Migration vers Looker
Changer d'outil sans recopier le désordre.
Migration vers Looker depuis Looker Studio, Tableau ou Power BI : inventaire des rapports par usage réel, modélisation LookML sur BigQuery, dashboards de référence rebranchés et comparés, formation des analystes. Forfait 4 à 8 semaines, devis après inventaire.
Le problème
Une migration BI échoue quand on recopie les 200 rapports existants un par un. Dans la plupart des instances, 80 % des dashboards n'ont pas été ouverts depuis trois mois : on ne les migre pas. Le forfait commence par l'inventaire réel (qui ouvre quoi, à quelle fréquence, pour quelle décision), modélise une seule fois dans LookML les métriques qui restent, rebranche les dashboards de référence et les fait tourner en parallèle de l'ancien outil jusqu'à ce que les chiffres coïncident et s'expliquent. Les analystes sont formés sur les explores pour que les demandes ad hoc ne reviennent pas vers vous. Looker Studio (renommé Data Studio en 2026) peut rester pour l'exploration personnelle : il se branche sur la même couche.
Pour qui
- Équipes sur Looker Studio qui butent sur la gouvernance, les définitions divergentes ou les accès par ligne
- Entreprises sur Tableau ou Power BI qui consolident sur Google Cloud et veulent une couche sémantique unique
- Scale-ups dont la licence Looker est signée mais dont le projet LookML n'a pas démarré
- Directions data qui veulent réduire le nombre de rapports plutôt que les déplacer
Ce que vous recevez
- Inventaire d'usage des rapports existants (logs, entretiens écrits) et liste de ce qui ne migre pas
- Modèle LookML : vues, explores par domaine, mesures uniques, drill-downs, accès par rôle
- Modélisation dbt sur BigQuery des faits et dimensions manquants
- Cinq à dix dashboards de référence reconstruits dans Looker et comparés chiffre à chiffre à l'ancien outil
- Période de double tournée documentée, écarts expliqués et signés
- Formation asynchrone des analystes aux explores (vidéos, exercices, revue de leurs premiers explores)
- Plan de décommissionnement de l'ancien outil
Hors périmètre
- Licences Looker et négociation avec Google
- Migration à l'identique de rapports non utilisés
- Ingestion de sources nouvelles dans BigQuery (cadrée à part)
Prérequis
- Données sources déjà dans BigQuery, ou un plan d'ingestion en cours
- Une instance Looker provisionnée (ou en cours) et un dépôt Git
- Un responsable métier par domaine, joignable par écrit
Déroulé
01
Semaines 1 et 2 : inventaire
Usage réel des rapports, métriques à conserver, sources, décisions de non-migration validées par écrit.
02
Semaines 3 à 5 : modélisation
dbt et LookML, premier domaine livré en fin de semaine 3, explores testés.
03
Semaines 5 à 7 : dashboards de référence
Reconstruction, comparaison chiffre à chiffre, double tournée, écarts expliqués.
04
Semaine 8 : bascule
Formation, documentation, plan de décommissionnement, deux semaines de questions écrites.
StackLooker · LookML · BigQuery · dbt · Looker Studio / Data Studio (source) · Tableau, Power BI (source)
Questions fréquentes
Pourquoi ne pas tout migrer ?
Parce qu'un rapport que personne n'ouvre coûte de la maintenance et de la confiance. L'inventaire est écrit et validé : ce qui ne migre pas est archivé, pas perdu.
Combien de temps les deux outils tournent-ils en parallèle ?
Deux à quatre semaines par domaine, le temps que les chiffres coïncident et que les écarts restants soient expliqués et signés par le métier.
Que devient Looker Studio ?
Il peut rester pour l'exploration personnelle et se brancher sur la couche sémantique. Ce qui disparaît, c'est le rôle de source de vérité qu'il n'aurait jamais dû avoir.
Comment est établi le devis ?
Sur le nombre de domaines et de dashboards de référence. Un premier devis part sous 24 h à partir de votre description ; il est confirmé après l'inventaire de la semaine 2. Au-delà de deux domaines, nous découpons en lots.
Implémentations de référence
Le code qu'on peut lire avant de nous écrire.
Trois couches sémantiques complètes, publiques, construites comme pour un client : dbt sur BigQuery, LookML, tableau de bord, linter et intégration continue. Une par secteur.
E-commerce
Marge, panier moyen, réachat, un seul chiffre d'affaires. Dataset public thelook_ecommerce, 13 métriques, 3 explores.
Santé
Réadmissions à 30 jours, durée de séjour, maladies chroniques, protection des champs patients. Données Medicare synthétiques au format OMOP, 17 métriques.
Fintech
Volume de paiement, chargebacks, churn, encours et impayés. Données synthétiques générées, historisation clients, 56 métriques, 134 tests.
Guides
8 min de lecture · 5 septembre 2026
Looker ou Looker Studio : lequel choisir, quand basculer
Looker et Looker Studio ne servent pas le même besoin. Différences, prix, gouvernance, Looker Studio Pro, et les signes qu'il est temps de passer à Looker.
Lire le guide →9 min de lecture · 5 septembre 2026
Migrer de Looker Studio vers Looker : quand et comment
Quand quitter Looker Studio pour Looker, les étapes de la migration, quoi modéliser en premier, les pièges, et des ordres de grandeur de délai et de budget.
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 →Décrivez votre contexte
Trois lignes suffisent : votre stack, ce qui coince, l'échéance. Réponse écrite sous un jour ouvré, appel optionnel.
Demander un devis