Plateforme d’emploi
Un marché où l’embauche et le freelance suivent le même parcours en quatre étapes.
Next.js · React · TypeScript · PostgreSQL · Prisma · Neon
Lire toute l’histoireLe premier appel va à l’acheteur qui veut vraiment
Chaque demande est notée, classée, et traitée depuis les annonces de l’agence.
Les demandes arrivent à une agence immobilière comme un flot de messages, et la personne prête à acheter écrit exactement comme celle qui demande par curiosité. Les agents passent donc leur journée sur des conversations sans suite, pendant que l’acheteur sérieux attend son tour.
J’ai construit cette plateforme comme mon propre produit, pour ce problème précis.
Le temps de l’agent est la ressource rare, et tous les messages se ressemblent. Trier à la main, c’est tout lire, et personne n’a ce temps. Une réponse automatique seule ne règle rien non plus : une société dont le système cite un chiffre faux sur un bien ne commet pas une petite erreur, elle engage sa responsabilité. Et les conversations sans registre s’évaporent : un mois plus tard, personne ne sait ce que chacune a produit, ni où chaque acheteur s’est arrêté.
Le produit n’est pas la réponse, c’est le tri. Chaque demande qui arrive est mesurée sur l’intention de son auteur : ce qu’il demande, sur quel bien, comment il avance dans la conversation. Puis elle est classée dans une seule liste, et le début de la journée revient à l’intention la plus forte, pas au message arrivé en premier.
La réponse automatique existe, mais elle est bornée : elle répond depuis les annonces que l’agence a saisies elle-même, à ses prix et avec ses détails, dans la langue du demandeur. Ce qui n’est pas dans les annonces n’a pas de réponse.
L’agence travaille depuis un seul tableau de bord : les annonces, les contacts, où chacun en est, et ce que chaque conversation a produit. WhatsApp ouvre la conversation ; le tableau de bord garde tout le reste.
Le système lit ce que l’acheteur demande et la façon dont il répond, puis donne à chaque demande une note d’intention. Ce n’est pas un verdict, mais cela suffit à ordonner la file.
L’agent ouvre sa journée sur une liste classée par intention : ceux qu’il faut appeler maintenant en haut, les curieux en bas. Plus besoin de faire défiler une file de messages.
Chaque prix et chaque détail donnés par le système viennent des annonces que l’agence a saisies. Pas d’estimation ni de supposition, car un chiffre faux ici engage l’agence, il ne la gêne pas seulement.
L’acheteur écrit en arabe, en français ou dans une autre langue, et le système lui répond dans la sienne. La conversation suit la langue du demandeur, et son registre reste en un seul endroit, chez l’agence.
Annonces, contacts et parcours de chacun tiennent dans un seul tableau. L’agence voit où en est chaque acheteur et ce que chaque échange a donné, plutôt qu’un tas de discussions dans un téléphone.
Le tri. Le classement rend son temps à l’agent, et la réponse est à son service.
Une réponse rapide améliore l’expérience du demandeur, mais ne change pas la journée de l’agence : quelqu’un doit toujours décider qui appeler. Cette décision-là est le produit. Quand l’agent ouvre une liste ordonnée, c’est sa journée de travail qui change, pas seulement l’impression du client.
Le tri est plus dur à construire que la réponse, et plus lent à convaincre : une réponse automatique fait son effet en une minute, la valeur d’un classement ne se voit qu’à l’usage.
Les annonces seules : les biens, les prix et les détails saisis par l’agence, rien d’autre.
Dans l’immobilier, un chiffre faux n’est pas une gêne, c’est une responsabilité. Une réponse générale peut être agréable dans une discussion, mais au nom d’une agence, elle peut coûter une affaire ou ouvrir un litige. Les limites de la réponse rendent le système digne de parler pour une société.
Bien des questions sortent des annonces et restent sans réponse automatique, et le système vaut ce que vaut la rigueur de l’agence dans sa saisie.
Celle de chaque acheteur. La réponse repart dans la langue où la question est arrivée.
Ici, un acheteur peut écrire en arabe, en français ou dans une autre langue, et il peut changer d’un message à l’autre. Un système qui impose une langue écarte tous ceux qui ne l’écrivent pas, et ce sont des clients comme les autres.
Chaque règle et chaque limite de la réponse doivent tenir dans chaque langue, et le vérifier coûte plus qu’avec un seul texte.
Dans le tableau de bord de l’agence. WhatsApp ouvre la conversation ; le registre appartient à la société.
Une conversation dans le téléphone d’un agent appartient à cet agent : s’il s’absente, elle s’absente, et s’il part, elle part avec lui. Une société qui ne possède pas le registre de ses conversations ne possède pas vraiment ses contacts.
Les agents doivent adopter un nouvel outil au lieu de rester dans l’application qu’ils connaissent, et cela demande du temps.
Je suis parti de la journée de l’agent telle qu’elle est : un flot de messages semblables, des appels mal dirigés, un acheteur sérieux qui attend. Le problème n’a jamais été la réponse absente, mais l’ordre absent.
J’ai posé le système sur trois règles : l’intention se mesure et se classe, la réponse ne sort que des annonces de l’agence, et tout le registre vit dans le tableau de bord, pas dans les téléphones.
J’ai construit la saisie d’abord : les annonces, avec leurs prix et leurs détails. Puis la mesure et le classement, puis la réponse tenue par les annonces et la langue du demandeur, puis le tableau de bord qui met le tout devant l’agence.
Un marché où l’embauche et le freelance suivent le même parcours en quatre étapes.
Next.js · React · TypeScript · PostgreSQL · Prisma · Neon
Lire toute l’histoireInstituts de beauté : WhatsApp en façade, un vrai système de réservation derrière.
Next.js · TypeScript · Prisma · Neon · Better Auth · WhatsApp Business API
Lire toute l’histoireUne idée, pas de cofondateur technique, pas d’étape suivante évidente. C’est le point de départ habituel.
Parlez-moi de votre idée