Showcase : De la vigne au Verdict

Un parcours complet de chaque instrument jinflow — avec des données réelles du Domaine Zufferey, un domaine viticole valaisan. Ce n’est pas un exemple jouet. Chaque Finding, Thesis et Verdict montré ici a été calculé à partir de données de production réelles.

Le domaine

Marie-Thérèse Zufferey gère un domaine de 45 parcelles en Valais, produisant 1 410 vins sur plusieurs millésimes. Ses données proviennent de FileMaker — parcelles, vendanges, vins, fûts, opérations de cave, analyses de laboratoire, mouvements de bouteilles, commandes de vente et clients. Millesime ingère tout cela via le pipeline medallion et construit un Knowledge Store.

Les chiffres : 867 vendanges. 10 640 opérations de cave. 44 472 analyses de laboratoire. 75 956 commandes de vente. 84 714 mouvements de bouteilles.

Étape 1 : Entities — le Contract Gold

Le P-world (pipeline) livre 10 entités propres :

Entity	Lignes	Ce qu’elle représente
Parcels	45	Parcelles viticoles avec cépage, surface, année de plantation
Harvests	867	Apport de raisin par parcelle par millésime (kg, sucre, acidité)
Wines	1 410	Vins produits avec cépage, millésime, appellation
Barrels	800	Fûts de chêne avec âge, capacité, contenu actuel
Lab Analyses	44 472	Mesures pH, alcool, SO2, acidité par vin
Cellar Operations	10 640	Soutirage, collage, filtration, mise en bouteille
Bottle Movements	84 714	Bouteilles entrées/sorties de stock par vin
Sales Orders	75 956	Commandes clients avec quantités et prix
Customers	1 200	Restaurants, détaillants, acheteurs privés
Harvest Trends	867	Métriques de rendement année-sur-année par parcelle

Ce sont l’interface. Tout ce qui suit est T-world — l’analyste et le consultant ne regardent jamais en dessous de Gold.

Étape 2 : Signals — détecter les anomalies

12 Signals examinent les entités et produisent 8 259 findings :

Signal	Findings	Pire	Ce qu’il détecte
probe_traceability_gap	80	high	Vins sans chaîne d’analyse labo — impossible de prouver la traçabilité vigne-bouteille
probe_missing_lab_analysis	102	high	Vins mis en bouteille sans certification labo
probe_yield_decline	286	high	Parcelles avec baisses soutenues de kg/ha sur les millésimes
probe_production_cost_vs_price	1 410	high	Vins où le coût de production approche ou dépasse le prix de vente
probe_customer_concentration	2 143	medium	Vins où >40% des ventes vont à un seul acheteur
probe_harvest_yield_anomaly	40	medium	Vendanges avec rendement très éloigné de la norme variétale
probe_barrel_age_risk	117	medium	Fûts au-delà de leur durée de service recommandée
probe_inventory_balance	1 250	medium	Vins avec écarts de stock (bouteilles in ≠ bouteilles out)
probe_inactive_customer	0	—	Clients sans commande depuis 24 mois (aucun trouvé)
probe_sugar_alcohol_consistency	0	—	Résultats labo où le ratio sucre/alcool est invraisemblable (aucun trouvé)

Deux Perspectives agrègent les findings en scores de santé au niveau entité :

Perspective	Entités scorées	Ce qu’elle mesure
assessment_wine_health	1 410 vins	Santé globale combinant traçabilité, labo, coût, inventaire
assessment_parcel_health	1 421 parcelles × millésimes	Tendances de rendement, anomalies de vendange

Le vin le plus mal noté : Z-W-2021-1205 — signalé par 4 Signals, 8 findings, CHF 6 122 à risque.

Étape 3 : Theses — est-ce un pattern ?

Trois Theses évaluent si les Signal Findings représentent des préoccupations métier systématiques :

thesis_traceability_compliance_risk — CONFIRMED

« Forte preuve de risque de conformité AOC. Plusieurs vins manquent de certification labo avant la mise en bouteille, et les chaînes de traçabilité sont brisées. Remédiation immédiate recommandée avant le prochain audit. »

• Statut : confirmed (evidence score 1.0)
• Findings : 1 432 sur 2 Signals
• Montant à risque : CHF 757 238
• Evidence : probe_traceability_gap (primary) + probe_missing_lab_analysis (supporting)

thesis_revenue_pressure — CONFIRMED

« Le domaine a un risque de revenus mesurable. Des vins clés montrent une forte concentration client, des marges de production fines ou des déséquilibres d’inventaire. »

• Statut : confirmed (evidence score 1.0)
• Findings : 4 803 sur 3 Signals
• Montant à risque : CHF 1 737 312

thesis_vineyard_aging_impact — CONFIRMED

« Preuve claire de déclin de rendement sur les parcelles vieillissantes. Plusieurs parcelles montrent des baisses soutenues de kg/ha sur les millésimes. »

• Statut : confirmed (evidence score 0.83)
• Findings : 1 696 sur 2 Signals

Étape 4 : Verdicts — pourquoi cela se produit

Chaque Thesis confirmée obtient un Verdict de cause racine :

Processus de certification labo manquant (confiance : 90%)

Cause racine : process_failure / lab_certification_gap

« Le domaine met en bouteille du vin sans certification labo systématique. »

Recommandation : Établir une étape obligatoire d’analyse labo dans le workflow de mise en bouteille.

Base client étroite (confiance : 85%)

Cause racine : structural / customer_base_narrow

« La pression sur les revenus provient d’une base client étroite. »

Recommandation : Développer un canal de vente directe au consommateur.

Déficit de replantation (confiance : 60%)

Cause racine : structural / replanting_deficit

« Le déclin de rendement est dû à un déficit de replantation — les parcelles vieillissantes avec des vignes >30 ans n’ont pas été remplacées dans les temps. »

Recommandation : Établir un plan de replantation sur 10 ans.

Étape 5 : SMEbits — connaissances expertes

Deux pièces de connaissance experte capturées de Marie-Thérèse elle-même :

smebit_zufferey_old_vine_yield (business_rule)

« Les parcelles Z-P06 et Z-P08 ont des vignes plantées avant 1980 — le déclin de rendement est attendu et accepté pour des raisons de qualité. »

Ce SMEbit s’ancre à probe_yield_decline — il dit à l’analyste : « oui, le Signal a signalé ces parcelles, mais l’expert dit que c’est intentionnel. »

smebit_barrel_numbering_convention (structural)

« Chaque domaine utilise un préfixe de numérotation de fût différent — Z-BRL pour Zufferey, C-BRL pour Clavien, B-BRL pour Bétrisey. »

Étape 6 : BitBundle — le narratif curé

bb_confrérie_data_landscape

« Le paysage de données de la Confrérie — Trois systèmes, une histoire »

Le BitBundle cure 5 SMEbits dans un narratif sur la façon dont les trois domaines de la Confrérie des Trois Coteaux ont chacun apporté des systèmes différents.

Étape 7 : Reports — le livrable

6 rapports (18 PDF en DE/FR/EN) :

Report	Ce qu’il livre
report_executive_summary	Vue de haut niveau pour la direction
report_vintage_quality	Métriques de qualité millésime par millésime
report_appellation_performance	Performance par appellation AOC
report_cellar_inventory	Inventaire fûts et bouteilles avec flags de risque d’âge
report_customer_portfolio	Analyse de concentration client
report_data_landscape	Vue d’ensemble de la qualité des données

La chaîne complète

D’un seul vin (Entity) à une recommandation métier (Report) — à travers chaque couche de la pyramide analytique. Chaque étape est déclarative, reproductible et consultable dans l’Explorer.

Essayez vous-même

jinflow explore --tenant millesime.domaine_zufferey

Puis voyez le même moteur à l’oeuvre dans une industrie complètement différente : De l’envoi aux économies — le parcours logistique InterLogic.

Talk to your data — so it speaks to you.