichissent le caption généré automatiquement.
- Planification et publication — le post est mis en file d'attente et publié sur le compte Instagram de l'entreprise.
Le résultat visible dans l'interface : 456 posts planifiés, 30 publiés.
Ce que ça change concrètement
- Visibilité sociale sans charge opérationnelle — les équipes terrain continuent de faire leur travail normalement. Le contenu se génère en arrière-plan.
- Contenu authentique à grande échelle — pas de mise en scène, pas de stock photos. Des livraisons réelles, des chantiers réels, des matériaux réels.
- Valorisation d'un workflow existant — le POD existait déjà pour des raisons opérationnelles (preuve de livraison, facturation). Il fait maintenant un travail supplémentaire sans modification du processus chauffeur.
La vraie réflexion produit
L'IA dans ce projet est un détail d'implémentation. Ce n'est pas ce qui rend la feature intéressante.
Ce qui est intéressant, c'est la question qui l'a précédée : quelles données on produit déjà, et qu'est-ce qu'on pourrait en faire d'autre ?
Beaucoup d'opportunités produit ne nécessitent pas de nouvelles sources de données.
Un POD est une preuve de livraison. C'est aussi une photo de chantier. C'est aussi un indicateur de performance. C'est aussi du contenu marketing potentiel.
Ce n'est pas la même donnée selon qui la regarde. Du coup je me suis au recyclage :)