Vantage

Un dirigeant n'a pas besoin de douze onglets ouverts pour comprendre l'état de son activité. Il a besoin de savoir ce qui a changé, pourquoi, et ce qu'il devrait faire ensuite.

Le Smart Cockpit est cette couche d'intelligence personnalisée : KPIs en temps réel avec tendances, insights générés par IA classés par domaine (Sales, Customer Success, Operations…), recommandations actionnables et veille sectorielle pertinente. Ce n'est pas un énième dashboard, c'est le point d'entrée qui synthétise tout le reste de la plateforme.

Le fossé entre « j'ai une question » et « je dois ouvrir un ticket auprès de l'équipe data » ralentit toutes les organisations. Le Chat comble ce fossé en permettant de poser des questions en langage naturel et d'obtenir des réponses ancrées dans des datasets gouvernés.

L'assistant génère le SQL, exécute la requête, explique les résultats et propose des analyses complémentaires. Les réponses s'affichent en tableaux ou en graphiques. Et parce que chaque réponse part d'un dataset documenté avec son schéma et ses règles de qualité, on sait toujours d'où vient le chiffre.

Les équipes métier veulent explorer leurs données sans attendre qu'un analyste construise chaque visualisation. Mais le self-service classique crée souvent des rapports non gouvernés, dupliqués et impossibles à maintenir.

Le Builder résout ce dilemme : créez des figures (graphiques ou tableaux) à partir des datasets auxquels vous êtes autorisé à accéder. Glissez-déposez dimensions et métriques, appliquez des filtres, choisissez le type de visualisation, le tout dans un cadre où chaque figure reste liée à un dataset gouverné, traçable et partageable selon les permissions de votre équipe.

Dans la plupart des organisations, la confiance est attachée aux dashboards. Mais un dashboard n'est qu'une vue : il peut être obsolète, mal calculé ou basé sur des données non vérifiées. Vantage inverse cette logique : la confiance vit au niveau du dataset.

Clients, commandes, revenus, campagnes : chaque dataset est un actif de première classe avec schéma documenté, ownership, règles de validation, score de santé, lineage et contrôles d'accès. C'est la fondation sur laquelle s'appuient tous les KPIs, figures, dashboards et réponses IA.

« Les emails ne devraient pas être vides » : tout le monde le sait, mais personne ne le vérifie systématiquement. Jusqu'au jour où un dashboard affiche un taux de conversion aberrant parce que 40 % des emails sont null.

Le module de validations, inspiré de Great Expectations, permet de définir des règles métier une fois et de les exécuter automatiquement à chaque mise à jour du dataset. Format d'email, valeurs positives, listes de statuts approuvées : les hypothèses deviennent des contrats exécutables, avec un historique d'état pour chaque règle.

Un dataset peut être techniquement « valide » tout en se dégradant silencieusement : volume qui chute, colonnes qui se vident, distributions qui dérivent. Le module Qualité surveille en continu chaque dataset et lui attribue un health score de 0 à 100.

Ce score agrège des signaux mesurables (fraîcheur, taux de complétion, stabilité du volume, anomalies, résultats de validation), avec une évolution dans le temps pour détecter les régressions. Des alertes early-warning remontent les signaux faibles (nulls excessifs, cardinalité suspecte, variations de volume) avant qu'ils n'impactent les décisions.

Un champ renommé dans Salesforce, une table supprimée dans le warehouse, un pipeline qui échoue en silence : sans lineage opérationnel, l'impact se propage jusqu'aux dashboards avant que quiconque ne comprenne l'origine du problème.

Vantage cartographie le parcours complet : source de données → pipeline → dataset → KPIs, figures, dashboards et assistant IA. Ce n'est pas une documentation statique dessinée une fois, c'est une vue vivante qui se met à jour avec la plateforme, pour que les équipes data et métier partagent la même compréhension des dépendances.

Combien de fois a-t-on vu deux équipes utiliser le même nom de KPI avec des calculs différents ? Le catalogue KPI centralise les définitions, les lie aux datasets gouvernés et expose les valeurs sur des périodes configurables.

Chaque KPI est un actif à part entière : définition documentée, dataset source, configuration d'affichage et permissions d'accès. Fini les débats sur « quel chiffre est le bon » : la réponse est dans le catalogue.

Les organisations ont déjà investi dans Tableau, Power BI ou des outils internes. Vantage ne cherche pas à les remplacer : il les intègre, les lie aux datasets gouvernés et y ajoute une couche de confiance.

Enregistrez un dashboard (construit dans l'app légère dédiée ou embarqué via iframe), associez-le aux datasets sources, et exposez le score de confiance, la date de dernier rafraîchissement et les métadonnées de gouvernance. Un résumé IA peut même synthétiser le contenu pour les utilisateurs pressés.

La gouvernance data échoue souvent parce que les permissions sont soit trop larges (tout le monde voit tout), soit trop rigides (personne ne peut rien faire). Vantage structure l'accès en trois couches complémentaires.

Au niveau plateforme, chaque utilisateur est Admin ou User. Au niveau organisation, le rôle définit quelles features sont accessibles (Chat, Builder, catalogue KPI…). Au niveau équipe, les permissions portent sur les ressources spécifiques : ce dashboard, ce dataset, ce KPI. Résultat : un analyste marketing accède au Chat et au Builder, mais ne voit que les datasets et dashboards de son équipe.

Vantage est conçu dès le départ comme une plateforme multi-tenant. Le même moteur core alimente différentes organisations avec leur propre branding, leurs modèles de données, leurs pipelines et leurs workflows, sans reconstruire la plateforme à chaque déploiement.

Dauntless en est l'illustration : même architecture, marque et expérience entièrement personnalisées. L'activation modulaire permet de ne déployer que les capacités pertinentes pour chaque client.