# Analytique interne dans PostgreSQL

Conçu une analytique produit interne dans PostgreSQL — 47 fonctions sur des tables d'événements partitionnées avec purge automatique — pseudonymisée par un sel renouvelé et soumise au consentement du visiteur.

2025

**Situation.** Les décisions produit demandent des chiffres. La méthode habituelle consiste à placer une balise tierce sur chaque page et à laisser des serveurs externes observer les utilisateurs. C'est rapide et gratuit à faible volume, mais le comportement des visiteurs d'un réseau professionnel — entreprises consultées, recherches effectuées — devient un actif d'une entreprise publicitaire. Pour des professionnels maritimes identifiables, l'échange est peu avantageux.

**Tâche.** L'équipe produit avait besoin de données sur les entonnoirs de conversion, la rétention et les événements, collectées d'une façon que la plateforme puisse assumer et que l'utilisateur puisse refuser.

**Action.** L'analytique a été placée dans PostgreSQL, dans un schéma de 7 tables et 47 fonctions. Les tables d'événements sont partitionnées, avec 22 définitions de partitions, et purgées selon un calendrier : le coût de l'analytique interne est moins la collecte que la conservation indéfinie. L'identité est pseudonymisée avec un sel renouvelé pour empêcher le suivi d'un visiteur au‑delà du renouvellement, même depuis la base. C'est une limite volontaire aux questions auxquelles les données peuvent répondre. Le client ne transmet rien avant le consentement, plutôt que d'envoyer puis de filtrer. Les entonnoirs sont calculés dans la base, près des données, sans export vers un autre service pour refaire des jointures.

**Résultat.** Les questions d'usage trouvent leur réponse dans les tables de la plateforme, sans sortie de données ni balise dans la page. Les limites sont explicites : renouveler le sel empêche l'analyse de cohortes sur une longue période et aucun tableau de bord prêt à l'emploi n'accompagne le système, contrairement à un outil hébergé. Les deux compromis ont été acceptés sciemment.

---

- Rôle: Ingénieure des données
- Catégories: [Bases de données](https://data.engineer.company/fr/categories/databases/), [PostgreSQL](https://data.engineer.company/fr/categories/postgresql/), [SQL](https://data.engineer.company/fr/categories/sql/), [Ingénierie des données](https://data.engineer.company/fr/categories/data-engineering/), [Analyse de données](https://data.engineer.company/fr/categories/data-analytics/), [Gouvernance des données](https://data.engineer.company/fr/categories/data-governance/), [Optimisation des performances](https://data.engineer.company/fr/categories/performance/)
- Prestations: [Conception et modélisation de bases de données](https://data.engineer.company/fr/services/database-design/), [Développement de pipelines de données (ETL/ELT)](https://data.engineer.company/fr/services/data-pipeline-development/), [Analyse de données et tableaux de bord BI](https://data.engineer.company/fr/services/data-analytics-bi/), [Gouvernance et qualité des données](https://data.engineer.company/fr/services/data-governance/)

<https://engineer.company/fr/portfolio/built-first-party-analytics-inside-postgresql/>
