“Basedash a comblé l'écart entre avoir des données et vraiment les utiliser dans les décisions du quotidien.”

Purpose est une entreprise de services financiers pilotée par la technologie qui gère des milliards d’actifs, dont les activités couvrent la gestion d’actifs et de patrimoine ainsi que le financement des petites entreprises. Fondée par l’entrepreneur Som Seif et basée à Toronto, Purpose réinvente les services financiers à travers une famille d’entreprises — de la gestion d’investissement orientée résultats à une plateforme de wealth-as-a-service pour conseillers indépendants et un système d’exploitation financier pour les petites entreprises.

Une entreprise avec une telle surface d’activité génère un flux constant de questions opérationnelles. Dans le cadre d’une transformation plus large visant à rendre les opérations internes plus efficaces, plus data-driven et nativement IA par défaut, Purpose cherchait un outil capable de mettre ces réponses à portée de chaque équipe — pas seulement des personnes qui écrivent des requêtes.

« Le problème qu’on voulait résoudre, c’était l’écart entre avoir des données et vraiment les utiliser dans les décisions du quotidien. »

Avant Basedash

Comme la plupart des sociétés de services financiers établies, Purpose ne manquait pas de données. Ce qui manquait, c’était la fluidité : des workflows de reporting traditionnels qui mettaient un processus entre une question business et une réponse utile. Passer de l’une à l’autre demandait des files d’attente, des transmissions et des délais qui rendaient les petites questions peu rentables à poser.

Cette friction, c’est précisément ce que l’effort de transformation de l’entreprise voulait supprimer. L’objectif n’était pas un outil BI de plus superposé au workflow existant — c’était de rendre l’exploration de données plus rapide, plus intuitive, et davantage ancrée dans la façon dont les équipes travaillent chaque jour.

« On a trouvé Basedash intéressant parce que ça s’alignait avec un élément central de notre transformation chez Purpose : réimaginer nos opérations internes pour qu’elles soient plus efficaces, plus data-driven, et nativement IA par défaut. »

Pourquoi Basedash

Purpose a évalué Basedash sur des critères de sélection clairs : rapidité, facilité d’usage, exploration nativement IA, gouvernance, et la capacité à passer d’une question business à une réponse utile sans la friction des workflows de reporting traditionnels. Pour une société de services financiers réglementée, la gouvernance pesait vraiment lourd — l’accès self-service ne fonctionne que s’il s’accompagne des bons contrôles.

Basedash correspondait. L’interface conversationnelle voulait dire que n’importe qui pouvait passer d’une question à une réponse utile en une seule session, et le modèle d’exploration était nativement IA depuis le départ plutôt qu’une fonctionnalité IA boulonnée sur un outil legacy.

« Nos critères de sélection portaient sur la rapidité, la facilité d’usage, l’exploration nativement IA, la gouvernance, et la capacité à passer d’une question business à une réponse utile sans la friction des workflows de reporting traditionnels. »

Un partenaire produit moderne

Un facteur de la décision ne figurait sur aucune liste de fonctionnalités : l’équipe Basedash elle-même. Pendant l’évaluation et le déploiement, la réactivité de l’équipe, son rythme de livraison et sa volonté de corriger rapidement les problèmes se sont démarqués — la relation de travail ressemblait moins à l’adoption d’un outil fournisseur qu’à un partenariat avec une équipe produit qui avance au même rythme que Purpose.

« Un facteur clé a aussi été l’équipe Basedash elle-même : leur réactivité, leur rythme de livraison, et leur volonté de corriger rapidement les problèmes ont donné l’impression de travailler avec un partenaire produit moderne, pas juste d’adopter un outil de plus. »

Impact

Aujourd’hui, Basedash est utilisé largement à travers les équipes de Purpose dans le cadre de la façon de travailler nativement IA de l’entreprise :

• Les équipes de toute l’entreprise explorent directement les données opérationnelles, au lieu de faire passer les questions par des files de reporting
• Des vues et analyses pratiques créées par les personnes qui en ont besoin, dans le flux de leur travail quotidien
• La distance entre une question business et une réponse utile est passée d’un workflow à une conversation
• L’exploration de données est devenue intégrée à la façon dont les équipes travaillent chaque jour, faisant avancer la transformation nativement IA de l’entreprise

« Aujourd’hui, Basedash est utilisé largement à travers les équipes chez Purpose pour explorer les données opérationnelles, créer des vues pratiques, appuyer l’analyse, et aider les équipes à passer des questions aux réponses bien plus vite. »