En France, 200 000 avis d'appels d'offre sont publiés chaque année au BOAMP. Soit 550 dossiers par jour. Une PME qui répond manuellement à ces marchés y consacre 3 à 4 heures par document rien que pour la phase d'analyse initiale.
À 60 € l'heure d'un cadre, ça fait 180 à 240 € par dossier — avant même d'avoir tapé une ligne de réponse. Multiplié par 20 dossiers qualifiés par mois, on arrive vite à 4 000 € de charge intellectuelle pure, pour un taux de succès rarement supérieur à 20%.
La commande publique représente 233 milliards d'euros par an en France, soit 10% du PIB. Pour les entreprises qui répondent à ces marchés, l'accès n'est pas un problème de volume : c'est un problème de capacité à traiter l'information assez vite pour identifier les opportunités réelles.
Avec n8n et une IA comme Claude, on passe de 3-4 heures à 3 minutes par dossier.
Ce que fait un analyste, et ce que l'IA peut reproduire
Quand un commercial ou un directeur technique ouvre un DCE (Dossier de Consultation des Entreprises), il fait mentalement plusieurs choses :
- Il identifie les exigences obligatoires (certifications, délais, zones géographiques)
- Il évalue si le profil de l'entreprise correspond aux critères de sélection
- Il note le montant estimé et la pondération des critères techniques / prix
- Il prend une décision Go/No-Go en quelques minutes
Ces quatre étapes sont reproductibles. Ce sont des patterns d'extraction et de scoring sur un texte structuré. Un LLM comme Claude fait ça très bien, à condition de lui poser la bonne question et d'avoir un workflow qui l'alimente automatiquement.
C'est exactement ce que n8n permet de construire.
L'architecture du workflow
Le workflow complet tient en 8 étapes. Voici comment il s'enchaîne.
1. Déclencheur : recevoir le PDF
Le déclencheur peut être un email Gmail (pièce jointe PDF), un webhook depuis un outil de veille, ou un dépôt manuel dans un dossier Google Drive. Dans tous les cas, n8n récupère le fichier binaire et le transmet à l'étape suivante.
Pour la veille automatique, l'API du BOAMP (disponible sur data.gouv.fr) permet de recevoir les nouveaux avis en JSON. Un nœud Schedule Trigger qui interroge cette API toutes les 6 heures remplace entièrement la veille manuelle.
2. Extraction du texte
n8n intègre depuis la version 1.21.0 un nœud natif "Extract from File" avec l'opération "Extract from PDF". Pour les DCE en texte natif, il extrait le contenu de toutes les pages sans API externe.
Pour les documents scannés (PDFs image), il faut passer par un nœud OCR communautaire ou une API dédiée comme LlamaParse. La plupart des marchés publics récents sont en texte natif, donc le nœud officiel suffit dans 80% des cas.
3. Nettoyage et découpage
Un DCE complet fait souvent 50 à 200 pages. Le texte extrait brut contient des en-têtes répétitives, des numéros de page, des tableaux mal parsés. Un nœud Code en JavaScript nettoie le texte et le tronque à 150 000 tokens si nécessaire.
4. Analyse IA avec Claude
C'est le cœur du workflow. Le nœud Anthropic Chat Model reçoit le texte nettoyé et un prompt d'extraction structurée :
Analyse ce DCE et extrais en JSON :
- synthese : résumé en 3 phrases
- montant_estime : en euros HT
- date_limite : format YYYY-MM-DD
- criteres_evaluation : liste [{nom, ponderation_pct}]
- exigences_obligatoires : liste des points éliminatoires
- risques : liste des points de vigilanceClaude 3 Haiku coûte environ 0,25 € par analyse sur un DCE de taille moyenne. Pour 30 analyses par mois, on est à 7-8 €. À comparer avec les 180 € de charge humaine par dossier.
5. Scoring Go/No-Go
Un nœud Code calcule un score sur 100 à partir du JSON retourné par Claude et d'un profil d'entreprise stocké en variables d'environnement ou dans Airtable :
score_coeur_metier = 0.25
score_zone_geo = 0.15
score_delai = 0.20
score_prix = 0.25
score_references = 0.15
// Délai insuffisant si moins de 10 jours
if (jours_restants < 10) score_delai = 0;
if (jours_restants < 20) score_delai *= 0.5;
decision = total >= 70 ? "GO" : "NO-GO";Les seuils et pondérations se règlent en fonction du profil de l'entreprise. Une ETI avec une équipe dédiée aura des seuils différents d'une PME de 15 personnes.
6. Stockage dans Google Sheets
Chaque dossier analysé est loggué dans un Google Sheet avec : date, titre du marché, score, synthèse, lien vers le DCE, statut. La feuille devient le tableau de bord de suivi. Le directeur commercial voit d'un coup d'œil les 5 marchés GO de la semaine sans avoir ouvert un seul PDF.
7. Notification Slack ou email
Pour les dossiers GO, un message Slack automatique part dans le canal #appels-offre avec le score, la synthèse en 3 lignes, la date limite, et un lien vers le DCE original. Les dossiers NO-GO sont archivés en silence dans le sheet.
8. Validation humaine optionnelle
Pour les dossiers à score élevé (supérieur à 85), on peut ajouter un bouton "Valider GO" dans le message Slack. Le clic déclenche un second webhook n8n qui met à jour le statut dans le sheet et envoie un rappel 3 jours avant la date limite. L'automatisation ne remplace pas la décision finale : elle filtre le bruit pour que l'humain n'intervienne que sur ce qui compte vraiment.
Ce que ça change vraiment
Avant ce type de workflow, une PME réactive à 4-5 marchés par semaine, faute de temps pour en examiner plus. Après automatisation, elle peut surveiller 30-40 marchés par semaine et concentrer son énergie sur les 5-8 GO réels.
Le taux de succès ne change pas, mais le pipeline change. Plus de volume qualifié dans le funnel, plus d'opportunités à transformer. Les équipes qui ont documenté ce passage observent un gain de 40 à 60% sur le temps total consacré aux réponses.
Côté coûts, une stack n8n + Claude représente 50 à 110 € par mois tout compris pour 30 analyses. Contre 3 300 € par mois pour un équivalent temps-plein dédié à la veille et au tri. Le ROI est visible en moins d'une semaine.
Ce qui change aussi, c'est la qualité des décisions Go/No-Go. Une analyse IA sur le même document produit toujours les mêmes critères, dans le même ordre, avec la même rigueur. Là où un humain fatigué en fin de journée passera à côté d'une exigence éliminatoire, le workflow ne rate rien.
Les limites à connaître avant de se lancer
- Les PDFs scannés mal numérisés donnent des extractions approximatives. L'OCR Tesseract aide, mais pas sur les tableaux complexes.
- Les DCE avec des annexes techniques volumineuses (CCTP de 300 pages) peuvent dépasser les limites de tokens. Découper par sections améliore la précision.
- Le scoring Go/No-Go est une approximation. Un dossier à 68/100 mérite parfois un second regard humain.
- L'API BOAMP retourne les avis en texte brut, pas le DCE complet. Il faut souvent récupérer le DCE depuis la plateforme de l'acheteur, pas toujours automatisable sans authentification.
Ces limites définissent le périmètre réaliste : le workflow excelle sur la veille et le tri initial. L'analyse fine des CCTP techniques et la rédaction des mémoires restent à 80% humaines.
Par où commencer
Si vous démarrez de zéro, commencez par une version simple : un trigger manuel (upload de PDF dans un formulaire), extraction, analyse Claude, export Google Sheets. Ça prend 2-3 heures à construire dans n8n, ça ne coûte rien hors API Claude, et ça valide que le workflow fonctionne sur vos documents réels.
Ensuite seulement, vous ajoutez la veille automatique BOAMP, le scoring personnalisé, les notifications Slack. La complexité vient naturellement quand le besoin est validé.
Noxcod accompagne les équipes commerciales et techniques sur ce type d'automatisation, de la conception du workflow à la mise en production. Si vous répondez à des marchés publics ou privés et que l'analyse manuelle est votre goulot d'étranglement, c'est probablement le chantier avec le meilleur retour dans les 30 prochains jours.
Questions fréquentes
n8n fonctionne-t-il avec les appels d'offre privés (B2B) ?
Oui. Le workflow s'adapte à n'importe quel PDF, qu'il vienne du BOAMP, d'un client direct, d'une plateforme comme Ivalua ou SAP Ariba, ou d'un email. Le déclencheur change, pas la logique d'extraction.
L'IA peut-elle rédiger la réponse automatiquement ?
Partiellement. Elle peut générer un premier jet du mémoire technique à partir d'une base documentaire (références, CV, certifications). Mais la personnalisation finale et le pricing restent humains. L'automatisation couvre la phase amont : tri, synthèse, alerte.
Faut-il héberger n8n soi-même ?
Pas obligatoirement. n8n propose un cloud géré à partir de 24 €/mois. Pour des PME qui traitent moins de 100 exécutions par jour, c'est la solution la plus simple. L'auto-hébergement sur un VPS à 5 €/mois devient rentable au-delà d'un certain volume ou si vous avez des contraintes RGPD fortes sur les données du DCE.
Est-ce qu'il faut coder pour mettre ça en place ?
Non, sauf pour le nœud de scoring qui nécessite quelques lignes de JavaScript. Le reste du workflow se configure en drag-and-drop dans n8n. Le seul vrai prérequis est de comprendre votre propre processus interne de qualification des marchés.
