
- CLIENT:
- Mzuri
- SECTEUR:
- Immobilier & PropTech
La majorité des utilisateurs comprennent mieux leurs charges grâce à la plateforme pour Mzuri
Résumé du projet
PROJET EN LIGNE- CLIENT
- Mzuri
- SECTEUR
- Immobilier & PropTech, FinTech
- PRODUITS
- Site vitrine
- ÉQUIPE
- Développeur Backend
- Développeur Frontend
Résultats
Données de 72 villes et de plus de 1 700 logements
base comparative qui grandit avec chaque signalement
Formulaire auquel on peut revenir
sauvegarde automatique à chaque étape
Export des données automatisé
l'intégration à Google Sheets facilite l'analyse du matériel collecté côté Mzuri
DÉFI
L'objectif du projet était de créer un outil complet, évolutif et intuitif qui permette :
- De comparer précisément les coûts d'entretien de logements dans différentes localités de Pologne.
- De vérifier la structure des charges et de signaler les économies possibles.
- De gérer des milliers de données d'entrée variées tout en maintenant de hautes performances.
- D'assurer une conformité complète aux réglementations sur la protection des données personnelles (RGPD).
Les plus grands défis étaient : la mise en œuvre d'un formulaire complexe en plusieurs étapes, la gestion d'un très grand nombre de variantes de composants de charges, le mapping précis des localisations et l'évolutivité et la sécurité de toute la plateforme.
SOLUTION
L'équipe Boring Owl a conçu et mis en œuvre une architecture d'application moderne, centrée sur l'optimisation de l'expérience utilisateur, la performance et la sécurité.
- Frontend : Next.js 15 avec TypeScript et Tailwind CSS (UI fondée sur shadcn/ui) — interface utilisateur responsive et moderne.
- Backend : Strapi 4 CMS avec Node.js — système flexible de gestion des contenus et des données.
- Base de données : PostgreSQL/SQLite — avec optimisation des requêtes et des relations.
- DevOps : Docker, CI/CD avec GitHub Actions, hébergement sur DigitalOcean.
- Intégrations
- Google Maps API — pour l'autocomplétion d'adresses et la géolocalisation.
- Google Sheets API — export automatique des données toutes les 30 minutes vers une analyse externe.
- Nodemailer (SMTP) — système de notifications par e-mail.

FONCTIONNALITÉS CLÉS
- Formulaire multi-étapes avancé :
- Sauvegarde automatique des données.
- Validations dynamiques et retour aux étapes précédentes sans perte de données.
- Choix de la localisation, du syndic, du type de bâtiment et des composants des charges.
- Système d'analyse et de comparaison :
- Génération de rapports comparatifs à partir de données régionales.
- Suggestions d'économies et détection des trop-perçus possibles.
- Gestion des localisations :
- Base complète de localités avec découpage administratif.
- Suggestions automatiques et autocomplétion.
- Tableau de statistiques et blog pédagogique :
- Présentation des indicateurs clés de la plateforme.
- Comparaisons de charges "avec nous" vs "sans nous".
- Articles pédagogiques sur les coûts du logement.
- Sécurité des données :
- Sécurisation de l'API, validation et assainissement des données.
- Conformité RGPD et contrôle complet des consentements utilisateurs.

RÉSULTATS
- Indicateurs métier
- 1 700+ logements ajoutés.
- 1 000+ utilisateurs ont rempli le formulaire.
- Données de 72 villes.
- Économie annuelle moyenne de 1 200 zł.
- 95 % des utilisateurs comprennent mieux la structure de leurs charges.
- Bénéfices utilisateurs
- Rapport comparatif clair.
- Outils de négociation avec les syndics.
- Éducation sur les composants des charges et la structure des coûts.
- Effets opérationnels
- Export automatisé des données qui facilite l'analyse externe.
- Réduction importante des erreurs grâce aux validations et à une UX intuitive.
- Rétention utilisateurs élevée grâce à la possibilité de revenir au formulaire.

CONCLUSION
Uczciwe Opłaty illustre une alliance réussie entre technologie moderne et besoin social. Grâce à une architecture réfléchie, à des solutions UX intelligentes et aux intégrations avec des services externes, la plateforme accompagne efficacement les habitants de Pologne face à la hausse des coûts d'entretien. Le projet renforce la conscience des utilisateurs, permet de réelles économies et pose les fondations pour de futurs services analytiques dans le secteur du logement.

Technologies utilisées
- FRONTEND
interface utilisateur responsive et moderne
- FRONTEND
typage côté frontend et backend
- FRONTEND
couche visuelle cohérente de l'application
- BACKEND
système flexible de gestion des contenus et des données
- BACKEND
environnement d'exécution de la couche serveur
- BASE DE DONNÉES
base de données relationnelle des charges comparées et des rapports
- INFRASTRUCTURE
conteneurisation de l'application


