“Aucune migration, aucun projet de mise en place — nous avons pointé Basedash sur nos bases et on a juste commencé à poser des questions.”
Rahul Behal
Co-fondateur · Gumloop
Rahul Behal
Co-fondateur · Gumloop
Gumloop est l’une des plateformes d’automatisation IA qui croît le plus vite sur le marché. Soutenue par Y Combinator et First Round Capital, l’équipe construit une plateforme no-code qui permet aux entreprises d’automatiser des workflows complexes avec l’IA — et compte des clients grands comptes qui montent en charge jusqu’à plusieurs milliers d’utilisateurs.
Mais Gumloop a toujours voulu rester délibérément petite. Avec une équipe réduite gérant une base clients qui grossit rapidement, l’équipe avait besoin d’une visibilité en temps réel sur les données de production sans détourner les ingénieurs du produit.
« On a toujours cru qu’une petite équipe peut faire le travail d’une bien plus grande si on choisit les bons outils. Basedash s’inscrit parfaitement dans cette philosophie. »
À mesure que les clients grands comptes de Gumloop grandissaient, la surface opérationnelle grandissait aussi. L’équipe devait suivre la consommation de crédits sur les comptes, surveiller les taux d’erreur, investiguer les exécutions échouées et répondre à des questions ponctuelles venant de toute l’entreprise — tout cela sur une stack de production construite sur BigQuery et Spanner.
Sans équipe data ou ops dédiée, ces tâches retombaient sur qui était disponible. Les ingénieurs écrivaient des requêtes ponctuelles. Les équipes en contact avec les clients attendaient des réponses. La friction était faible au jour le jour, mais elle s’accumulait vite.
Gumloop a connecté Basedash directement à son entrepôt BigQuery et à sa base de production Spanner. En quelques jours, l’équipe disposait d’une interface conversationnelle sur les mêmes données qui alimentent leur plateforme d’automatisation — aucune doc de schéma à écrire, aucun dashboard à construire.
« On a pointé Basedash sur nos bases et on a commencé à poser des questions. Il n’y a pas eu de projet de mise en place — ça a juste marché. »
Les membres de l’équipe utilisent désormais Basedash pour consulter les exécutions clients, vérifier l’usage de crédits et déboguer des problèmes en temps réel. Les questions sont conversationnelles — « récupère-moi les liens des exécutions récentes pour cet utilisateur » ou « montre-moi les clients les plus actifs sur le dernier mois » — et les réponses arrivent vite.
Là où Basedash est devenu indispensable, c’est dans les automatisations. Gumloop a mis en place des automatisations qui tournent chaque jour et publient directement dans Slack :
Ces automatisations tournent sans que personne n’ait à intervenir. L’équipe les voit dans Slack chaque après-midi, repère les problèmes tôt et agit avant que les clients ne s’en aperçoivent.
« Notre canal Slack reçoit un instantané quotidien de tout ce qui compte — usage de crédits, erreurs, anomalies. Avant, il fallait creuser activement pour obtenir ce genre d’insight. »
Ce qui a commencé comme un outil pour quelques ingénieurs est vite devenu une partie du workflow quotidien de toute l’entreprise. Aujourd’hui, plus de 20 personnes chez Gumloop utilisent Basedash — ingénieurs, opérations et rôles en contact client confondus.
L’équipe mène des centaines de conversations par mois, couvrant tout, du monitoring de routine à des investigations ponctuelles comme retracer le workflow d’un client précis ou identifier les opérateurs les plus utilisés sur tous les pipelines.
« Quand quelqu’un de l’équipe a besoin de vérifier quelque chose, il ne file pas un ticket et ne sollicite pas un ingénieur. Il ouvre Basedash et pose sa question. »
Depuis l’adoption de Basedash, Gumloop a remplacé la gestion réactive au fil de l’eau par une visibilité automatisée quotidienne :
Pour une équipe qui vise à faire le travail d’une entreprise dix fois plus grande, Basedash est discrètement devenu l’un des outils qui rend ça possible.
« Basedash est le genre d’outil qui disparaît dans votre workflow. On arrête de penser à comment obtenir la donnée et on se met juste à l’utiliser. »
Connectez vos données en quelques minutes et laissez l'équipe obtenir des réponses fiables, sans attendre une requête SQL.