Couche sémantique BigQuery + dbt + Looker
Une définition par métrique, et tout le monde la lit.
Couche sémantique gouvernée sur Google Cloud : modèles dbt dans BigQuery, exposition LookML, définitions documentées et testées. Forfait 3 à 5 semaines, devis après un brief écrit.
Le problème
Quand la finance, les ventes et la direction n'ont pas le même chiffre d'affaires, ce n'est pas la BI qui est en cause, c'est l'absence d'un endroit unique où « chiffre d'affaires » est défini. Le forfait construit cet endroit : des modèles dbt testés dans BigQuery pour les faits et dimensions, une couche LookML fine par-dessus (pas de logique métier cachée dans les dashboards), un glossaire des métriques versionné avec le code, et les accès par rôle. Livré en trois à cinq semaines selon le nombre de domaines, avec des contrôles automatiques à chaque modification et un transfert écrit à votre équipe.
Pour qui
- Scale-ups sur BigQuery dont les dashboards Looker ou Looker Studio se contredisent
- Équipes qui migrent de Looker Studio vers Looker et veulent modéliser proprement dès le départ
- Directions financières qui veulent un chiffre officiel par KPI, traçable jusqu'à la requête
- Équipes qui préparent des agents analytiques et ont besoin d'une base sémantique fiable
Ce que vous recevez
- Atelier écrit de définition des 15 à 30 métriques qui comptent
- Modèles dbt (staging, intermediate, marts) avec tests et documentation
- Couche LookML : vues générées, explores par domaine, mesures uniques, drill-downs
- Glossaire des métriques versionné dans le dépôt
- Contrôle d'accès par rôle et par ligne (access grants, user attributes)
- Contrôles automatiques à chaque modification (tests dbt, validation LookML)
- Transfert : documentation, vidéos explicatives, deux semaines de questions écrites
Hors périmètre
- Ingestion des sources (nous partons de données déjà dans BigQuery, ou nous cadrons l'ingestion à part)
- Migration de dashboards à l'unité au-delà de deux dashboards de référence
- Licences Looker et coûts BigQuery
Prérequis
- Données sources déjà chargées dans BigQuery (Fivetran, Airbyte, exports natifs)
- Un responsable métier par domaine, joignable par écrit
- Un dépôt Git et une instance Looker (ou en cours de provisionnement)
Déroulé
01
Semaine 1 : définitions
Inventaire des métriques, des divergences, des sources. Glossaire v1 validé par écrit.
02
Semaines 2 et 3 : modélisation
Modèles dbt testés, couche LookML, premier domaine livré en fin de semaine 2.
03
Semaine 4 : dashboards de référence
Deux dashboards rebranchés sur la couche, comparés à l'ancien chiffre, écarts expliqués.
04
Semaine 5 : transfert
Documentation, contrôles automatiques, formation asynchrone, plan d'extension aux domaines suivants.
StackBigQuery · dbt · Looker · LookML · GitHub Actions · Terraform (optionnel)
Questions fréquentes
Pourquoi dbt et LookML, pas seulement LookML ?
LookML est excellent pour exposer et sécuriser, moins pour transformer et tester. dbt porte les transformations et les tests, LookML reste fin et lisible. C'est aussi ce qui permet de servir Looker Studio, des notebooks ou des agents avec les mêmes définitions.
Combien de domaines dans le forfait de base ?
Un domaine complet (par exemple revenus et commandes). Chaque domaine supplémentaire est chiffré séparément dans le devis.
Et sans Looker, seulement Looker Studio ?
La couche dbt dans BigQuery se construit de la même façon et Looker Studio s'y branche. Le passage à Looker plus tard devient une formalité.
Comment se passe la collaboration à distance ?
Tout est écrit : brief, décisions, modifications de code, glossaire. Un point vidéo hebdomadaire de 30 minutes est proposé, pas imposé.
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
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 →9 min de lecture · 6 septembre 2026
Looker santé : réadmissions, durée de séjour, données patients
OMOP en bref, réadmission à 30 jours et durée de séjour définies une fois dans dbt, prévalence par concepts, champs patients protégés dans Looker. Dépôt 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