Cet article fait partie de notre guide: Les quatre start-ups de la Silicon Valley qui annoncent la BI de demain

Ces start-ups qui font la BI de demain : PhalaData, la BI commerciale pour Top Managers

Analyser les Big Data pour déterminer comment la stratégie du conseil d’administration influence les ventes et les retombées marketing, tel est le cœur de métier de cette société fondée par une ancienne de HP.

par

Brian McKenna, ComputerWeekly (groupe Techtarget)
Philippe Ducellier, Rédacteur en chef adjoint

Publié le: 06 sept. 2016

PhalaData est une start-up encore en phase de financement. Créée en 2015, elle dirigée par June Manley, une ancienne de Citrix, de NetApp et de HP.

L’équipe de développement est, elle, basée à Bangalore, en Inde, pays d’où l’entreprise tire son nom puisque Phala signifie « effet » et « aboutissement » en sanskrit.

Alors que Qlik et Tableau se sont fait des noms en voulant évangéliser et démocratiser le plus possible toutes les analyses de données auprès d’un large public, PhalaData se concentre sur les équipes de direction et sur les analyses marketing.

Sa cible est clairement les grands groupes B2B – ceux qui ont déployés des outils d’automatisation marketing comme Eloqua, Marketo ou Pardot, et de gros ERP et CRM de fournisseurs comme Oracle, SAP ou Salesforce.

L’idée est d’ingérer les données de ces différents systèmes avec Talend, puis de les traiter pour des recherches avec ElasticSearch pour les présenter graphiquement avec son plug-in de DataViz, Kibana et avec la librairie JavaScript Highcharts.

Les dashboards très visuels ainsi générés s’adressent aux membres des Conseils d’administration et aux cadres supérieurs – pas aux data scientists ou aux data wranglers (contrairement à Trifacta). Quant aux analyses, elles se concentrent sur la manière dont les fonctions marketing et ventes sont influencées par les décisions stratégiques globales.

Exemple, un des Proof of Concept a été réalisé pour Dell. En s’appuyant sur des données historiques, PhalaData a pu identifier les causes d’un écart de revenus récurrents entre les prévisions et les résultats réels. June Manley explique que l’importation de 6.6 millions fichier CVS issus de quatre systèmes IT a pris 15 minutes et que leur traitement analytique a duré « seulement » quatre heures.

Résultat, PhalaData a pu mettre en lumière que la perte de revenus constatée était due à des retours, à la fin de chaque trimestre, sur le canal des ventes indirectes. Aux dirigeants de prendre ensuite la bonne décision.