Projet Data Science & Business Intelligence
EchoPulse est un dashboard analytique "SaaS-Ready" conçu pour transformer le feedback client non structuré en insights stratégiques. Grâce à un moteur NLP (Natural Language Processing), l'outil identifie automatiquement les frictions produits et les leviers de satisfaction.
Lire 23 000 avis un par un est impossible. Ce projet vise à :
- Monitorer la santé de la marque via l'analyse de sentiment (Positif/Négatif/Neutre).
- Détecter les sujets de friction automatiquement (Topic Modeling) : Problèmes de taille, qualité du tissu, logistique...
- Segmenter les retours par catégorie de produit (Robes, Hauts, etc.) et par profil démographique.
- Analyse de Sentiment Dynamique : Visualisation de la polarité via TextBlob.
- Topic Modeling (IA) : Segmentation automatique par thématiques stratégiques.
- Filtrage Multidimensionnel : Exploration par catégorie, âge, sentiment et recherche textuelle sécurisée (Regex protection).
- Export Business : Extraction des données filtrées au format CSV.
- UI/UX Premium : Interface optimisée avec le thème Darkly, tooltips interactifs et chargement asynchrone (Spinners).
echopulse/
├── data/ # Données sources (CSV)
├── src/ # Code source de l'application
│ ├── app.py # Point d'entrée & Serveur Flask
│ ├── layout.py # Définition de l'UI (DBC)
│ ├── callbacks.py # Logique réactive & Interactivité
│ ├── graphs.py # Moteur de rendu Plotly
│ └── data_loader.py # Gestion de l'ingestion de données
├── assets/ # CSS personnalisé (Dark Mode fixes)
├── Procfile # Configuration Gunicorn pour Render
└── requirements.txt # Dépendances de production
- Installer les dépendances :
pip install -r requirements.txt - Lancer le serveur local :
python src/app.py - Accéder à l'app :
http://127.0.0.1:8050