“Nous avons évalué Omni et d'autres outils BI, mais la rapidité pour obtenir un insight avec Basedash est inégalée.”

FullEnrich est une plateforme d’enrichissement en cascade B2B qui aide les équipes ventes et marketing à trouver des e-mails et numéros de téléphone vérifiés pour leurs prospects. L’entreprise agrège des données provenant de plus de 15 fournisseurs d’enrichissement dans une seule API, offrant aux clients les meilleurs taux de correspondance possibles sans avoir à gérer plusieurs contrats fournisseurs.

En tant qu’entreprise fonctionnant par crédits avec un modèle de facturation complexe, FullEnrich s’appuie fortement sur les données pour comprendre les revenus, la rétention et l’usage du produit. Greg Demoge, co-fondateur et CPO, avait besoin d’un moyen d’aller de la question à l’insight le plus vite possible — et de donner cette même capacité à toute l’équipe.

« J’aime le souci du détail. L’interface est vraiment fluide, et comme je suis moi-même un peu maniaque du design, ça compte pour moi. »

Pourquoi Basedash plutôt qu’Omni

FullEnrich a mené une évaluation approfondie des outils BI, incluant un proof-of-concept complet avec Omni. Greg a apprécié la profondeur de personnalisation d’Omni et sa flexibilité de dashboarding, mais revenait toujours à un point : la rapidité pour obtenir un insight.

« La rapidité pour obtenir un insight est bien plus élevée qu’avec Omni, et à notre stade, c’est probablement l’un des facteurs les plus importants. »

Dans une entreprise en early-stage, la capacité à trouver rapidement de nouveaux insights, à les stocker dans un dashboard et à passer à l’analyse suivante compte plus qu’un ensemble exhaustif d’options de configuration. Greg a constaté que l’étendue des fonctionnalités d’Omni — feuilles de calcul connectées, modélisation avancée, matrices personnalisées — alourdissait le contexte de l’IA et la ralentissait. Parce qu’Omni a été construit avant que les modèles d’IA n’atteignent leur niveau de capacité actuel, le produit compensait avec des couches de configuration manuelle comme des topics et de la documentation supplémentaire qui ajoutaient de la friction plutôt que de la supprimer.

L’interface conversationnelle de Basedash a immédiatement convaincu. Le time-to-value était plus rapide que tout ce que Greg avait essayé jusque-là. Il pouvait lancer un graphique, s’éloigner, revenir sur le résultat — ou lancer plusieurs analyses en parallèle — sans perdre le contexte.

« Trouver rapidement de nouveaux insights, les stocker dans un dashboard, et passer à une autre analyse, c’est crucial. C’est là que Basedash gagne. »

Construire une couche de données à l’échelle de l’entreprise

FullEnrich a connecté Basedash à son entrepôt BigQuery, qui sert de source de vérité unique pour tout ce qui se passe dans l’entreprise — la facturation Stripe, les données produit issues de Segment, les conversations Intercom et les données CRM HubSpot circulent toutes vers BigQuery via leur pipeline de données.

L’équipe utilise dbt sur BigQuery pour gérer des transformations complexes comme des calculs de MRR personnalisés, le lead scoring et les scores de santé client. En tant qu’entreprise fonctionnant par crédits, leurs métriques de revenus demandent une logique en plusieurs étapes qui serait ingérable en une seule requête SQL — dbt leur permet de la décomposer en étapes intermédiaires documentées et réutilisables.

Avec Basedash connecté à cette infrastructure, l’équipe dispose désormais d’une interface conversationnelle sur les mêmes données bien modélisées qui alimentent leur reverse ETL, leurs outils internes et leur reporting.

Des dashboards pour chaque équipe

Ce qui a commencé comme un seul dashboard s’est rapidement transformé en une vue opérationnelle complète de l’entreprise. Aujourd’hui, l’équipe FullEnrich fait tourner des dashboards couvrant chaque fonction majeure — revenus et facturation, activation et rétention produit, performance commerciale, gestion de comptes, marketing et support.

Chaque département a sa propre vue des métriques qui lui importent, tandis qu’un dashboard central donne à toute l’entreprise un pouls partagé sur l’activité. Au-delà des dashboards, l’équipe mène régulièrement des analyses ad hoc pour des sujets comme le reporting investisseurs, les cohortes de rétention et le net dollar retention.

« L’objectif est d’impliquer tout le monde. Un dashboard principal que n’importe qui peut consulter, puis des dashboards par département. »

Toute l’équipe, une seule source de vérité

Toute l’équipe FullEnrich utilise Basedash — ingénierie, ventes, produit et opérations, tous sur la même plateforme. L’équipe mène régulièrement des conversations pour tout, du monitoring de routine aux investigations approfondies comme corréler le type d’utilisateur avec la rétention ou décomposer les revenus par type de donnée.

Greg utilise beaucoup le workflow d’exploration ad hoc, en menant des analyses qui n’atterrissent pas nécessairement sur un dashboard mais qui informent directement les décisions produit et stratégiques. L’interface conversationnelle lui permet d’itérer rapidement, en suivant les pistes là où les données le mènent.

« Faire de l’analyse ad hoc — reporting investisseurs, regarder la corrélation entre type d’utilisateur et rétention — ce sont des choses qui ne finissent pas forcément sur un dashboard, mais qui sont critiques. »

Impact

Depuis l’adoption de Basedash, FullEnrich a remplacé un workflow d’analytics fragmenté par une seule interface conversationnelle que toute l’entreprise peut utiliser :

• Des dashboards couvrant revenus, produit, ventes, support, marketing et gestion de comptes — construits en semaines, pas en mois
• Chaque membre de l’équipe autonome sur ses propres données, dans chaque département
• Des analyses ad hoc pour le reporting investisseurs et les décisions stratégiques livrées en minutes
• Une expérience orientée design que l’équipe apprécie vraiment d’utiliser chaque jour

« Vous construisez quelque chose de vraiment bien. J’adore toujours le produit, j’adore le souci du détail. »