JULIANA DEBURE

Profil

Depuis 2005, un même fil conducteur

J’ai vendu mon premier site en 2005, à une école de langues d’Oslo. Depuis, j’ai construit des sites en partant du code, traduit pour des chercheurs, créé et géré ma propre boutique en ligne. Je travaille aujourd’hui pour 3AS Racing et Ixtem Moto, deux enseignes du même groupe, où je pilote des chantiers de croissance organique, de donnée produit et d’automatisation.

Je travaille sur des catalogues à très forte volumétrie, là où la production manuelle ne suit plus et où il faut construire des systèmes pour absorber la charge sans augmenter les ressources au même rythme.

Je cherche un CDI dans une équipe à taille humaine, sur un poste qui couvre plusieurs sujets plutôt qu’une case étroite. Mon expérience s’est construite dans le web, l’e-commerce et la donnée produit, mais ce qui m’intéresse surtout, c’est le type de problème : comprendre ce qui bloque, décider ce qui mérite d’être amélioré, puis construire ou cadrer la réponse adaptée. Je peux prototyper et construire moi-même des outils ou automatisations quand c’est pertinent, et travailler avec des profils techniques lorsque le besoin va plus loin.

Me contacter

Résultats mesurés

Ce que ça donne

Les deux indicateurs organiques couvrent dix mois comparables, du 1er octobre au 31 juillet : la période écoulée depuis mon arrivée, comparée à la même période de l’année précédente. Le mois de clôture est volontairement un mois complet.

Périmètre

Ce que je fais

Méthode

Comment je travaille

En arrivant chez 3AS Racing, je suis allée voir les pôles un par un.

J’avais une idée : sur un catalogue de cette taille, le temps passé à rédiger les fiches produits devait ralentir tout le reste. Les chefs produits me l’ont confirmé. Ils utilisaient déjà l’IA, fiche par fiche, ce qui leur avait fait gagner du temps, mais le volume restait hors de portée. Sur une gamme à retravailler, l’un d’eux avait préféré passer par un prestataire payant plutôt que de le faire en interne.

Je leur ai dit que j’allais regarder ce qu’il était possible de faire. Je ne savais pas encore si ce serait faisable, ni à quel coût.

Je ne cherche pas à remplacer une expertise. Je cherche à lui retirer ce qui la gaspille.

Des sujets sans rapport, une même question

En dix mois, les chantiers n’avaient rien à voir entre eux : du contenu de catégorie, des erreurs 404 à extraire de plusieurs millions de lignes de logs, une version anglaise à reprendre, des fiches produits par dizaines de milliers, la formation des chefs produits.

Le point commun n’est pas la technique. C’est la question de départ : où est-ce que ça coince, combien ça coûte, et est-ce qu’on peut faire autrement.

Dans un autre contexte, les sujets seront différents. La question sera la même.

Me contacter

Étude de cas · Ixtem Moto · Product Ops

Industrialiser un catalogue de 50 000+ références

Ixtem Moto a été repris après une liquidation, avec une dette éditoriale et technique importante. En analysant les entrées organiques du site, un constat s’est imposé : hors pages d’accueil, les principales pages d’entrée étaient majoritairement des articles de blog. Pour un site e-commerce, cela révélait un manque de visibilité des pages directement liées au catalogue et à l’achat.

Un premier travail avait permis de reprendre les contenus d’environ 300 pages catégories. Mais face à un catalogue de plus de 50 000 références, ce périmètre restait limité : quelques centaines de pages optimisées ne pouvaient pas, à elles seules, porter la visibilité organique d’un catalogue de cette taille.

C’est ce constat qui m’a conduite à descendre d’un niveau dans l’arborescence et à travailler directement sur les fiches produits. L’enjeu n’était plus d’optimiser quelques centaines de pages, mais de construire une méthode capable d’agir à l’échelle de dizaines de milliers de références.

Sur un catalogue de 50 000+ références, une part importante des fiches tient en trois lignes. Une phrase reprise du fournisseur, parfois une liste de caractéristiques brutes, rarement de quoi répondre à la question que se pose l’acheteur. Les chefs produits utilisaient déjà l’IA, fiche par fiche. Le gain de temps était réel, mais le volume restait hors de portée. Le catalogue est aujourd’hui en cours de reprise complète.

Le système fonctionne en boucle. Il exploite l’historique de visibilité lorsqu’il existe, organise les références à traiter, produit le contenu sous contraintes, prépare le fichier d’import, puis retourne mesurer après mise en ligne lorsque la comparaison est possible.

Automatiser la production n’est pas le plus dur. Savoir si elle a réellement servi à quelque chose l’est beaucoup plus. C’est cette dernière boucle qu’on oublie le plus facilement.

L’humain reste dans la boucle

Le contrôle automatique applique des règles strictes de conformité et rejette une fiche dès qu’une anomalie est détectée : format invalide, référence incohérente, HTML sale, mentions internes. Il ne remplace pas pour autant la comparaison humaine avec la source, seule capable de dire si une reformulation s’en est éloignée ou si une caractéristique a été inventée.

Au départ, le contrôle humain était exhaustif : chaque fiche était comparée à la source avant publication. Ce choix a volontairement limité la taille des premiers lots, mais il a permis de calibrer le système cycle après cycle et de corriger les écarts les plus fins : une tournure trop lisse, une reformulation qui s’éloigne de la source, un détail mal restitué.

Après plusieurs lots fiables, le contrôle humain est passé à un échantillonnage aléatoire, en complément des contrôles automatiques. L’objectif n’est pas de supprimer l’expertise produit mais de la concentrer là où elle apporte le plus de valeur : les exceptions, les données ambiguës et les vérifications métier. Quand la donnée de départ est incomplète, le système ne comble jamais le manque en inventant : il le signale.

Ce qui est fortement réduit, c’est le temps de rédaction. Pas l’expertise produit, qui se reporte sur ce qu’elle seule peut faire.

Voir le détail du système, phase par phase

01Mesurer

Pour les pages disposant déjà d’un historique, Search Console est interrogée automatiquement, jour par jour, sur une fenêtre glissante de 90 jours. Les clics, les impressions et la position moyenne sont ensuite consolidés page par page. Interroger jour par jour plutôt que sur la période entière améliore nettement la couverture des URLs, notamment celle des pages à faible volume.

02Sélectionner

Pour les premiers lots, la sélection croisait l’export catalogue avec les données Search Console. Elle scorait la richesse éditoriale de chaque fiche sur une échelle à cinq paliers, écartait les marques arrêtées, les références déjà traitées et celles qui ne sont pas importables, excluait les pages déjà en première page, et donnait la priorité aux positions 11 à 20 puis 21 à 30.

Cette méthode avait une limite que j’ai mis du temps à voir : elle ne pouvait travailler que sur les pages déjà présentes dans Search Console, et excluait donc mécaniquement une partie des références les moins visibles. Pour le déploiement, j’ai élargi la sélection à l’ensemble du catalogue. L’historique Search Console reste utilisé lorsqu’il existe, mais il n’est plus une condition d’entrée dans le traitement.

La donnée Search Console a servi à prioriser les premiers lots. Le déploiement couvre désormais l’ensemble du catalogue.

03Produire

La génération se fait fiche par fiche, sous contraintes explicites : structure des titres, longueur, format des tableaux, vocabulaire, règles propres à chaque univers produit, et surtout interdiction d’ajouter une caractéristique absente des données d’origine. Chaque sortie passe un contrôle automatique. Un texte qui échoue est régénéré.

Quand le coût unitaire est négligeable, l’itération devient l’investissement le plus rentable. C’est ce qui a permis de calibrer sur autant de cycles que nécessaire.

04Importer et remesurer

Le fichier prêt à l’import alimente la boutique. Un registre unique enregistre chaque référence traitée et, lorsqu’elles existent, ses données Search Console avant publication. Les relevés sont ensuite renouvelés aux échéances choisies : sept jours, un mois, deux mois. Lorsqu’une fiche ne possède aucun historique initial, le registre conserve ce point comme tel : elle peut être suivie après publication, mais pas faire l’objet d’une comparaison avant et après. Le registre assure également la traçabilité et empêche de retraiter deux fois la même fiche.

Voir les garde-fous

C’est ce qui fait la différence entre un script qui tourne et un système qu’une équipe peut reprendre.

• Lecture seuleAucune écriture dans la base produit. Le système lit, analyse, propose. Il ne modifie jamais la source.
• Sauvegarde et simulationLe registre est sauvegardé avant chaque mise à jour, et un mode simulation permet de vérifier un traitement sans rien écrire.
• Quatre couches d’exclusionMarques arrêtées, fiches enrichies à la main, fiches déjà traitées, références non importables. Rien n’est traité deux fois.
• Traçabilité du coûtNombre d’appels, coût et version de la consigne sont journalisés run par run. Une dérive se voit tout de suite.
• Prudence catalogueInterdiction d’inventer une compatibilité, d’interpréter une donnée ambiguë ou de promettre une performance absente de la source. Sur des pièces moto, une erreur de compatibilité se paie en retours produit.
• Vocabulaire de réserveCe que la marque affirme est présenté comme tel : « étanchéité annoncée », « vise à réduire ». La distinction entre revendication et constat est tenue sur chaque fiche.

Les fiches sans contenu propre

Autre héritage : de nombreuses fiches dont la description se résumait à un lien vers la documentation technique du fabricant. Aucun contenu appartenant au site, et un visiteur envoyé ailleurs au moment précis où il s’informe.

Le traitement repère les liens qui ne pointent pas vers le domaine et les retire. Sur ces fiches, la matière exploitable se limite souvent à quelques mots. Le système compose alors une page structurée à partir de ce peu, sans rien ajouter, plutôt que de laisser le visiteur partir chercher l’information ailleurs.

Avant / après

La génération s’appuie sur la description existante et sur les champs produit de l’export catalogue. Les blocs « avant » ci-dessous montrent la matière éditoriale de départ, pas la totalité des données disponibles. Chaque fiche mêle ensuite prose et tableau. Le tableau permet de vérifier une dimension ou une compatibilité d’un coup d’œil. La prose sert celui qui lit vraiment, et elle sert le référencement. Deux publics, deux formats, sur la même page. Les repères de balises signalent la structure générée.

Où en est le déploiement

À l’échelle actuelle, un lot de 1 000 fiches représente environ 4 heures de traitement automatisé pour un coût API d’environ 3,20 $.

Ces 39 % ont été observés sur le tout premier lot publié avec la première version du système, en juillet, avant le recalibrage éditorial réalisé depuis. Le catalogue est aujourd’hui repris dans son ensemble, univers par univers, par lots contrôlés avant chaque import. Une partie des fiches traitées désormais n’a aucun historique dans Search Console : sur celles-là, il n’existe pas de point de comparaison avant et après, et je ne prétendrai donc pas en mesurer l’effet.

La suite

Ce système traite l’existant. Créer la fiche directement depuis la matrice fournisseur, dès l’arrivée d’une nouvelle référence, est un chantier distinct, décrit dans l’étude de cas suivante.

Le livrable s’élargira au H1, au titre SEO, à la méta description et à la description courte. Tout ce qui est aujourd’hui saisi fiche par fiche.

Me contacter

Étude de cas · Ixtem Moto · Time-to-market

Créer une fiche depuis zéro

L’enrichissement traite l’existant. Mais le vrai goulot d’étranglement est en amont : quand une nouvelle gamme arrive, il n’y a pas de fiche à améliorer, il faut la créer. Et c’est là que le délai de mise en ligne se joue.

La matière de départ, ce sont les matrices envoyées par les fournisseurs. Elles sont très inégales : certaines contiennent des descriptifs complets, d’autres se limitent à une référence, un code fabricant et un titre.

Le principe : ne payer que ce qu’il faut

La collecte se fait en trois niveaux, du moins coûteux au plus coûteux. Ce qui peut être extrait mécaniquement du fichier source ne coûte rien. Ce qui demande une lecture et une interprétation coûte davantage. Ce qui demande d’aller chercher l’information ailleurs coûte le plus cher.

Une règle décide de monter d’un niveau ou non. Un produit dont les données suffisent ne déclenche jamais la recherche la plus chère. C’est cette règle, et elle seule, qui détermine le coût d’un lot.

La première matrice d’un fournisseur sert aussi à profiler sa structure : organisation des colonnes, taxonomie et conventions utiles au traitement. Ce profil est mémorisé puis réutilisé sur les matrices suivantes du même fournisseur, ce qui évite de repayer cette étape à chaque nouveau lot.

Les recherches sont également mutualisées lorsqu’un groupe de références correspond au même produit décliné en tailles ou en coloris : une seule recherche peut alimenter le groupe au lieu d’être répétée référence par référence. Comme la recherche est le poste le plus coûteux, c’est là que l’optimisation a le plus d’effet.

Je calibre d’abord sur de petits volumes : vérifier la faisabilité, mesurer le coût, puis réduire ce qui peut l’être avant de monter en charge. Le coût ne se calcule pas après coup ; il fait partie de la conception.

La règle de preuve

Toute information retenue doit pouvoir être rattachée à sa source. Un élément qui ne se retrouve pas dans le fichier fournisseur est écarté. Un élément issu d’une recherche sans source réellement consultée l’est aussi. Le système n’a pas le droit de combler un vide : il doit le signaler.

Où ça en est

Le moteur a d’abord été éprouvé sur les six principaux fournisseurs du catalogue en volume de références. Ce périmètre n’a pas été choisi au hasard : il couvre en priorité les sources qui concentrent le plus fort impact opérationnel, tout en confrontant le système à des structures de matrices très différentes. Une fois le comportement stabilisé sur de petits lots, j’ai monté le volume avec un test multimarques de 150 références.

Un système qui fonctionne sur cinquante références ne prouve rien. C’est en montant en volume qu’on voit ce qui casse.

Le cas qui m’intéresse le plus

Sur une référence du lot, la même ligne fournisseur mélangeait des informations correspondant à deux produits différents. La source était incohérente : impossible de savoir de manière fiable quelle fiche produire.

Le système a refusé de générer cette fiche. Il a consigné l’anomalie dans le journal de bord et rendu la main pour contrôle humain, plutôt que de choisir arbitrairement une interprétation.

C’est le comportement que je cherchais. Un traitement automatisé utile ne se contente pas de produire : il détecte ce qui cloche dans ce qu’on lui donne, et il sait quand rendre la main.

Si j’avais eu le temps d’aller plus loin

Le moteur est déjà utilisable par les chefs produits sans connaître son infrastructure : ils déposent une matrice dans le Drive partagé, puis récupèrent le fichier final au même endroit. Un tableau de suivi en direct permet de suivre l’avancement du traitement et les éventuelles anomalies.

Avec davantage de temps, j’aurais ajouté une interface dédiée : choix de l’enseigne, dépôt du fichier, barre de progression, puis téléchargement du résultat. Pas pour rendre l’outil utilisable, il l’est déjà, mais pour rendre l’expérience plus simple et plus lisible.

Ce cas présente la logique de conception et les résultats de test, sans publier l’implémentation détaillée. L’architecture, les règles de décision et les outils employés appartiennent à mon employeur et ne sont pas publiés.

Me contacter

Étude de cas · Ixtem Moto · E-commerce Ops · Automatisation

Remettre à plat un catalogue hérité

La reprise d’Ixtem Moto a également révélé une dette technique importante. Sur un catalogue vivant, les erreurs s’accumulent en permanence : références retirées, marques arrêtées, URLs modifiées. Les logs serveur représentent plusieurs millions de lignes chaque semaine.

Les 404, à l’échelle

Ces logs enregistrent tout ce qui se passe sur le site, pas seulement les erreurs. La première étape consiste donc à en extraire les adresses uniques réellement introuvables. Pas les occurrences, qui se comptent par milliers pour une même page, mais les adresses distinctes. C’est ce passage qui ramène plusieurs millions de lignes à une liste exploitable.

Reste ensuite la vraie question : vers quoi rediriger chacune de ces adresses. Une redirection n’a de valeur que si elle mène à une page qui existe encore et qui correspond à ce que le visiteur cherchait. Tout renvoyer vers la page d’accueil est rapide et sans intérêt.

Voir comment les destinations sont proposées

Une URL de produit porte sa marque, sa gamme et sa désignation. Le rapprochement compare la structure des adresses pour retrouver, dans le catalogue actif, celle qui ressemble le plus à l’adresse disparue. Deux adresses très proches peuvent signaler des produits proches et faire remonter des destinations candidates à vérifier.

Chaque suggestion reçoit un score de fiabilité. Une correspondance certaine signifie que le produit existe toujours, sous une autre adresse. Une correspondance forte désigne un produit très proche : une variante, un autre coloris. Une correspondance partielle renvoie vers un produit de la même famille. À défaut, le traitement propose la catégorie la plus pertinente, pour que le visiteur atterrisse au moins au bon rayon plutôt que nulle part. Je contrôle systématiquement deux choses avant d’appliquer : que la page est bien réellement en erreur, et que la destination proposée est la bonne. Un score élevé reste une proposition, pas une décision.

Ce que le tri a révélé

Certaines adresses remontent comme erreurs alors que les pages existent. Des identifiants d’URL contenant des caractères spéciaux sont mal digérés au crawl et se retrouvent traités comme introuvables. Rediriger n’aurait servi à rien : le problème est structurel, et la réponse consiste à assainir ces identifiants à la source. Le tri des 404 n’a pas seulement produit des redirections, il a fait apparaître un problème de structure.

Me contacter

Étude de cas · Ixtem Moto · International

Remettre en état, puis ouvrir à l’international

La version anglaise d’Ixtem Moto existait, mais elle avait visiblement été traduite mot à mot. L’arborescence portait des contresens que personne n’avait relevés : les bulles moto étaient devenues des bulles de savon, les sabots moteur des chaussures pour moteur.

Sur un catalogue technique, une traduction littérale ne se contente pas d’être maladroite. Elle peut rendre un produit difficile à trouver lorsque le marché utilise un autre vocabulaire.

J’ai donc commencé par un benchmark d’une quinzaine de boutiques américaines et britanniques du secteur, pour relever les termes réellement employés, catégorie par catégorie. Quand un terme restait incertain, je suis allée le vérifier directement chez les fabricants. Ce travail ne se réduit pas à une traduction automatique : il faut vérifier comment le marché cible nomme réellement les produits.

La reprise a porté sur l’arborescence, les pages éditoriales et tout ce qui traînait : blocs restés en français, noms de modules internes affichés en clair, faux texte de remplissage jamais retiré. J’ai tout traité à la main, parce que le volume ne justifiait pas d’automatiser et que la difficulté n’était pas la quantité mais la justesse.

Le chantier n’est pas terminé : les fiches produits anglaises restent à reprendre, et c’est là que l’automatisation aura du sens. La version anglaise figure déjà parmi les principales pages d’entrée organiques, et ce travail a servi de base au cadrage du développement européen.

Note : ces pages décrivent des méthodes et des décisions, pas des outils. Le code, les consignes de génération et les fichiers de travail appartiennent à mon employeur et restent confidentiels.

Étude de cas · Marque zéro déchet · 2016-2020

Tenir un e-commerce de bout en bout

Avant de travailler sur les catalogues des autres, j’ai tenu le mien. Une marque de produits zéro déchet fabriqués à la main, vendue en ligne sous PrestaShop. J’ai porté l’offre, la marque, le catalogue, le site, l’acquisition et la relation client. Seule, du premier produit au dernier colis.

Ce que ça m’a appris

Arbitrer avec un budget réel. Cent cinquante euros par mois en publicité, c’est peu, et chaque euro mal placé se voit tout de suite. J’ai appris à mesurer ce qui rapporte plutôt qu’à suivre ce qui me plaisait.

Et voir une contrainte physique freiner une croissance qui marchait. Chaque produit était cousu à la main, ce qui a fini par plafonner l’activité. Passer à l’échelle aurait supposé externaliser la fabrication, donc changer de métier. C’est la première fois que j’ai vu de près la différence entre une demande qui monte et une capacité qui ne suit pas.

C’est peut-être de là que vient mon intérêt pour l’industrialisation : j’ai commencé par buter dessus.

Me contacter

Parcours digital

Comment j’y suis venue

• 2004 – 2008Norvège, Oslo Quatre années en immersion, dont trois comme jeune fille au pair, puis un an comme agent d’escale à l’aéroport de Gardermoen. En parallèle, traduction d’articles scientifiques de l’anglais vers le français pour des chercheurs de l’université d’Oslo.
• 2005Premier site vendu À une école de langues d’Oslo, avant d’en faire un métier.
• 2009 – 2010Création de sites, en indépendante Sites pour TPE développés intégralement en code, avant la généralisation des CMS.
• 2010 – 2016Assistanat commercial et ADV Coordination entre clients français et équipes de production internationales.
• 2016 – 2020Ma propre boutique en ligne Marque zéro déchet sur PrestaShop, portée de bout en bout. Détaillée plus haut dans les travaux.
• 2025 – aujourd’hui3AS Racing / Ixtem Moto Croissance organique, donnée produit, automatisation et internationalisation sur deux catalogues spécialisés.

En dehors

Le reste du temps

Je mène en parallèle un média indépendant, où je prépare et conduis des interviews en français et en anglais. Le reste du temps se partage entre l’aquarelle, le tricot, le piano commencé il y a quelques années, et beaucoup de lecture, avec une nette préférence pour les auteurs scandinaves.