Étude de cas

Apache Superset, visualisation et reporting des projets

Une plateforme conteneurisée qui prend les données des projets et des activités et les transforme en tableaux de bord et en rapports de pilotage. La décision s'appuie sur du concret, à tous les étages.

RôleDéploiement, configuration, administration
OrganisationONG ADKOUL
ArchitectureDocker · PostgreSQL · workers
StatutEn production
Utilisateur MEAL navigateur (HTTPS) Nginx TLS reverse-proxy Superset · Docker Compose Superset web Gunicorn Celery worker requêtes async · exports Celery beat planificateur Redis cache résultats + broker PostgreSQL méta dashboards · datasets · users Datasets virtuels (vues SQL non matérialisées) SQLAlchemy + psycopg2 → pooler → base programme (rôle read-only + RLS) requêtes vivantes · résultats mis en cache Redis Base programme (Supabase Postgres) pooler IPv4 aws-1-eu-central-1 rôle superset_ro · RLS activée
Fig. — Superset conteneurisé (web + workers + Redis + Postgres méta), lecture directe vers la base programme via un rôle read-only et Row Level Security.
01

Présentation

J'ai déployé et configuré une plateforme Apache Superset pour transformer les données des projets et des activités en tableaux de bord et en rapports de pilotage. Elle centralise, explore et visualise les indicateurs opérationnels, financiers, programmatiques et MEAL.

L'architecture est conteneurisée : l'application de visualisation, les workers de traitement, la base de métadonnées et les services qui font tourner les tâches planifiées.

02

Réalisations principales

DéploiementInstallation et administration d'une instance Superset dans un environnement Docker.
DonnéesConnexion à une source PostgreSQL dédiée à l'analyse des données.
VisualisationCréation de tableaux de bord pour le suivi des projets, des activités, des indicateurs programmatiques et des données de suivi-évaluation, y compris les retours communautaires.
FiltresMise en place de filtres interactifs par projet, période, zone et catégorie de cas.
ReportingConfiguration de rapports périodiques destinés aux équipes concernées.
AdministrationGestion des services applicatifs, des workers, du cache et de la base de métadonnées.
03

Fonctionnalités mises en œuvre

Les tableaux de bord suivent l'avancement des projets, les activités réalisées, les indicateurs, les résultats, les écarts et les tendances. On les filtre par projet, période, zone ou catégorie. Chaque responsable trouve rapidement la vue qui lui convient. Les données de plaintes et de retours communautaires peuvent y passer aussi quand elles font partie du suivi.

Des rapports planifiés partent régulièrement pour diffuser les synthèses opérationnelles. Les alertes sont là, avec un contrôle fin sur qui reçoit quoi et à quelle fréquence.

04

Valeur apportée

Les données produites par les systèmes et les projets deviennent des indicateurs directement exploitables. Les réunions de pilotage y gagnent en qualité, on repère plus vite les écarts et les retards, et les décisions s'appuient sur des données à jour.

Des données brutes à la décision, un chemin court et partagé par toutes les équipes de coordination.

05

Hébergement & sauvegarde

ServeurVPS Linux, reverse-proxy Nginx en frontal, TLS Let's Encrypt.
ConteneursDocker Compose : web (Gunicorn), worker Celery, beat Celery, Redis, Postgres méta — tous en restart: unless-stopped.
Connexion sourcebase PostgreSQL managée (Supabase), pooler IPv4, rôle strictement en lecture, Row Level Security.
Sauvegardesdump quotidien de la base méta Superset + exports périodiques des définitions de dashboards (YAML) versionnés.
Rapports planifiésCelery beat + service SMTP relais pour la diffusion périodique.
06

Compétences mobilisées

Stack technique & méthodes
Apache SupersetSQLPostgreSQL DockerVisualisation de donnéesDashboards Reporting automatiséFiltres interactifs Administration systèmeSuivi-évaluationAnalyse multi-projets