Agents analytiques
Des agents qui répondent juste, parce que la couche sémantique est juste.
Pilote de 4 semaines pour déployer Conversational Analytics, Gemini in Looker ou Looker MCP sur un périmètre métier, avec les garde-fous sémantiques qui rendent les réponses fiables. Devis après audit.
Le problème
Un agent analytique n'a pas de bon sens : il répond avec ce que la couche sémantique lui donne. Sur un LookML propre, Conversational Analytics répond juste et vite ; sur un projet mal tenu, il invente des jointures et des totaux avec assurance. Le pilote choisit un périmètre (par exemple les ventes), vérifie et enrichit la couche sémantique pour les agents (descriptions, synonymes, mesures autorisées), configure Conversational Analytics ou un serveur Looker MCP pour vos outils (Claude, Gemini, Slack), écrit les tests de questions attendues, et mesure le taux de réponses exactes avant d'ouvrir à plus d'utilisateurs. C'est l'offre « IA » de Neuravoid : elle ne se vend qu'après un audit ou une couche sémantique, jamais sur un projet non vérifié.
Pour qui
- Équipes déjà sur Looker qui veulent ouvrir les données aux métiers sans former tout le monde aux explores
- Directions qui ont essayé un chatbot BI et obtenu des réponses fausses
- Équipes produit qui veulent des analyses dans Slack ou dans Claude via Looker MCP
- Groupes qui veulent un cadre de gouvernance avant de généraliser Gemini in Looker
Ce que vous recevez
- Choix du périmètre et des 50 questions de référence avec les métiers
- Revue et enrichissement de la couche sémantique pour les agents (descriptions, synonymes, champs exclus)
- Configuration de Conversational Analytics, des Dashboard Agents ou d'un serveur Looker MCP
- Jeu de tests : questions, réponses attendues, taux d'exactitude mesuré
- Règles d'usage : qui peut demander quoi, journalisation, coûts
- Bilan écrit : taux d'exactitude, coûts, plan d'extension
Hors périmètre
- Construction de la couche sémantique elle-même si elle n'existe pas (offre Couche sémantique)
- Développement d'applications sur mesure hors des outils Google et MCP
- Licences Gemini, Looker et coûts BigQuery
Prérequis
- Une instance Looker avec un projet LookML audité (ou l'audit LookML en amont)
- Un périmètre métier et un sponsor qui répond par écrit
- Gemini activé sur le projet Google Cloud
Déroulé
01
Semaine 1 : périmètre et questions
Périmètre, 50 questions de référence, état de la couche sémantique.
02
Semaine 2 : préparation sémantique
Descriptions, synonymes, exclusions, mesures autorisées, tests.
03
Semaine 3 : agents
Configuration, connexion aux outils, premiers utilisateurs pilotes.
04
Semaine 4 : mesure et décision
Taux d'exactitude, coûts, retours, décision d'extension documentée.
StackLooker · Conversational Analytics · Gemini in Looker · Looker MCP · BigQuery · Claude / Slack (via MCP)
Questions fréquentes
Pourquoi ne pas commencer directement par les agents ?
Parce que les résultats dépendent entièrement de la couche sémantique. Lancer un agent sur un LookML non vérifié produit des réponses fausses et détruit la confiance. Le pilote impose donc un audit préalable.
Quel taux d'exactitude viser ?
Au-dessus de 90 % sur les 50 questions de référence avant d'ouvrir au-delà du groupe pilote. En dessous, nous corrigeons la couche, pas l'agent.
Peut-on utiliser Claude ou un autre assistant plutôt que Gemini ?
Oui via Looker MCP : le serveur expose la couche sémantique à Claude Desktop, à un agent maison ou à Slack. La gouvernance reste dans Looker.
Est-ce que ça remplace les dashboards ?
Non. Les agents répondent aux questions ponctuelles, les dashboards restent le rituel de pilotage. Les deux s'appuient sur la même couche.
Guides
9 min de lecture · 5 septembre 2026
Conversational Analytics Looker : les 6 prérequis
Conversational Analytics, Gemini in Looker et Looker MCP en 2026 : ce qu'ils font, pourquoi ils exigent une couche sémantique propre, 6 prérequis, un pilote.
Lire le guide →9 min de lecture · 6 septembre 2026
Looker pour l'e-commerce : marge, panier, réachat, un seul CA
Dix indicateurs e-commerce définis une fois dans dbt et exposés dans Looker : CA net, marge, panier moyen, réachat, retours. Dépôt de référence public inclus.
Lire le guide →10 min de lecture · 6 septembre 2026
Looker pour une fintech : TPV, chargebacks, churn, encours
TPV réglé ou tenté, take rate, chargebacks face aux seuils Visa et Mastercard, churn client-mois, encours en photo, historique SCD2. Dépôt de référence public.
Lire le guide →Décrivez votre contexte
Trois lignes suffisent : votre stack, ce qui coince, l'échéance. Réponse écrite sous un jour ouvré, appel optionnel.
Demander un devis