OGURES : remplacer une stack fragmentée par une plateforme unifiée
OGURES : remplacer une stack fragmentée par une plateforme unifiée
OGURES est un cabinet de conseil en recrutement et gestion de projets IT basé à Paris. Fondé en 2010 sous le nom de DFC Partners, il s'est spécialisé dans le placement de profils seniors — chefs de projet IT, responsables de transformation digitale, experts en gestion de risques — pour des clients grands comptes et ETI en France.
L'organisation compte une vingtaine de collaborateurs, dont une équipe de recrutement dédiée à la gestion d'une communauté de consultants indépendants.
Le point de départ : une chaîne opérationnelle fragmentée
En 2024, la chaîne opérationnelle d'OGURES reposait sur un assemblage d'outils génériques : Outlook, Slack, Notion, Trello, Google Sheets, BoondManager.
Ces outils se superposaient plus qu'ils ne s'intégraient. La conséquence la plus visible : la communauté de consultants qu'OGURES avait construite patiemment depuis quinze ans cessait progressivement d'exister en pratique.
L'intégration manuelle d'un CV dans la base Notion prenait 30 à 45 minutes. Dans les faits, moins d'un profil était créé par semaine. Les candidatures s'accumulaient dans les boîtes mail — et la communauté de consultants devenait un vivier inexploité. Un risque stratégique majeur pour une organisation dont le coeur de métier est le matching talent-mission.
Par ailleurs, les différents maillons de la chaîne opérationnelle — intégration des CV, matching mission/candidats, processus de qualification, suivi des missions — fonctionnaient dans des outils séparés, sans connexion réelle entre eux.
Phase 1 — L'IA au service du problème le plus urgent
La première intervention de Serenia a ciblé le maillon le plus critique : l'intégration des CV.
Un parser de CV IA a été développé et mis en production en novembre 2025 :
- Entrée : CV reçus par email (Outlook)
- Traitement : parsing IA — extraction des données structurées, normalisation, déduplication
- Sortie : création ou mise à jour automatique d'une fiche consultant dans la base Notion
Les résultats mesurés cinq mois après la mise en production :
| Métrique | Avant | Après | |---------|-------|-------| | Temps d'intégration par profil | 30–45 min | < 1 min | | Profils intégrés par semaine | < 1 | Variable, non plafonné | | Profils intégrés depuis nov. 2025 | — | 200+ | | Heures de travail manuel économisées | — | 100–150h | | Précision d'extraction | — | 97–98% | | Coût annuel (vs ATS précédent) | ~12 000 €/an | ~600 €/an |
Ce premier module a démontré qu'une intervention IA ciblée sur un problème précis produit un retour sur investissement mesurable et rapide.
La limite atteinte et la vision suivante
La phase 1 a réglé le problème d'intégration. Mais elle a révélé la limite structurelle suivante : intégrer un profil dans Notion ne l'intègre pas dans le processus de sourcing. La donnée s'arrêtait dans un cul-de-sac fonctionnel.
Par ailleurs, Notion ne permettait pas de faire des recherches avancées sur la base de profils. Le matching mission/candidats restait un processus manuel chronophage — et l'équipe de sourcing restait dépendante de jobboards externes (Malt, TurnoverIT) plutôt que de son propre vivier.
C'est à partir de ce constat qu'une vision plus large a été définie : une application web propriétaire, 100% personnalisée, qui relie nativement chaque maillon de la chaîne opérationnelle d'OGURES.
La vision — une plateforme unifiée en quatre phases
La plateforme en cours de construction couvre quatre modules interconnectés :
Module 1 — CVthèque (Phase 1, en production) Base de consultants alimentée automatiquement par le parser IA. Recherche avancée, filtres métier, historique des interactions.
Module 2 — Matching mission/consultants (Phase 2, en cours) Traitement automatique des demandes de mission reçues par email. Extraction des critères structurés. Recherche dans la CVthèque. Présentation d'une shortlist priorisée avec justification des correspondances. Assistance à la rédaction des messages de prise de contact.
Module 3 — Processus de sourcing (Phase 3, à venir) Orchestration de la qualification — de la première prise de contact jusqu'au GO CLIENT. Suivi des étapes, automatisation des relances, tableau de bord temps réel de l'activité de recrutement.
Module 4 — Suivi des missions (Phase 4, à venir) Suivi du déroulement des missions en cours. Alertes sur les renouvellements. Tableau de bord DirOps pour le suivi de la performance des consultants placés.
Ce que ça change vraiment
La distinction clé entre cette approche et l'ajout d'un ième outil SaaS : chaque module est conçu pour s'intégrer nativement aux autres.
Quand un profil est intégré en Phase 1, il est immédiatement disponible pour le matching en Phase 2. Quand une mission est traitée en Phase 2, elle alimente automatiquement le processus de sourcing en Phase 3. Quand un consultant est placé en Phase 3, son dossier de mission est créé en Phase 4.
Ce n'est pas une intégration par API fragile entre des outils qui ne se connaissent pas. C'est une architecture pensée pour que les données circulent naturellement — parce qu'elles sont dans le même système depuis le début.
Ce que ça signifie pour d'autres organisations
Le cas OGURES n'est pas un cas isolé. Les dynamiques sont les mêmes dans n'importe quelle organisation dont le coeur de métier implique une chaîne opérationnelle avec plusieurs maillons — recrutement, production, logistique, service client, ventes.
La fragmentation est le point de départ. La vision d'une plateforme unifiée est le point d'arrivée. La méthode — commencer par le maillon le plus critique, prouver le ROI, construire progressivement vers la vision — est ce qui rend le projet viable.
Votre organisation a une chaîne opérationnelle similaire ? Parlons de ce qu'on peut construire.