“Basedash permet à toute l'équipe de récupérer les données dont elle a besoin et de repérer les tendances instantanément, sans écrire une seule requête.”

Bolna est une plateforme de voix IA conçue pour l’Inde. Fondée en 2024 et soutenue par Y Combinator, Bolna permet aux entreprises de créer, tester, déployer et faire évoluer des agents vocaux conversationnels qui traitent plus d’un million d’appels entrants et sortants par jour, dans 22 langues indiennes. Plus de 2 500 entreprises s’appuient sur elle pour gérer le support client, la relance de panier, le recouvrement et les appels de recrutement à grande échelle.

Faire tourner de la voix IA à ce volume génère une quantité énorme de données opérationnelles. Chaque appel, agent, campagne et interaction client produit un signal, et l’équipe doit étudier tout cela — les tendances à haut niveau sur l’ensemble de l’activité comme les détails fins d’un workflow précis — sans transformer chaque question en tâche d’ingénierie.

« Nous traitons un volume énorme d’appels. La seule façon de continuer à progresser, c’est de vraiment regarder ce qui se passe sur tous ces appels, rapidement. »

Avant Basedash

Au début, obtenir des réponses à partir de ces données passait par l’écriture de requêtes. Quiconque voulait comprendre comment une campagne évoluait, comment les agents performaient ou où un workflow bloquait devait soit connaître le SQL, soit attendre quelqu’un qui le connaissait.

Cela créait un goulot d’étranglement. Le coût pour obtenir une donnée était si élevé qu’un grand nombre de questions utiles n’étaient tout simplement jamais posées — un compromis familier dans une startup qui va vite, et un compromis coûteux pour une équipe dont le produit s’améliore en étudiant de vraies conversations.

Pourquoi Basedash

Bolna a choisi Basedash pour plusieurs raisons qui comptaient précisément pour la façon de travailler de l’équipe. Basedash se connecte à bien plus de sources de données et d’intégrations que les alternatives étudiées, et celles-ci s’intègrent proprement aux outils déjà utilisés — les données se sont donc réunies en un seul endroit sans projet de migration. À partir de là, n’importe qui peut poser une question et obtenir une réponse sans écrire de requête.

« Basedash prend en charge bien plus de sources de données et d’intégrations, et elles se branchent directement sur les outils que nous utilisons déjà. Ça a supprimé la contrainte d’écrire des requêtes juste pour récupérer des données. »

Tout aussi important : c’était suffisamment simple pour que toute l’équipe puisse s’en servir. Ingénieurs, opérationnels et tous les autres peuvent visualiser et étudier des tendances à la fois macro et micro rapidement, ce qui a transformé l’analytics d’une tâche de spécialiste en quelque chose que chacun fait par lui-même.

« C’est vraiment simple à utiliser. Les gens peuvent regarder les tendances générales, puis creuser les détails fins tout seuls, au même endroit. »

Une équipe en self-service

Le plus grand changement n’a pas été un rapport en particulier — c’est que les données ont arrêté de passer par une seule personne. Avec Basedash, tout le monde chez Bolna est en self-service, ce qui veut dire que les questions obtiennent une réponse au moment où elles se posent, au lieu de s’accumuler dans une file d’attente.

Cela a un effet cumulatif sur une équipe petite et rapide : moins de temps passé à récupérer des données pour les autres, et plus de personnes qui prennent des décisions en s’appuyant sur ce qui se passe réellement sur leurs appels.

« Basedash améliore la productivité de toute l’équipe en rendant chacun autonome. C’est la partie à laquelle je ne m’attendais pas autant. »

Impact

Depuis l’adoption de Basedash, Bolna a transformé l’analytics en quelque chose que toute l’équipe peut faire sans passer par l’ingénierie :

• Tout le monde en self-service, répondant à ses propres questions au lieu de passer par une seule personne
• Aucun SQL requis pour récupérer des données, donc les questions qui semblaient trop coûteuses avant sont désormais posées
• Tendances macro et micro étudiées côte à côte, au même endroit
• De nombreuses sources de données et intégrations connectées et branchées aux outils que l’équipe utilise déjà
• Du temps d’ingénierie récupéré pour le produit plutôt que pour des demandes de données ponctuelles

« Basedash a rendu nos données self-service. Pour une équipe qui va aussi vite que la nôtre, c’est la différence entre deviner et savoir. »