Zoom sur la Business Intelligence avec Whaly
Hello,
Bienvenue dans l’édition #25 de la newsletter Data Gen ! On est désormais 1093 dans cette communauté. 😁
Cette semaine, on remercie Pierre pour son retour d’expérience sur le lancement de Whaly. 👋
Avant tout, voici quelques liens utiles :
On t'a partagé ce mail ? Inscris-toi à la communauté pour recevoir les prochaines éditions.
Ajoute-moi sur LinkedIn si ce n'est pas encore fait, je partage du contenu data chaque semaine.
Abonne-toi à la chaîne YouTube. Les interviews sont maintenant disponibles en format vidéo.
L'agenda de la semaine :
📆 Le webinar avec Gorgias.
🔍 Le zoom sur la Business Intelligence en startup.
🎙 Le podcast avec Pierre, CTO & Cofondateur de Whaly.
📚 Les ressources recommandées par Pierre.
C’est parti !
📆 Le webinar avec Gorgias
Le jeudi 20 avril à 17h, Axelle, Noémie et Elliot, respectivement Head of Operations & Data, Growth Ops Manager et Data Analytics & Engineering Manager partageront en live un retour d’expérience sur leur stratégie Data : la vision, l’organisation, la stack et quelques projets.
Lien pour t'inscrire : ici
🔍 Zoom sur la Business Intelligence en startup - 3 min
Ce zoom est tiré de mon échange avec Pierre de Poulpiquet qui est CTO & Cofondateur de Whaly, la solution de Business Intelligence.
Le postulat de Whaly est que les solutions de Business Intelligence existantes sont un peu figées et ne permettent pas aux startups de gérer les itérations liées à leurs projets analytics de manière optimale (ex : prototypage, industrialisation). Soit elles sont adaptées au prototypage, soit elles sont adaptées à l’industrialisation.
“Avec un outil comme Looker, tu dois écrire des lignes de code et avoir des grosses compétences techniques donc ce n'est pas adapté au prototypage. Inversement, d’autres outils comme Google Data Studio sont simples mais cassent toutes les 3 minutes.”
Whaly propose une solution simple pour une startup sans profil Data mais inclus également les fonctionnalités qui permettent ultérieurement d’industrialiser les projets analytics.
Comment ça marche ?
Illustration du déploiement de Whaly au sein d'une startup depuis le prototypage jusqu'à l'industrialisation :
1) Déploiement de Whaly sur son Data Warehouse (ex : Snowflake, BigQuery).
2) Sélection des premiers cas d’usage (ex : Monthly Recurring Revenue) : l’objectif est de construire de la confiance et de prouver la valeur de la data.
3) Ingestion des données dans le Data Warehouse (ex : connecteurs Airbyte).
4) Modélisation et construction de la semantic layer* au sein de Whaly : avec Whaly, cette étape peut être réalisée en nocode. C’est important pour une startup car le premier profil qui se charge de mettre en place des tableaux de bord est souvent un profil qui n’a pas de compétences techniques (ex : Directeur des Opérations).
*Note : la "semantic layer" est un catalogue de métriques au sein de l'outil de Business Intelligence qui permet d’aligner toutes les équipes sur des définitions et des formules communes. Elle permet d’obtenir des résultats cohérents d’une équipe à l’autre. Par ailleurs, le jour où on change une définition, elle permet de modifier directement la formule d’une métrique sur l’intégralité des tableaux de bord.
5) Construction des premiers tableaux de bord et partage aux utilisateurs.
6) Migration des modèles dans DBT* pour “robustifier” les tableaux de bord : conversion des modèles nocodes en modèles SQL et import des modèles SQL dans DBT. Cette phase nécessite probablement le recrutement d’un profil qui maîtrise DBT.
*Note : DBT est un outil de modélisation de données adopté par la majorité des scaleups. Il permet de mettre en place toutes les bonnes pratiques de développement pour industrialiser les tableaux de bord (ex : tests de qualité, documentation, revues de code).
“Au début, il faut proposer aux startups une solution qui ne soit pas trop complexe. Une fois la valeur prouvée, la startup va vouloir s’assurer que rien ne casse pour ne pas perdre la confiance des utilisateurs. Par exemple, elle va souhaiter ajouter des tests de qualité. Et bien pas de soucis, on peut brancher DBT dans un second temps."
🎙 Le podcast avec Pierre, CTO & Cofondateur de Whaly
Découvre l'intégralité de notre échange avec Pierre. Il nous raconte aussi la genèse de Whaly, la différenciation du produit par rapport aux mastodontes du marché (Tableau / Looker / Metabase) et il nous parle de ses plus gros challenges.
"Looker s'est fait racheter par Google, Tableau par Salesforce. Ils ne sont plus dans une logique d'innovation mais plutôt d'intégration avec des suites existantes. Ils ont eu un succès phénoménal mais ne sont plus aujourd'hui positionnés pour prendre la nouvelle vague qui est en train d'arriver."
Liens vers l’épisode : YouTube | Spotify | Apple Podcasts | Deezer
📚 Les ressources recommandées par Pierre
"Il est mi-Data Analyst mi-écrivain, c'est très bien écrit !"
"En terme d'actualité, la personne qui décrypte le mieux le marché, c'est Tristan Andy, le fondateur de DBT sur The Analytics Engineering Roundup."
"Pour les gens qui aiment bien la data, ça apporte un autre regard sur le monde avec des visions d'économistes et c'est super intéressant !"