Chaque question merchant, répondue sur la donnée live
Un retailer spécialiste du sport a branché Solya dans Slack pour que l’équipe puisse poser n’importe quelle question — et obtenir une réponse sourcée, pas une énième demande de rapport.
Résultat
< 90s en moyenne
Réseau
12 magasins · multi-marque
Le défi
Les opérations, le marketing et les responsables magasin déposaient des dizaines de demandes ad-hoc par semaine. L’équipe analytics est devenue un goulot d’étranglement : des questions simples (« comment ce SKU a-t-il performé le week-end dernier ? ») prenaient plusieurs jours.
Ce qu’on a changé
Solya a été connecté au data warehouse, au flux POS et à la couche sémantique existante de l’équipe. Une app Slack permet à n’importe qui de poser une question en langage naturel et d’obtenir une réponse accompagnée de la requête sous-jacente, des lignes utilisées, et d’une note de confiance.
Comment les décisions se prennent
Chaque question est d’abord parsée contre la couche sémantique — les définitions de marge, d’écoulement, d’unités, de retours sont figées, donc deux personnes posant la même question obtiennent la même réponse. Tout ce qui est ambigu déclenche une question de clarification au lieu de produire un mauvais chiffre.
Où ça atterrit
Les réponses restent dans des threads Slack avec la requête source attachée, donc n’importe qui peut les auditer plus tard. La file de l’équipe analytics est passée de dizaines à une poignée — et celles qui restent sont de vraies questions stratégiques, pas du lookup.
Ce qui a changé
- Temps question-réponse moyen sous 90 secondes
- Demandes adressées à l’équipe analytics réduites d’environ 80%
- Chaque réponse est reproductible — même définition, même requête, mêmes chiffres