Chargement...
SaleCastSep 2025 → Présent
8 mois — en cours
SaaSEn développement actif
SaleCast — Vous vendez sur 6 marketplaces. SaleCast vous rend 15 h par semaine.
Comment faire dialoguer 6 marketplaces (PrestaShop, Shopify, Amazon, eBay…) qui parlent toutes une langue différente — sans devenir chef d'orchestre à temps plein ?
Si vous vendez en ligne, vous le savez : chaque marketplace a son format, son rythme, ses caprices. À 6 marketplaces, c'est 15 heures par semaine perdues à réconcilier stocks, prix, fiches produits et commandes à la main. SaleCast résout ça : un connecteur par marketplace, une autorité par domaine (le système sait toujours quelle source fait foi), une résilience 4 couches par connecteur (rate-limit, retry, circuit-breaker, timeout) — quand Amazon plante, les 5 autres continuent à tourner. Au-dessus, une couche ML qui prédit les ventes par produit avec 7 algorithmes en parallèle (LightGBM, ONNX, foundation models) pour vous dire combien réapprovisionner et quand. Le tout en C# pur, sans microservice Python à côté qui ajoute des secondes de latence.
J'ai vu trop d'e-commerçants passer leur dimanche à réconcilier des stocks à la main. Le problème est résolu techniquement depuis 10 ans, mais aucun produit ne le fait bien. Alors je le fais.
.NET 10BlazorEF Core 10.0.3PostgreSQLActualLab Fusion 12.1.74HangfireLumexUIPolly 8.6Stripe.net 50.4Google Merchant APIGoogle Ads SDK 25.1Microsoft Bing Ads 13Gmail API 1.73AWS S3 SDK 4iText PDF 9.5MailKit 4.15Serilog 4.3
6 intégrées
Marketplaces
3 verticales DDD
Modules métier
20 min
Onboarding
4 couches isolées
Résilience
Fonctionnalités
01Autorité par domaine : pour chaque donnée (produit, prix, stock), le système sait quelle source fait foi
02Catalogue centralisé : données transformées automatiquement selon les spécifications de chaque marketplace
03Résilience 4 couches : limitation, retry, disjoncteur, timeout — isolés par connecteur
04Onboarding guidé : un e-commerce complet connecté en 20 minutes
05Prévisions de ventes : pipeline multi-algorithmes qui sélectionne le meilleur modèle par produit
06Communication unifiée : Gmail, WhatsApp, Telegram, Messenger, SMS — timeline client centralisée
Architecture
DDD avec contextes métier séparés. L'autorité par domaine détermine la source de vérité lors de chaque synchronisation. Jobs orchestrés avec file de reprise. Chaque appel API tierce protégé par 4 couches de résilience.
Impact & Résultats
6
canaux de vente intégrés
20 min
pour connecter un e-commerce complet
4
couches de résilience par connecteur
6
canaux de communication unifiés
Leçon clé
Le concept d'autorité par domaine résout élégamment un problème que tout acteur e-commerce connaît. La réutilisation de l'architecture Fusion (déjà maîtrisée sur OneRP) a divisé le temps de développement par deux.
Articles liés
SaleCast — Faire concourir 9 algorithmes de forecasting (et 2 foundation models) en C# pur
Comment SaleCast choisit, par produit et chaque nuit, le meilleur algorithme parmi 9 modèles statistiques classiques (Naive, Croston, Holt-Winters, MSTL…), LightGBM via ML.NET, et 2 foundation models zero-shot (TiRex 35M params, Chronos d'Amazon) — sans jamais quitter le runtime .NET.
10 min
Comment je prédis les ventes d'un produit qui n'a JAMAIS été vendu
Lundi matin. Un client ajoute 47 nouveaux produits à sa boutique. Pas une seule vente. Aucun historique. Et il veut savoir combien commander chez le fournisseur. Voici comment SaleCast répond — sans IA magique, juste de l'agrégation intelligente sur les bons voisins.
7 min
Le jour où mon modèle de prédiction s'est mis à mentir — et comment je m'en suis aperçu
Un modèle de forecasting ne crash pas quand il devient mauvais. Il continue à répondre. Les chiffres ont l'air normaux. Et un mois plus tard, ton client a 40 % de stock en trop. Voici comment SaleCast détecte la dérive — en temps réel, sans humain dans la boucle, avec deux algorithmes des années 50 et 2000.
8 min
De combien puis-je augmenter mon prix avant de tuer mes ventes ?
Mon client veut augmenter le prix de sa Box Cadeau de 30€ à 35€. Bonne idée ou pas ? La réponse n'est pas dans sa tête — elle est dans son historique de ventes. Une régression linéaire de 4 lignes répond. Voici le code, le pourquoi, et la phrase à ne JAMAIS lui dire.
7 min