Comprendre les options d’épargne-études pour un enfant peut rapidement devenir un travail de recherche. Il faut consulter plusieurs sites, retrouver des documents, distinguer les frais des placements de ceux du compte et comprendre les conditions propres à chaque offre. Même lorsque l’information est accessible, la comparaison demande du temps et de l’attention.
C’est pour répondre à ce besoin que PowerBIQC a conçu IQEE.ca, une plateforme pour mieux comprendre les REEE au Québec. Cette réalisation combine ingénierie des données, analytique interactive et logique agentique pour transformer des informations financières dispersées en un parcours de compréhension destiné aux parents.
Le projet illustre notre approche : partir d’une question concrète, organiser les données nécessaires pour y répondre et concevoir des outils qui rendent ces informations plus faciles à utiliser.
Data : normaliser l’information pour la rendre comparable
Le premier défi était de structurer l’information. Une comparaison utile exige de savoir précisément quel produit est présenté, à quelle période se rapportent les données et quelles conditions s’appliquent.
Sur IQEE.ca, les offres documentées sont rassemblées dans un comparateur de REEE. Les parents peuvent consulter les frais observés, les conditions de souplesse, les repères de risque et les historiques disponibles, puis retenir des produits à explorer davantage.
Les sources et les limites occupent une place centrale. Une information manquante demeure identifiée comme telle. Les catégories de produits restent distinctes lorsque leurs caractéristiques ne permettent pas une comparaison directe. Le catalogue présente une sélection d’offres documentées et ne prétend pas couvrir tout le marché.
Sur le plan technique, cette organisation repose sur un modèle de données métier qui distingue l’institution, le régime, le produit et la série de placement. Les valeurs sont accompagnées de leur unité, de leur période et de références documentaires. Cette normalisation évite, par exemple, de confondre un frais annuel de placement avec un frais ponctuel d’ouverture de compte.
La traçabilité des données — ou data lineage — permet de relier un indicateur à sa source et à son contexte. La qualité des données passe aussi par la gestion explicite des valeurs manquantes : une condition non documentée ne devient pas automatiquement favorable. Cette base structurée sert à alimenter les comparaisons, les visualisations et le contexte fourni à l’IA.
IA agentique : interpréter une intention et agir dans un périmètre défini
L’intelligence artificielle fait partie du parcours proposé. Maya, l’assistante IA d’IQEE.ca, permet de poser des questions sur les offres et d’explorer les informations présentées dans la plateforme.
Un parent peut, par exemple, demander une explication sur les frais affichés ou chercher à comprendre une différence entre deux produits. Les réponses s’appuient sur le contexte et les données documentées disponibles dans la plateforme.
Maya est clairement présentée comme une IA. Son rôle est éducatif : elle aide à comprendre les informations et à préparer les questions à poser à une institution financière. Elle ne remplace pas l’analyse de la situation personnelle par un professionnel compétent.
La dimension agentique se situe dans le lien entre la conversation et les fonctions de la plateforme. Selon la demande et les actions prises en charge, Maya peut interpréter une intention, ajuster des filtres, sélectionner des offres ou modifier des paramètres autorisés de l’expérience. L’échange peut ainsi conduire à une action concrète dans l’interface, puis à une explication du résultat.
Cette orchestration relie plusieurs composants : le contexte conversationnel, la base de connaissances des produits, les réponses structurées de l’IA et les contrôles applicatifs côté serveur. Le modèle de langage aide à interpréter la demande; les règles métier encadrent les actions acceptées et les données utilisées.
Nous parlons ici d’une logique agentique encadrée : les actions concernent l’exploration et la compréhension dans IQEE.ca. Maya n’effectue aucune transaction et n’ouvre aucun compte auprès d’une institution financière.
Analytique : séparer l’explication IA du moteur de calcul
IQEE.ca propose aussi des vues interactives pour examiner les données et illustrer des scénarios d’épargne. L’utilisateur peut ajuster certains paramètres et observer leur effet sur les résultats présentés.
Les calculs reposent sur un moteur déterministe : à données et paramètres identiques, les mêmes règles produisent les mêmes résultats. Les montants ne sont donc pas laissés à la génération libre du modèle de langage. Cette séparation des responsabilités facilite la vérification des formules, la reproductibilité des résultats et les tests de non-régression.
Les règles de calcul tiennent notamment compte des périodes disponibles et de l’admissibilité des séries aux différentes vues. Les frais déjà intégrés aux rendements nets ne doivent pas être déduits une deuxième fois. Ces contrôles traduisent une exigence d’analyse d’affaires en comportement applicatif vérifiable.
Ces visualisations sont accompagnées d’explications sur les hypothèses, les exclusions et les données utilisées. Les résultats historiques et les scénarios hypothétiques sont distingués; les rendements passés ne constituent pas une promesse de résultats futurs.
La méthodologie d’IQEE.ca permet de consulter les principes qui encadrent les comparaisons et les calculs. Cette transparence aide les visiteurs à interpréter ce qu’ils voient et à reconnaître les limites des outils.
Une architecture guidée par les besoins métier
Le développement d’IQEE.ca mobilise plusieurs dimensions de notre expertise : analyse d’affaires, modélisation des données, intégration d’API, formalisation des règles métier et conception d’interfaces analytiques.
La plateforme associe des modules applicatifs sur mesure, une base de connaissances structurée et une intégration IA côté serveur. L’architecture sépare la présentation, les données documentées, les calculs et l’interprétation conversationnelle. Cela permet de faire évoluer un composant tout en conservant des responsabilités clairement définies.
L’IA intervient dans cet ensemble avec un rôle précis. La qualité de l’expérience dépend aussi de la clarté des données, de la cohérence des calculs et de la façon dont les résultats sont expliqués.
Ce projet montre comment une plateforme peut transformer une recherche documentaire complexe en un parcours plus facile à suivre. C’est une démarche applicable à de nombreux besoins d’affaires : explorer un catalogue, comprendre des indicateurs ou retrouver des informations dans une documentation abondante.
Découvrez IQEE.ca
Nous vous invitons à explorer IQEE.ca, à consulter ses outils et à découvrir comment Maya accompagne la compréhension de l’épargne-études.
Votre organisation possède des données ou des documents difficiles à exploiter? PowerBIQC peut vous accompagner dans le cadrage métier, la structuration des données et la conception de solutions associant analytique, automatisation et IA agentique. Le point de départ : définir les décisions à soutenir, les sources disponibles et les actions que le système doit réellement pouvoir accomplir.
