Dans « produit data », le mot important n'est pas data — tout le monde a des données. Le mot important, c'est produit. Une donnée devient un produit quand elle est conçue pour ceux qui s'en servent, avec de vrais engagements : elle est fraîche, elle est exacte, elle est documentée, et quelqu'un en répond. À l'opposé du produit data, il y a l'extraction qu'on relance à la main chaque lundi, et le tableur qui circule par messagerie jusqu'à ce que plus personne ne sache quelle version fait foi.
Cet article raconte comment la plateforme construit ses tableaux de bord — et pourquoi cette construction change la confiance qu'on peut leur accorder.
Un exemple pour commencer : la campagne d'intéressement
Chaque printemps, des milliers d'entreprises versent à leurs salariés l'intéressement et la participation. Chaque salarié fait alors un choix : percevoir sa prime immédiatement, ou la placer dans son plan d'épargne — son plan d'épargne d'entreprise (PEE) ou son plan d'épargne retraite d'entreprise collectif (PERECO) — souvent complétée par un abondement de l'employeur.
Pour l'équipe qui opère ces campagnes, les questions sont simples et quotidiennes : combien de salariés ont répondu aujourd'hui ? Quelle part choisit de placer, quelle part de percevoir ? Le rythme des réponses faiblit-il — faut-il relancer telle entreprise avant la date limite ? Des questions simples, mais qui portent toutes sur le temps : aujourd'hui, cette semaine, depuis l'ouverture de la campagne.
La manière classique d'y répondre
La réponse habituelle du secteur : un traitement qui tourne la nuit, lit toute la base de données, recalcule tous les chiffres, et publie le résultat au matin. Ça fonctionne — mais le matin, on regarde les chiffres d'hier. Pendant la journée décisive d'une campagne, celle où il faudrait relancer, le tableau de bord est aveugle. Et pour rafraîchir trois compteurs, on recalcule tout, chaque nuit, sur des volumes qui grossissent.
Renverser la logique : compter au fil de l'eau
Dans la plateforme, chaque geste laisse une trace datée — un événement : la réponse d'un salarié est enregistrée, un versement est reçu, un abondement est calculé. Plutôt que d'interroger la base après coup, les indicateurs écoutent ce flux d'événements et se mettent à jour à mesure qu'il passe. Un compteur n'est plus une requête qu'on relance : c'est un calcul qui vit en continu, reçoit chaque événement et tient son total à jour. Le tableau de bord n'attend plus la nuit — il reflète la campagne pendant qu'elle se joue.
Les fenêtres de temps
Un indicateur a toujours un horizon : « aujourd'hui », « cette semaine », « les 7 derniers jours ». Ces horizons portent un nom : les fenêtres de temps. Deux formes couvrent l'essentiel des besoins :
- La fenêtre fixe a des bornes qui ne bougent pas : la journée du 5 juin s'ouvre à minuit et se ferme à minuit. « Les réponses reçues aujourd'hui » est un comptage dans une fenêtre fixe — à minuit, la fenêtre se ferme, son chiffre est posé, et la suivante s'ouvre.
- La fenêtre glissante avance en permanence : « les 7 derniers jours » ne désigne jamais la même période d'une heure à l'autre. C'est la fenêtre des tendances — le rythme hebdomadaire des réponses, et son ralentissement qui signale qu'il est temps de relancer.
Penser en fenêtres, c'est nommer précisément ce que chaque chiffre veut dire. « 1 240 réponses » ne dit rien ; « 1 240 réponses sur les 7 derniers jours, en baisse d'un tiers par rapport aux 7 jours précédents » dit tout.
Le détail qui change tout : l'heure de l'événement
Les données n'arrivent pas toujours à l'heure. Un fichier de versements transmis par une entreprise peut porter des opérations de vendredi et n'arriver que lundi. Dans quelle journée compter ces versements ? Si l'on compte à l'arrivée, les chiffres de vendredi sont faux et ceux de lundi aussi.
C'est pourquoi chaque événement porte sa propre date — l'heure à laquelle le fait s'est produit, pas celle à laquelle il nous parvient — et compte dans la fenêtre où il a réellement eu lieu. Le tableau de bord sait attendre les retardataires un temps raisonnable avant d'arrêter un chiffre, et sait corriger un chiffre déjà affiché quand un retardataire arrive après coup. Les chiffres ne sont pas figés une fois pour toutes : ils convergent vers l'exact. C'est ce qui sépare un indicateur digne de confiance d'une approximation présentée avec assurance.
Ce que « produit » veut dire, au fond
Reste le mot du titre. Chacun de ces indicateurs est traité comme un produit : sa définition est écrite noir sur blanc (ce qu'il compte, ce qu'il ne compte pas, sur quelle fenêtre), son calcul est testé comme du code — parce que c'en est —, ses évolutions sont versionnées, sa fraîcheur est un engagement mesuré, et quelqu'un en répond. La conséquence pratique : on peut construire dessus. Un écran de pilotage, une alerte quand un seuil est franchi, un rapport remis à une entreprise cliente — tous s'appuient sur le même indicateur, avec la même définition et les mêmes chiffres.
C'est cela, un produit data : la donnée cesse d'être le sous-produit des applications — ce qu'on va chercher dans la base quand on en a besoin — pour devenir un produit à part entière, conçu, testé et garanti comme le reste de la plateforme. Les campagnes d'intéressement en sont le premier terrain ; les mêmes fenêtres serviront demain le suivi des déblocages anticipés, la surveillance des flux, les indicateurs remis aux entreprises. Une fondation, pas un gadget.