Quel a été le point de départ côté data et data viz ?
PrestaShop a 20 ans d’existence et le produit a été construit sans aucune intention de collecter de la data à la base. En arrivant, on a eu deux grands chantiers : créer une data plateforme et combler tous les trous dans la donnée existante.
Tu utilises souvent le terme « data inform ». Pourquoi est-ce une étape clé avant toute ambition data-driven ?
Le data-driven, c’est le Graal : des équipes pleinement autonomes dans la compréhension et l’usage de la data. Mais dans la réalité, avant d’en arriver là, il faut d’abord éduquer les gens, leur faire comprendre que les données existent et leur apprendre à les utiliser.
Chez PrestaShop, on a eu de la chance : une équipe finance très orientée data et des équipes marketing et sales très demandeuses. Ces profils sont devenus nos power users — un vrai moteur d’adoption dans l’entreprise.
Pourquoi avoir choisi un outil de data viz en self-service comme Looker ?
Avoir une équipe data, c’est bien — mais ça coûte cher et avec une petite équipe (moins d’une dizaine de personnes pour 200 collaborateurs), on ne peut pas répondre à toutes les demandes. Le self-service était la meilleure solution pour lever ce goulot d’étranglement.
Looker nous a permis d’accélérer l’adoption et l’usage de la data. Il y a un risque — des utilisateurs peuvent sortir de mauvais chiffres — mais globalement, le bénéfice est largement supérieur. C’est un énorme levier humain.
Quelle a été ta méthodo pour faire adopter Looker dans l’entreprise ?
On voulait former l’ensemble de l’entreprise. On a commencé par choisir un jeu de données concret et compréhensible par tous : notre Marketplace (l’équivalent de l’App Store pour les marchands PrestaShop), avec des customers, des invoices et des produits vendus.
On a modélisé ces données, créé un premier Explorer Looker, puis organisé des sessions de formation en deux niveaux, avec environ une vingtaine de personnes à chaque fois. En temps réel, on répondait aux questions directement dans l’outil. Les gens ont vite compris qu’il ne fallait pas écrire de SQL — juste sélectionner des variables et poser la bonne question.
La deuxième étape, c’était la construction de dashboards, avec plusieurs sources de données combinées. Aujourd’hui, les équipes sont globalement autonomes pour piloter leur activité.
Et pour les demandes plus complexes, comment vous gérez les appels entrants ?
On a mis en place un framework de demandes dans Notion : chaque personne choisit une typologie et remplit un template qui la guide pour bien exprimer son besoin.
C’est volontairement un peu contraignant — si quelqu’un prend le temps de rédiger sa demande, c’est qu’elle est vraiment importante. Ce petit frein à l’entrée nous aide à faire un premier tri, et ensuite on priorise en fonction de la valeur business.
C’est quoi les prochains chantiers data chez PrestaShop ?
Comme beaucoup d’entreprises en ce moment : l’IA. On refait le même chemin qu’on a fait pour la data, mais appliqué à l’IA — éducation, adoption, autonomie des équipes.
Un projet concret est déjà en cours : le conversational analytics. L’idée, c’est de pouvoir poser une question en langage naturel directement dans un Explorer Looker, plutôt que de sélectionner des variables à la main. Ça nécessite de retravailler tous les Explorers, d’y ajouter beaucoup de contexte, et de créer un agent dédié pour chacun.
