Phase 1 – Conception détaillée et co-construction du modèle : une série d’ateliers collaboratifs menés en partie en présentiel dans les locaux de Magiline a permis d’analyser en profondeur les processus métier, de définir les responsabilités de chaque équipe selon la typologie de produits, et d’identifier les besoins par langue et par canal. Ces échanges ont abouti à la définition précise du modèle de données : familles de produits et critères de complétude, gestion multilingue, association produits-médias, conventions de nommage.
Phase 2 – Paramétrage d’Akeneo et intégration des données : après la phase de conception, nous avons configuré Akeneo pour répondre aux spécificités de Magiline, intégré les produits et médias à partir de fichiers préparés par leurs équipes avec notre support, et mis en place notre plateforme de contrôle des données pour générer des rapports d’intégration avancés permettant de suivre la qualité et la complétude à tout moment.
Phase 3 – Développement du connecteur Python ERP > Akeneo : le défi central du projet résidait dans l’automatisation du flux entre l’ERP et Akeneo. Nous avons développé un connecteur 100 % personnalisé en Python capable de créer et mettre à jour les données produits depuis un fichier unique généré par l’ERP, de gérer automatiquement les nouveaux fournisseurs et options de liste, et de notifier les utilisateurs clés par e-mail des actions réalisées et des éventuelles erreurs. Ce connecteur a ensuite été optimisé pour passer d’un déclenchement quotidien unique à sept synchronisations par jour, garantissant des données toujours à jour sur l’ensemble des canaux — y compris sur l’instance de préproduction pour une cohérence totale (ISO). Des formations personnalisées ont enfin été dispensées aux équipes des départements achats, marketing, communication et DSI, sur deux demi-journées en présentiel.
