5e5fcf4714
Réorganise la documentation du projet selon les principes du Domain-Driven Design (DDD) pour améliorer la cohésion, la maintenabilité et l'alignement avec l'architecture modulaire du backend. **Structure cible:** ``` docs/domains/ ├── README.md (Context Map) ├── _shared/ (Core Domain) ├── recommendation/ (Supporting Subdomain) ├── content/ (Supporting Subdomain) ├── moderation/ (Supporting Subdomain) ├── advertising/ (Generic Subdomain) ├── premium/ (Generic Subdomain) └── monetization/ (Generic Subdomain) ``` **Changements effectués:** Phase 1: Création de l'arborescence des 7 bounded contexts Phase 2: Déplacement des règles métier (01-19) vers domains/*/rules/ Phase 3: Déplacement des diagrammes d'entités vers domains/*/entities/ Phase 4: Déplacement des diagrammes flux/états/séquences vers domains/*/ Phase 5: Création des README.md pour chaque domaine Phase 6: Déplacement des features Gherkin vers domains/*/features/ Phase 7: Création du Context Map (domains/README.md) Phase 8: Mise à jour de mkdocs.yml pour la nouvelle navigation Phase 9: Correction automatique des liens internes (script fix-markdown-links.sh) Phase 10: Nettoyage de l'ancienne structure (regles-metier/, diagrammes/, features/) **Configuration des tests:** - Makefile: godog run docs/domains/*/features/ - scripts/generate-bdd-docs.py: features_dir → docs/domains **Avantages:** ✅ Cohésion forte: toute la doc d'un domaine au même endroit ✅ Couplage faible: domaines indépendants, dépendances explicites ✅ Navigabilité améliorée: README par domaine = entrée claire ✅ Alignement code/docs: miroir de backend/internal/ ✅ Onboarding facilité: exploration domaine par domaine ✅ Tests BDD intégrés: features au plus près des règles métier Voir docs/REFACTOR-DDD.md pour le plan complet.
300 lines
12 KiB
Gherkin
300 lines
12 KiB
Gherkin
# language: fr
|
||
Fonctionnalité: Métriques d'engagement et dashboard publicitaire
|
||
En tant que publicitaire
|
||
Je veux consulter des métriques détaillées en temps réel
|
||
Afin d'optimiser mes campagnes et mesurer leur ROI
|
||
|
||
Contexte:
|
||
Étant donné que l'API RoadWave est disponible
|
||
Et qu'un compte publicitaire est connecté
|
||
Et qu'une campagne active est en cours
|
||
|
||
Scénario: Dashboard temps réel avec métriques essentielles
|
||
Étant donné que ma campagne a généré 1000 diffusions
|
||
Quand je consulte le dashboard
|
||
Alors je vois les métriques suivantes mises à jour en temps réel:
|
||
| Métrique | Valeur |
|
||
| Impressions | 1000 |
|
||
| Écoutes complètes (>80%)| 400 |
|
||
| Taux d'écoute complète | 40% |
|
||
| Taux de skip | 60% |
|
||
| Durée moyenne d'écoute | 18s |
|
||
| Likes | 25 |
|
||
| Abonnements | 5 |
|
||
| Coût par écoute | 0.05€ |
|
||
|
||
Scénario: Calcul impressions totales
|
||
Étant donné que ma publicité a été diffusée 2500 fois
|
||
Quand je consulte le dashboard
|
||
Alors le compteur "Impressions" affiche 2500
|
||
Et il s'incrémente en temps réel à chaque nouvelle diffusion
|
||
|
||
Scénario: Calcul écoutes complètes (>80%)
|
||
Étant donné que ma publicité de 30s a été:
|
||
| Durée écoutée | Nombre |
|
||
| 25s (83%) | 300 |
|
||
| 20s (67%) | 200 |
|
||
| 10s (33%) | 150 |
|
||
| 5s (17%) | 50 |
|
||
Quand je consulte les écoutes complètes
|
||
Alors le compteur affiche 300 (uniquement ≥80%)
|
||
Et le taux d'écoute complète est de 43% (300/700)
|
||
|
||
Scénario: Calcul taux de skip
|
||
Étant donné 1000 diffusions totales
|
||
Et 400 écoutes complètes
|
||
Quand je consulte le taux de skip
|
||
Alors il affiche 60% ((1000-400)/1000)
|
||
Et il est calculé comme (total - complètes) / total
|
||
|
||
Scénario: Durée moyenne d'écoute calculée
|
||
Étant donné que ma publicité de 30s a été écoutée:
|
||
| Durée | Nombre d'utilisateurs |
|
||
| 30s | 400 |
|
||
| 20s | 300 |
|
||
| 10s | 200 |
|
||
| 5s | 100 |
|
||
Quand je consulte la durée moyenne
|
||
Alors le calcul est: (30×400 + 20×300 + 10×200 + 5×100) / 1000
|
||
Et le résultat affiché est 21s
|
||
|
||
Scénario: Métriques de likes sur publicité
|
||
Étant donné que 50 utilisateurs ont liké ma publicité
|
||
Quand je consulte le dashboard
|
||
Alors le compteur "Likes" affiche 50
|
||
Et un taux de like de 5% est calculé (50/1000 impressions)
|
||
Et cela indique une forte appréciation du contenu
|
||
|
||
Scénario: Métriques d'abonnements générés
|
||
Étant donné que 10 utilisateurs se sont abonnés après avoir entendu ma pub
|
||
Quand je consulte le dashboard
|
||
Alors le compteur "Abonnements" affiche 10
|
||
Et un taux de conversion de 1% est calculé (10/1000)
|
||
Et cela représente un engagement très fort
|
||
|
||
Scénario: Calcul coût par écoute (CPE)
|
||
Étant donné que j'ai dépensé 200€
|
||
Et obtenu 4000 écoutes complètes
|
||
Quand je consulte le coût par écoute
|
||
Alors le CPE affiché est 0.05€ (200/4000)
|
||
Et il correspond au tarif standard RoadWave
|
||
|
||
Scénario: Répartition géographique avec heatmap
|
||
Étant donné que ma campagne cible le département du Var
|
||
Et que j'ai 1000 diffusions réparties:
|
||
| Zone | Diffusions | Pourcentage |
|
||
| Toulon | 400 | 40% |
|
||
| Hyères | 250 | 25% |
|
||
| Fréjus | 200 | 20% |
|
||
| Autres | 150 | 15% |
|
||
Quand je consulte la heatmap géographique
|
||
Alors une carte Leaflet affiche les zones avec intensité proportionnelle
|
||
Et Toulon apparaît en rouge foncé (forte concentration)
|
||
Et les autres villes en dégradé orange/jaune
|
||
|
||
Scénario: Répartition horaire avec graphique
|
||
Étant donné que ma campagne cible les plages 7h-9h et 17h-19h
|
||
Et que j'ai 1000 diffusions:
|
||
| Plage horaire | Diffusions |
|
||
| 7h-8h | 300 |
|
||
| 8h-9h | 250 |
|
||
| 17h-18h | 280 |
|
||
| 18h-19h | 170 |
|
||
Quand je consulte le graphique horaire
|
||
Alors un histogramme Chart.js affiche les 4 barres
|
||
Et je peux identifier que 7h-8h est le pic d'écoute
|
||
Et optimiser mes futures campagnes sur cette plage
|
||
|
||
Scénario: Taux de complétion par tranche d'âge
|
||
Étant donné que ma campagne est Tout Public
|
||
Et que j'ai des écoutes sur différentes tranches:
|
||
| Tranche d'âge | Écoutes complètes | Total diffusions | Taux |
|
||
| 18-24 ans | 120 | 400 | 30% |
|
||
| 25-34 ans | 200 | 400 | 50% |
|
||
| 35-44 ans | 80 | 200 | 40% |
|
||
Quand je consulte l'analyse par âge
|
||
Alors je vois que les 25-34 ans ont le meilleur taux (50%)
|
||
Et je peux cibler cette tranche pour mes prochaines campagnes
|
||
|
||
Scénario: Comparatif de campagnes A/B testing
|
||
Étant donné que j'ai 2 campagnes actives:
|
||
| Campagne | Budget | Écoutes complètes | Taux | CPE |
|
||
| A | 300€ | 4000 | 40% | 0.075€|
|
||
| B | 300€ | 6000 | 60% | 0.05€ |
|
||
Quand je consulte le comparatif
|
||
Alors je vois que la campagne B performe mieux
|
||
Et le tableau recommande "Campagne B: +50% écoutes, -33% CPE"
|
||
Et je peux allouer plus de budget à la campagne B
|
||
|
||
Scénario: Export données CSV pour analyse externe
|
||
Étant donné que je veux analyser mes données dans Excel
|
||
Quand je clique sur "Exporter CSV"
|
||
Alors je télécharge un fichier avec les colonnes:
|
||
| Colonne |
|
||
| Date |
|
||
| Heure |
|
||
| Zone géographique |
|
||
| Tranche d'âge |
|
||
| Durée écoute |
|
||
| Skip (Oui/Non) |
|
||
| Like (Oui/Non) |
|
||
| Abonnement (Oui/Non) |
|
||
Et je peux faire des analyses personnalisées
|
||
|
||
Scénario: Export graphiques interactifs
|
||
Étant donné que je consulte le dashboard
|
||
Quand je clique sur un graphique Chart.js
|
||
Alors je peux zoomer/filtrer interactivement
|
||
Et je peux exporter le graphique en PNG
|
||
Et l'image est en haute résolution pour présentations
|
||
|
||
Scénario: Rapport PDF automatique fin de campagne
|
||
Étant donné que ma campagne de 14 jours se termine
|
||
Quand la date de fin est atteinte
|
||
Alors un rapport PDF est généré automatiquement
|
||
Et il contient:
|
||
| Section |
|
||
| Résumé exécutif |
|
||
| Métriques clés |
|
||
| Graphiques de performance |
|
||
| Heatmap géographique |
|
||
| Répartition horaire |
|
||
| Analyse tranches d'âge |
|
||
| Recommandations optimisation |
|
||
Et je reçois un email avec le PDF en pièce jointe
|
||
|
||
Scénario: Métriques temps réel rafraîchies automatiquement
|
||
Étant donné que je consulte le dashboard à 10h00
|
||
Quand une nouvelle diffusion se produit à 10h01
|
||
Alors les métriques sont rafraîchies automatiquement (polling 30s)
|
||
Et je vois les nouveaux chiffres sans recharger la page
|
||
Et un badge "Mis à jour il y a 15s" s'affiche
|
||
|
||
Scénario: Alertes performance personnalisées
|
||
Étant donné que je configure une alerte "Taux de skip >70%"
|
||
Et que ma campagne atteint 72% de skip
|
||
Quand le seuil est dépassé
|
||
Alors je reçois un email d'alerte:
|
||
"""
|
||
Alerte Performance - Taux de skip élevé
|
||
|
||
Votre campagne a un taux de skip de 72%.
|
||
Recommandations:
|
||
- Réduire la durée de la publicité
|
||
- Améliorer l'accroche des 5 premières secondes
|
||
- Vérifier le ciblage (audience pertinente?)
|
||
"""
|
||
|
||
Scénario: Benchmark vs moyennes RoadWave
|
||
Étant donné que ma campagne a 45% d'écoutes complètes
|
||
Quand je consulte le benchmark
|
||
Alors je vois "Votre taux: 45% | Moyenne RoadWave: 40%"
|
||
Et un badge "📊 Performance: +12% vs moyenne" s'affiche
|
||
Et je sais que ma campagne performe au-dessus de la moyenne
|
||
|
||
Scénario: Coût total consommé vs budget
|
||
Étant donné que j'ai un budget de 300€
|
||
Et que j'ai consommé 220€
|
||
Quand je consulte le dashboard
|
||
Alors je vois une jauge "Budget consommé: 73%" (220/300)
|
||
Et le montant restant "80€ restants"
|
||
Et une projection "Épuisé dans 3 jours à ce rythme"
|
||
|
||
Scénario: Répartition coûts par type d'écoute
|
||
Étant donné que j'ai dépensé 200€ avec:
|
||
| Type d'écoute | Nombre | Coût unitaire | Total |
|
||
| Écoute complète | 3000 | 0.05€ | 150€ |
|
||
| Skip après 5s | 2000 | 0.02€ | 40€ |
|
||
| Skip immédiat | 500 | 0€ | 0€ |
|
||
Quand je consulte la répartition
|
||
Alors un graphique camembert affiche:
|
||
| Segment | Pourcentage |
|
||
| Écoutes complètes | 75% (150€) |
|
||
| Skips partiels | 20% (40€) |
|
||
| Skips immédiats | 5% (0€) |
|
||
|
||
Scénario: Évolution performance dans le temps
|
||
Étant donné une campagne de 30 jours
|
||
Quand je consulte le graphique d'évolution
|
||
Alors je vois une courbe Chart.js avec:
|
||
| Axe | Donnée |
|
||
| X | Jours (1-30) |
|
||
| Y | Taux d'écoute complète (%) |
|
||
Et je peux identifier les tendances (amélioration/dégradation)
|
||
Et les jours avec pics d'engagement
|
||
|
||
Scénario: Métriques avancées - Taux de réécoute
|
||
Étant donné qu'un utilisateur a entendu ma pub 3 fois
|
||
Et qu'il l'a écoutée complètement les 3 fois
|
||
Quand je consulte les métriques avancées
|
||
Alors le "Taux de réécoute" affiche 100%
|
||
Et cela indique que le contenu n'est pas perçu comme spam
|
||
Et les utilisateurs tolèrent bien la répétition
|
||
|
||
Scénario: Recommandations automatiques d'optimisation
|
||
Étant donné que ma campagne a un taux de skip de 75%
|
||
Et que la durée moyenne d'écoute est de 8s sur 30s
|
||
Quand je consulte les recommandations
|
||
Alors le système suggère:
|
||
"""
|
||
🔍 Analyse de votre campagne
|
||
|
||
Problème identifié: Perte d'attention après 8 secondes
|
||
|
||
Recommandations:
|
||
1. Placer votre message clé dans les 5 premières secondes
|
||
2. Réduire la durée totale à 15-20 secondes
|
||
3. Ajouter un appel à l'action plus tôt
|
||
4. Tester un nouveau créatif avec accroche différente
|
||
"""
|
||
|
||
Scénario: Suivi multi-campagnes avec vue consolidée
|
||
Étant donné que j'ai 3 campagnes actives simultanément
|
||
Quand je consulte la vue consolidée
|
||
Alors je vois un tableau récapitulatif:
|
||
| Campagne | Budget | Dépensé | Diffusions | Taux complète | CPE |
|
||
| A | 300€ | 220€ | 4000 | 40% | 0.05€ |
|
||
| B | 500€ | 150€ | 3000 | 60% | 0.05€ |
|
||
| C | 200€ | 180€ | 3600 | 35% | 0.05€ |
|
||
Et je peux comparer les performances d'un coup d'œil
|
||
|
||
Plan du Scénario: Calcul taux d'écoute complète
|
||
Étant donné <total> diffusions totales
|
||
Et <completes> écoutes complètes (≥80%)
|
||
Quand je calcule le taux
|
||
Alors le résultat est <taux>%
|
||
|
||
Exemples:
|
||
| total | completes | taux |
|
||
| 1000 | 400 | 40 |
|
||
| 2000 | 1200 | 60 |
|
||
| 500 | 100 | 20 |
|
||
| 1000 | 850 | 85 |
|
||
|
||
Plan du Scénario: Calcul coût par écoute (CPE)
|
||
Étant donné un budget dépensé de <depense>€
|
||
Et <ecoutes> écoutes complètes
|
||
Quand je calcule le CPE
|
||
Alors le résultat est <cpe>€
|
||
|
||
Exemples:
|
||
| depense | ecoutes | cpe |
|
||
| 100 | 2000 | 0.05 |
|
||
| 300 | 6000 | 0.05 |
|
||
| 50 | 1000 | 0.05 |
|
||
| 500 | 10000 | 0.05 |
|
||
|
||
Plan du Scénario: Classification performance vs benchmark
|
||
Étant donné un taux d'écoute complète de <taux>%
|
||
Et une moyenne RoadWave de 40%
|
||
Quand je compare à la moyenne
|
||
Alors la performance est <classification>
|
||
|
||
Exemples:
|
||
| taux | classification |
|
||
| 60 | Excellente (+50%) |
|
||
| 50 | Bonne (+25%) |
|
||
| 40 | Moyenne |
|
||
| 30 | Faible (-25%) |
|
||
| 20 | Très faible (-50%)|
|