“Même nos ingénieurs utilisent Basedash plutôt que d'écrire du SQL. Les réponses qui traversent plusieurs systèmes arrivent en quelques minutes.”

Matador AI est la plateforme d’IA conversationnelle leader pour les concessions automobiles, automatisant les communications de vente et de service sur les appels, SMS, e-mails et chat pour plus de 1 500 concessions en Amérique du Nord. La plateforme s’intègre à tous les principaux CRM automobiles et sources de leads, aidant les concessionnaires à convertir plus de leads en rendez-vous et visites de service.

Avec une équipe en croissance couvrant ingénierie, customer success, ventes et opérations, Matador AI avait besoin d’un moyen de donner à tout le monde accès aux données derrière leur plateforme — sans faire passer chaque question par l’ingénierie.

« De la customer success à l’ingénierie, notre équipe était submergée de demandes de rapports. Les équipes non techniques devaient ouvrir des tickets, attendre dans une file d’ingénierie, et répéter le cycle chaque fois qu’il fallait ajuster quelque chose. Des rapports qui auraient dû prendre des heures prenaient des semaines. »

Avant Basedash

À mesure que Matador AI grandissait pour servir plus de concessions et de partenariats constructeurs, la demande de reporting interne croissait plus vite que l’équipe ne pouvait suivre. Les customer success managers avaient besoin de bilans de performance par concession. Les ventes avaient besoin de visibilité sur le pipeline. L’ingénierie devait surveiller le comportement de l’IA et l’adoption de l’automatisation sur la plateforme.

Chaque demande suivait le même schéma : ouvrir un ticket, attendre qu’un ingénieur écrive une requête, revoir le résultat, demander des changements, et répéter. Ce cycle consommait un temps d’ingénierie qui aurait dû servir à construire le produit, et laissait les équipes non techniques attendre des jours ou des semaines pour des réponses dont elles avaient besoin immédiatement.

Pourquoi Basedash

Matador AI a choisi Basedash parce qu’il supprimait entièrement ce goulot d’étranglement. L’équipe a connecté sa base ClickHouse et a immédiatement disposé d’une interface conversationnelle sur les mêmes données de production qui alimentent leur plateforme. Il n’y a eu ni long projet de mise en place, ni documentation de schéma à préparer — l’équipe a commencé à poser des questions et à obtenir des réponses tout de suite.

« Il nous fallait un moyen pour que tout le monde puisse répondre à ses propres questions de données sans faire intervenir l’ingénierie à chaque fois, et Basedash a rendu ça possible rapidement. »

La rapidité pour obtenir un insight, c’est ce qui a démarqué Basedash. Au lieu d’attendre que des dashboards soient construits ou que des requêtes soient écrites, n’importe qui dans l’équipe pouvait poser une question en langage naturel et obtenir une réponse fiable en quelques minutes.

Des dashboards pour chaque fonction

Ce qui a commencé comme des questions ponctuelles s’est rapidement transformé en une couche analytics complète à l’échelle de l’entreprise. L’équipe a construit des dashboards couvrant chaque domaine majeur de l’activité — performance des concessions par groupe constructeur, volume et conversion de leads, comportement et qualité de l’assistant IA, adoption de l’automatisation, métriques de service et suivi d’inventaire.

Chaque département a sa propre vue des métriques qui lui importent. La customer success suit la santé des concessions. Les ventes surveillent le pipeline et l’engagement. L’ingénierie observe la performance de l’IA et les déploiements d’automatisation. Un ensemble de dashboards globaux donne à la direction une vue partagée de toute la plateforme.

Adoption à l’échelle de l’équipe

Aujourd’hui, plus de 20 personnes chez Matador AI utilisent Basedash — de l’ingénierie et la customer success aux ventes et aux opérations. L’équipe mène des conversations régulières couvrant tout, du monitoring de routine à des investigations approfondies comme identifier les concessions sous-performantes, benchmarker la détection d’intention de l’IA, ou comparer l’adoption de l’automatisation entre intégrations CRM.

Les utilisateurs les plus intensifs sont les personnes les plus proches de la donnée : les responsables d’ingénierie qui font des audits de qualité de l’IA, les customer success managers qui produisent des rapports spécifiques par concession, et les équipes opérations qui suivent la performance par groupe constructeur.

Au-delà des opérations internes, l’équipe utilise Basedash pour faire émerger des insights sectoriels à partir des données qui traversent leur plateforme — tendances de comportement de prise de rendez-vous, schémas d’adoption de l’automatisation, et usage de l’IA selon les segments de concessions. Ces insights alimentent directement le contenu de leadership éclairé de Matador AI, donnant à l’équipe marketing un flux régulier de matière data-driven pour les posts organiques et la génération de leads.

« Les ingénieurs aussi l’utilisent. Au lieu d’écrire et déboguer du SQL, Basedash donne la réponse immédiatement, à travers plusieurs sources de données. Pour les requêtes qui exigent une forte corrélation entre différents systèmes, c’est un vrai changement de jeu. »

Impact

Depuis l’adoption de Basedash, Matador AI a remplacé un workflow de reporting lent, piloté par tickets, par un analytics self-service que toute l’entreprise peut utiliser :

• Le délai de livraison des rapports est passé de plusieurs semaines à quelques heures — les équipes non techniques n’attendent plus l’ingénierie pour obtenir des réponses
• Plus de 20 membres de l’équipe, dans chaque département, répondent à leurs propres questions de données
• Des dizaines de dashboards couvrant la performance des concessions, la qualité de l’IA, l’adoption de l’automatisation, les métriques de leads et plus encore — construits et maintenus sans effort d’ingénierie
• Du temps d’ingénierie récupéré pour le produit plutôt que pour du reporting ad hoc
• L’intégration Slack et les rapports planifiés maintiennent l’équipe informée sans effort manuel
• Les insights sectoriels tirés des données de la plateforme alimentent désormais le contenu de leadership éclairé et la génération de leads organiques

« La génération de rapports est passée de semaines à des heures. Les membres non techniques de l’équipe, dans toute l’entreprise, font désormais tourner leurs propres requêtes sans ouvrir un seul ticket. »