05 — Patterns inter-AO & données de qualification¶

Réponse directe à deux questions du brief : quels patterns entre les AO terminés ? et quelle data qualifiée sortir de chaque AO pour la vue rétrospective read-only qui doit « démontrer de la valeur vite ».

⚠️ Complété par le doc 08. L'audit multi-drive chiffre l'axe issue : 1 382 mémoires perdus contre 8 gagnés identifiables (les agences classent les pertes mais pas les gains) → impossible de pondérer par performance sans un export win/loss de Serpe. Les thèmes de fond sont stables à 88-96 %. Voir doc 08 §1-2.

1. Patterns observés entre AO¶

1.1 Typologie de prestation (le premier axe d'analyse)¶

Le corpus se range en familles métier récurrentes, qui déterminent le vocabulaire du mémoire et les moyens mobilisés : - Élagage / abattage / bûcheronnage (arbres) — IIBSN, DREAL, CD87, L230324 - Débroussaillage / fauchage / entretien des dépendances (routes, autoroutes) — ASF, Boivre, DIRA - Sylviculture / gestion forestière (accrus, boisements) — Vassivière/CELRL - Génie écologique / mise en défens (zones à enjeux, Natura 2000) — DIRA - Entretien d'espaces verts / déchets (collectivités) — SMITED, Limoges, Soyaux - Paysage / VRD / bâtiment (aménagement) — AEVA (variante BTP)

→ La typologie de prestation est la clé de similarité n°1 pour retrouver un mémoire de référence pertinent (RAG). C'est aussi le tag principal des blocs « fiches-postes » (doc 03 §7) et des références clients.

1.2 Nature du marché¶

Marché simple à prix forfaitaire (DPGF, un chantier délimité) — IIBSN.
Accord-cadre à bons de commande (BPU, quantités au fil de l'eau) — CD87.
Accord-cadre pluriannuel (quantités estimées/an) — SMITED (3 ans).

→ Détermine la structure du chiffrage et l'horizon d'engagement.

1.3 Émetteur / donneur d'ordre (verticale)¶

Collectivités (communes, départements, agglos) · établissements publics (DREAL, DIRA, IIBSN, CELRL) · grands comptes (SNCF, ENEDIS, ASF/APRR). Chaque verticale a ses conventions : la SNCF impose un CPS type ultra-normé + une NOS dédiée ; les grands comptes ont des grilles de pénalités lourdes. → axe de segmentation des trames (doc 04 §2.D).

1.4 Cadré (~1/3) vs libre (~2/3)¶

Cadré = le RC impose sections / points / pages. Libre = Serpe applique sa trame interne. Aucun cadre imposé dans l'échantillon → confirme la dominante libre, et donc l'intérêt d'une trame Serpe générable par défaut.

1.5 Issue (gagné / perdu) — limite d'échantillon¶

L'échantillon est quasi 100 % perdu → impossible d'inférer des facteurs de victoire fiables ici. Hypothèses à valider sur un corpus équilibré (audit multi-drives) : - richesse et pertinence des visuels (facteur différenciant cité par le client) ; - personnalisation réelle des moyens (vs copier-coller) ; - adéquation fine aux critères pondérés du RC ; - compétitivité du prix (critère souvent ≥ 40 %).

2. La donnée qualifiée à sortir d'un AO (vue read-only)¶

Pour la partie « Analyse des anciens appels d'offres » — entrer dans un AO et voir stats/synthèse/qualification sous forme de data. Trois blocs de données, tous extractibles (doc 02) ou calculables :

2.1 Carte d'identité de l'AO (extrait du DCE)¶

Donnée	Source
Référence affaire (`[Lettre][AA][NNN]`), objet, acheteur/MOA	RC / AE / nom dossier
Agence, département, localisation	Drive / CCTP
Type de prestation (tags métier, §1.1)	CCTP (classif. IA)
Nature du marché (forfait / accord-cadre / pluriannuel)	DPGF/BPU
Montant estimé (HT/TTC)	DPGF/BPU
Nb de lots, durée, date limite	RC / AE / CCTP
Cadré / libre + pondérations des critères	RC ⚠️ (à récupérer)
Issue (gagné / perdu / sans suite) + classement	Drive (statut)

2.2 Synthèses IA (générées à la lecture des documents)¶

Résumé du besoin (2-3 phrases : quoi, où, combien, pour qui).
Contraintes de site clés (extraites du CCTP §7 → réutilisables en génération).
Postes de travaux et quantités (ml, arbres, m², h).
Points de vigilance (pénalités lourdes, délais serrés, exigences écologiques).
Ce qu'on a répondu (structure du mémoire déposé, moyens engagés, prix).
Si perdu : écart au besoin repérable (quand l'info est disponible).

2.3 Statistiques agrégées (transverses, pour le tableau de bord)¶

Répartition par type de prestation, par agence, par nature de marché.
Taux de réussite par type/agence/tranche de montant (une fois le corpus équilibré).
Montant moyen des AO répondus, distribution des tailles.
Volumétrie (nb d'AO/an, saisonnalité des dates limites).
Récurrence acheteurs (clients réguliers → références à valoriser).

3. Comment cette data « sert à répondre aux prochains AO »¶

La boucle de valeur, concrètement :

AO terminés (analysés)                    Nouvel AO en cours
─────────────────────                     ──────────────────
Type de prestation ────────────┐          DCE reçu → extraction (doc 02)
Contraintes de site (biblio)   ├─── RAG ──► « affaires similaires » :
Postes / méthodologies          │           - mémoire de réf. le + proche
Références clients (par type)    │           - moyens déjà mobilisés
Chiffrage historique ───────────┘           - prix pratiqués
                                             - contraintes/solutions réutilisables
                                                     │
                                                     ▼
                                   Pré-génération du mémoire section par section
                                   (blocs figés + blocs paramétrés adaptés)

Autrement dit : chaque AO terminé enrichit une base (mémoires, références, chiffrage, contraintes/solutions taggés par type de prestation), et chaque nouvel AO interroge cette base pour ne jamais repartir d'une page blanche — exactement la pratique manuelle actuelle (« on cherche le mémoire le plus similaire »), mais outillée.

4. Ce qui manque pour compléter l'analyse¶

De vrais RC (2-3 récents) → pondérations et cadres réels (doc 02 §1).
Des dossiers gagnés → facteurs de victoire (doc 03 §7, §1.5 ci-dessus).
L'audit multi-drives (autre instance) → volumétrie réelle et rééquilibrage gagné/perdu à l'échelle des 11+ agences.