Problématique - Pour les traders énergie
Ils devaient répondre vite à une question simple : combien d'énergie peut-on utiliser maintenant ou bientôt ?
- Décision rapide
- Disponibilité variable
- Confiance nécessaire
Une interface de décision pour le trading d'énergie
Pour savoir si une demande d’énergie était tenable, un trader devait jongler entre plusieurs outils et faire le calcul lui-même.
J’ai conçu une interface où la capacité disponible, la localisation et le risque local étaient lisibles d’un coup d’œil, et où on pouvait simuler une demande avant de l’envoyer.
Contexte
J’ai piloté
Framing décisionnelArchitecture d’informationData visualizationPriorisationInterface opérationnellePrototypage
Équipe
Product - Engineering - Grand compte clients - Data Science
Challenge
Aider les traders à savoir rapidement combien d'énergie peut être utilisée, où elle se trouve et combien de temps elle reste disponible.
Année
2019
Planning
9 mois
Outils
Figma, Notion, Zeplin
Comprendre le problème
Exploration et solution
Créer une vue liste filtrée
Ajouter filtres, statuts et colonnes clés pour retrouver plus vite les assets disponibles.
Promesse
Rapide à livrer / Usage déjà connu
Raisons d’abandon
Réponse à recomposer / Décision encore lente
Créer une vue géographique
Afficher les assets sur une carte pour comprendre où se trouve l'énergie disponible.
Promesse
Localisation claire / Parc plus lisible
Raisons d’abandon
Vue d'observation / Simulation absente
Créer une vue de décision
Combiner carte, capacité, prévision, risque local et simulation dans une même interface.
Promesse
Réponse immédiate / Action testable
Risque accepté
Plus complexe / Seuils à expliquer
Décisions clés
Mettre la décision au coeur du parcours
Parce qu'une liste d'assets obligeait le trader à chercher, comparer et recalculer avant de pouvoir décider
Coût évité
Recherche ligne par ligne
Coût évité
Réponse à recomposer
Hiérarchiser les réponses
Coût accepté
Masquer des détails secondaires
Coût accepté
Localiser avant d'analyser
Parce que la capacité disponible n'avait pas la même valeur selon sa zone, sa densité et son impact local
Coût évité
Capacité invisible par zone
Coût évité
Comparaison géographique lente
Carte à rendre lisible
Coût accepté
Filtres à hiérarchiser
Coût accepté
Prévoir avant d'agir
Parce qu'une capacité disponible maintenant pouvait disparaître avant la période réellement demandée
Coût évité
Décision trop instantanée
Coût évité
Disponibilité mal anticipée
Afficher l'incertitude
Coût accepté
Expliquer la prévision
Coût accepté
Simuler avant d'engager
Parce qu'engager une demande sans test pouvait dépasser la capacité réelle ou dégrader le confort local
Coût évité
Engagement trop risqué
Coût évité
Impact local sous-estimé
Contraintes à modéliser
Coût accepté
Limites à afficher
Coût accepté
Les impacts
L'interface a transformé une recherche lente dans une liste brute en lecture rapide des réponses utiles à la décision.
Les traders trouvaient plus vite l'énergie utilisable
moins de recherche ligne par ligne dans la liste d'équipements
Les zones et unités disponibles devenaient plus lisibles
production, stockage et disponibilité visibles dans une même lecture
Les décisions demandaient moins de recoupements manuels
plus de réponses obtenues directement dans l'interface
Temps pour obtenir une réponse
Les mêmes questions devenaient plus rapides à traiter, sur les parcours testés.
Évolution de l'autonomie
La nouvelle interface réduisait les recoupements manuels.
Réponses obtenues sans interaction
1/10
4/10
Réponses nécessitant analyse manuelle
9/10
6/10
Rétrospective
Montrer plus de données
Transformer les données en réponses actionnables
Voir la visualisation comme une fin
L'utiliser comme point d'entrée vers une décision
Cacher l'incertitude pour simplifier
La rendre visible pour décider avec confiance
