Méthode
La difficulté n'est pas de collecter — les sources sont ouvertes — mais de distinguer le signal du bruit. Un avis de marché qui mentionne « migration » ne dit rien s'il s'agit d'une migration de messagerie. Voici la chaîne de traitement.
Collecte multi-sources
Chaque source dispose de son propre connecteur, qui interroge l'API ou le flux officiel, normalise les champs et dépose les éléments bruts dans une file d'attente. Rien n'est écrasé : la donnée d'origine est conservée pour permettre la traçabilité.
Filtrage par taxonomie
Une taxonomie décrit ce qui constitue un signal dans le monde des systèmes anciens : familles de technologies, verbes de projet, formulations contractuelles typiques. Ce premier passage, purement lexical et déterministe, réduit le volume d'un ordre de grandeur et attribue une catégorie provisoire.
Lecture par modèle de langage
Les éléments retenus sont soumis à un modèle exécuté localement. Il répond à des questions précises — de quel système parle-t-on, s'agit-il d'un maintien en condition opérationnelle ou d'un remplacement, quel est le degré de certitude — et rend un verdict motivé. Les faux positifs du filtrage lexical sont écartés à ce stade.
Reconstitution des échéances
Les avis d'attribution portent une date et une durée. En croisant les deux, la plateforme calcule la fenêtre de renouvellement et génère un signal daté, plusieurs mois avant que le marché ne réapparaisse.
Corrélation par entité
Les signaux sont rattachés aux organisations d'une liste d'entités surveillées — grands comptes, ESN, intégrateurs — et regroupés en opportunités. Une opportunité porte son historique complet : chaque affirmation renvoie à la source qui l'a produite.
Restitution
Un rapport de situation fait le point sur la période. Pour chaque piste jugée mûre, un dossier d'action reprend le contexte, les pièces justificatives et un angle d'approche proposé.
Ce que la méthode ne fait pas
SovraRadar ne devine rien et n'invente rien. Il ne produit pas de coordonnées personnelles, ne collecte pas de données à caractère personnel au-delà de ce qui figure déjà dans les avis publics, et n'automatise aucune prise de contact. C'est un outil d'analyse documentaire, pas un moteur de démarchage.
Il ne remplace pas non plus le jugement. Un signal fort n'est qu'une invitation à regarder de plus près : la qualification finale reste humaine, et la plateforme est conçue pour rendre cette vérification rapide en donnant toujours accès à la source.
Pourquoi une IA locale
Le traitement passe par des modèles libres exécutés sur une infrastructure GPU installée en France, à Bédoin. Ce choix n'est pas seulement idéologique. Il évite d'envoyer à un prestataire étranger la cartographie de vos systèmes critiques et de vos échéances contractuelles — c'est-à-dire, précisément, l'information qu'on aimerait le moins voir circuler.
Le corollaire pratique est que le volume traité n'est pas limité par un coût à l'appel : la plateforme peut relire l'intégralité de son corpus quand la taxonomie évolue.