“Nous avons supprimé Metabase et arrêté de copier-coller des résultats dans Claude. Toute l'analyse se passe désormais dans une seule conversation.”

Hookdeck est une plateforme d’infrastructure événementielle de premier plan qui aide les développeurs à recevoir, gérer et livrer des webhooks et des événements asynchrones de façon fiable. Utilisée par des équipes d’ingénierie qui construisent des applications event-driven, Hookdeck gère la complexité du routage d’événements, des files d’attente, des retries et de l’observabilité pour que les développeurs n’aient pas à le faire.

À mesure que l’entreprise grandit, comprendre l’usage de la plateforme, les tendances de croissance et les tendances de revenus à travers plusieurs sources de données devient critique. Phil Leggetter, Head of DevRel, avait besoin d’un moyen d’investiguer des hypothèses sur le comportement des utilisateurs et la performance business sans se retrouver englué dans l’outillage.

« Avant Basedash, le workflow c’était Metabase pour requêter BigQuery, PostHog pour l’analytics produit, et Claude pour aider à générer du SQL quand il le fallait. Ça voulait dire changer de contexte en permanence entre trois outils. »

Avant Basedash

Le workflow analytics de Hookdeck reposait sur un ensemble d’outils disparates :

• Metabase pour requêter BigQuery
• PostHog pour l’analytics produit
• Claude pour aider à générer du SQL et analyser les résultats

Phil utilisait Claude pour écrire des requêtes SQL pour BigQuery, ainsi que pour écrire du SQL pour PostHog quand l’interface native de PostHog ne suffisait pas. Il ramenait ensuite ces résultats dans Claude pour faire l’analyse proprement dite. Chaque question non triviale impliquait de rebondir entre trois outils — écrire une requête dans Claude, l’exécuter dans Metabase ou PostHog, copier les résultats dans Claude pour l’interprétation, affiner, et répéter. Les analyses croisées touchant à la fois BigQuery et PostHog rendaient la boucle encore plus longue.

Remplacer Metabase

Metabase était le principal moyen de l’équipe pour requêter BigQuery, mais ce n’était qu’une pièce d’un workflow fragmenté. Il ne pouvait pas parler à PostHog, il n’aidait pas à générer ou déboguer du SQL, et chaque question demandait toujours d’écrire manuellement des requêtes dans une fenêtre séparée. Metabase faisait ce pour quoi il avait été conçu, mais le temps perdu à l’assembler avec Claude et PostHog, c’était là que le vrai coût se trouvait.

Phil pensait que des intégrations MCP pourraient combler l’écart, en connectant Metabase et PostHog directement à Claude. Son équipe a testé, mais il l’a trouvé insuffisant. Le MCP de PostHog ne fonctionnait pas de façon fiable avec Claude Desktop, et même quand Claude pouvait exécuter facilement des requêtes, il ne produisait pas le genre de visualisations propres qui rendent les résultats faciles à partager et à exploiter.

Basedash a remplacé toute cette configuration. Hookdeck a connecté à la fois BigQuery et PostHog à Basedash, et à partir de là, Phil disposait d’une seule interface conversationnelle sur toutes les données qui comptent — usage de la plateforme, revenus, tendances de croissance, funnels d’onboarding — sans avoir besoin de configurer des dashboards ni d’écrire du SQL brut.

« L’interface conversationnelle de Basedash a réduit toute cette boucle à un seul endroit. Au lieu de rebondir entre une fenêtre de chat et un outil de requêtage, le flux analytique est intégré. »

Au lieu de préparer des requêtes et de changer d’outil, Phil décrit désormais ce qu’il cherche, Basedash interroge les sources de données pertinentes, et ils itèrent à partir de là. Le requêtage et l’analyse se font au même endroit — il n’y a plus besoin de copier des résultats vers un outil séparé pour l’interprétation. Basedash comprend naturellement le contexte business et de croissance, ce qui veut dire que les conversations restent productives sans beaucoup de mise en place.

« Ça semble aussi comprendre naturellement le contexte business et de croissance, ce qui fait que la conversation reste productive sans beaucoup de setup. »

Des graphiques qui ont vraiment de la gueule

Une chose que Phil a remarquée immédiatement, c’est la qualité des visualisations de Basedash. Les graphiques générés à partir des requêtes sont propres, bien conçus, et faciles à partager — un vrai cran au-dessus du rendu par défaut de la plupart des outils analytics.

« Le design des graphiques est vraiment top. Ça fait une vraie différence quand on partage des résultats avec le reste de l’équipe. »

Impact

Pour une équipe qui doit avancer vite sur les décisions produit et croissance, chaque heure passée à lutter avec l’outillage est une heure perdue. Depuis l’adoption de Basedash, Hookdeck a remplacé un workflow fragmenté à trois outils par une seule interface conversationnelle :

• Des sessions d’analyse de plusieurs heures à travers BigQuery, PostHog et Claude se déroulent désormais dans une seule conversation
• Les analyses croisées qui demandaient un changement de contexte permanent sont désormais fluides
• Les questions sur revenus, croissance et usage obtiennent une réponse en minutes plutôt qu’en heures
• Des graphiques magnifiquement conçus facilitent le partage d’insights au sein de l’équipe
• Zéro temps passé à construire ou maintenir des dashboards

« Des sessions d’analyse de plusieurs heures impliquant trois outils séparés sont devenues un seul workflow conversationnel. C’est ça, la différence. »