ÉTUDE DE CAS 06
- Professionnel
- Data Engineering
- BI
Du suivi manuel au reporting automatisé
Un pipeline ELT en production, cadré avec la direction.
JobAppeal · Freelance
Le projet, étape par étape
ELT en productionGmail API → BigQuery → Power BI
- 01
Extraire les échanges
Gmail API
- 02
Charger les données
Stockage dans BigQuery
- 03
Restituer les indicateurs
Reporting dans Power BI Service
Cloud Scheduler orchestre l’exécution du pipeline.
Contexte
Mission freelance Data Analyst / BI réalisée à Montpellier, d’octobre 2025 à mars 2026, cadrée directement avec la direction.
Problème
Remplacer un suivi manuel des échanges clients par un processus automatisé.
Données
Échanges clients extraits via Gmail API.
Approche
J’ai mis en production un pipeline ELT alimentant une restitution dans Power BI Service.
Méthode
Extraction via Gmail API, chargement dans BigQuery, orchestration avec Cloud Scheduler et restitution dans Power BI Service.
Résultats
Le pipeline a été mis en production et a remplacé le suivi manuel par un processus automatisé.
Technologies
Gmail API, BigQuery, Cloud Scheduler et Power BI Service.
Enseignements et limites
Le volume, la fréquence d’exécution, le nombre d’utilisateurs et le temps économisé restent à documenter. Aucun gain chiffré n’est attribué à cette mission.