Explore data at any technical level

Une phrase pour présenter

Querio AI est une plateforme d’analyse de données pour des notebooks agents, permettant aux utilisateurs de poser des questions métier en langage naturel afin que l’IA génère des requêtes SQL, du Python, des tableaux, des graphiques et des explications à partir des entrepôts de données connectés, puis de publier les résultats, de les mettre à jour automatiquement ou de les intégrer dans leurs propres produits.

Présentation des outils

Querio, géré par Querio Ltd., vise à permettre aux membres d’équipes ayant des niveaux techniques différents d’explorer directement les données de l’entreprise. Il combine une analyse interactive avec des notebooks vérifiables, ce qui abaisse la barrière à l’usage pour les utilisateurs métier tout en permettant aux spécialistes des données de examiner les requêtes générées et les processus de calcul.

Le produit se connecte directement à une base de données ou à un entrepôt de données, et organise le travail autour d’Explore, Notebook, Context, Layout, Board, Automation et Embed. Ce n’est pas un outil de chat léger qui permet de télécharger un tableau pour obtenir des conclusions ponctuelles, mais plutôt un espace de travail d’analyse d’entreprise nécessitant une configuration et une gouvernance des sources de données.

Concepts clés

Fonction principale

1. Exploration des données en langage naturel

L’utilisateur peut décrire directement les indicateurs, la période et les conditions de filtrage ; Querio lit le contexte existant, sélectionne les données nécessaires et crée des cellules d’analyse. Les questions ultérieures restent dans le même Explore, ce qui permet de réduire progressivement le champ d’analyse ou de comparer différentes dimensions.

• Voir mensuellement les revenus, les commandes, les utilisateurs actifs ou d’autres indicateurs commerciaux de l’année écoulée.
• Rechercher les clients d’un trimestre donné classés par volume de commandes, chiffre d’affaires ou taux de rétention.
• Comparer les performances de conversion selon les différents canaux d’acquisition, les versions du produit ou les régions.
• Continuer à interroger sur les causes des changements anormaux, ainsi que sur les groupes affectés et les détails correspondants.
• Enregistrer et organiser les conclusions fréquemment utilisées sous forme de layout, ou les confier à une tâche automatique pour une mise à jour périodique.

2. Dialogue et Notebook en parallèle

Un Explore contient à la fois une conversation avec l’IA et un Notebook. La zone de chat explique ce que le système a fait et reçoit les instructions suivantes, tandis que le Notebook affiche les SQL, Python, graphiques, tableaux et textes générés par cette analyse.

Cette structure permet aux professionnels du métier de consulter d’abord les conclusions, tandis que les spécialistes des données peuvent vérifier plus en détail les requêtes, les conditions de filtrage et les calculs. Même si l’interface génère des graphiques qui semblent raisonnables, il convient de s’assurer que les cellules de base correspondent aux critères métier.

3. Catalogue des données et couche de contexte

Une fois la connexion à la source de données réussie, Querio peut générer un catalogue à partir de la base de données, afin d’aider l’Agent à comprendre le schéma, les tables, les champs, les relations de connexion et les descriptions. L’équipe peut également ajouter des règles d’indicateurs et des connaissances métier dans la zone Contexte.

4. Unités d’analyse SQL et Python des cellules

La documentation officielle d’introduction précise que le Notebook affiche du SQL, du Python, des tableaux, des graphiques et du texte. L’équipe chargée des données peut ainsi suivre la manière dont l’IA extrait les données, les transforme et exprime les résultats, au lieu de ne recevoir que des réponses en langage naturel impossibles à vérifier.

5. Mise en page et tableaux

Layout permet d’ajouter les cellules utiles du Notebook dans un réseau et d’ajuster leur position et leur taille pour créer une vue de rapport plus adaptée à la lecture et au partage. Layout reste lié à l’Explore original, et peut être mis à jour après analyse des modifications.

• Combiner plusieurs graphiques, indicateurs clés et descriptions textuelles en une seule page.
• Cacher les cellules temporaires durant l’exploration, ne montrant que les résultats à partager.
• Continuer à modifier l’analyse à partir du dialogue original et à mettre à jour en même temps le contenu du Layout.
• L’Explorateur avec un Layout accède à la zone Boards, ce qui facilite la recherche collective par l’équipe.
• Par défaut, le tableau de bord permet de consulter les analyses en layout partagées par les membres de l’espace de travail.

6. Automatisation programmée

L’automatisation peut s’exécuter par heure, par jour, par semaine, par mois ou selon une expression Cron personnalisée. Les tâches peuvent soit mettre à jour les Explore existants, soit créer une analyse à chaque fois depuis zéro.

7. Connexion entre la base de données et le data warehouse

Querio se connecte directement à la base de données ou au entrepôt où se trouvent les données. La page d’intégration officielle liste PostgreSQL, MotherDuck, Redshift, Microsoft SQL Server, MariaDB, ClickHouse, BigQuery, MySQL, Snowflake, Databricks, Amazon Athena, Trino, Dremio et Materialize.

Pour se connecter, il est généralement nécessaire d’un compte utilisateur ou de service en lecture seule, des informations sur l’hôte et la base de données, ainsi que d’une adresse de sortie autorisée pour Querio en cas de réseau restreint. Dans un environnement professionnel, il convient de respecter le principe du minimum de privilèges et d’éviter d’utiliser des comptes de base de données dotés de droits d’écriture, de suppression ou de gestion.

8. Interface Explore intégrée

Les développeurs peuvent intégrer la page Explore complète dans leur propre SaaS ou système interne. Les tokens d’espace de travail contrôlent l’espace de travail à cui appartient la session ainsi que les sources de données accessibles ; les sessions intégrées sont automatiquement enregistrées dans l’espace de travail Querio.

L’insertion dans la page permet de choisir un mode de chat concentré ou un mode mixte affichant à la fois le chat et le Notebook, il est également possible de pré remplir la première question pour une exécution automatique. Les tokens d’espace de travail sont des identifiants sensibles et ne doivent pas être placés dans des endroits pouvant être réutilisés par des utilisateurs non autorisés.

9. Embedded API v2

La version actuelle de l’API embarquée est v2, axée sur Conversation et Turn, et prend en charge des questions successives, des étiquettes, le pagination, ainsi que des assets sous forme de tableaux et de graphiques. Elle offre également un environnement de test et un environnement de production, ce qui facilite la validation de l’intégration avant mise en ligne.

10. Sélection du modèle et déploiement en entreprise

Le plan Startup utilise un choix automatique de modèle, tandis que Core et Enterprise permettent de choisir un modèle. La politique de confidentialité indique que Querio ne gère actuellement aucun modèle de base propre, mais fait appel à des fournisseurs externes de grands modèles ayant été sélectionnés.

Enterprise mentionne également le calcul dédié, les requêtes跨 données sources, l’autogestion, GovCloud, ainsi que le support pour la migration et l’ETL. Les emplacements de déploiement spécifiques, la liste des modèles, la topologie réseau et les engagements de service doivent être confirmés par un contrat d’entreprise.

Processus de travail complet

1. L’administrateur des données crée un compte de base de données en lecture seule et définit les schémas, tables et plages réseau auxquels l’accès est autorisé.
2. Ajoutez une source de données dans l’aire de travail, saisissez les paramètres de connexion et testez la connexion.
3. Attendez que la plateforme génère le répertoire des données, puis vérifiez si les tables, les champs, les relations de connexion et les descriptions sont exacts.
4. Ajouter dans le Contexte les définitions d’indicateurs, les termes métier, les règles de filtrage, la logique réutilisable et les compétences.
5. Créez un nouvel Explore pour poser des questions en utilisant des indicateurs clairs, des fenêtres temporelles et des critères de filtrage.
6. Vérifiez en même temps l’explication du chat ainsi que le SQL, Python, les tableaux et les graphiques dans le Notebook.
7. Ajuster la portée à l’aide de questions ultérieures pour ajouter les cellules utiles au Layout ou aux favoris.
8. Publier les résultats stables sous forme de Board, configurer des mises à jour automatiques, ou les fournir aux utilisateurs de l’application via Embed.
9. Vérifier régulièrement les droits d’accès, le contexte, le coût des requêtes, la précision des résultats et le fonctionnement des tâches automatisées.

Tutoriel d'utilisation

Lancer Explore pour la première fois

1. Vérifier que l’espace de travail est connecté à au moins une source de données et peut lire les tables nécessaires.
2. Poser des questions comprenant des indicateurs, une période de temps et des critères de filtrage, par exemple le revenu mensuel des 12 derniers mois.
3. Attendez que l’agent crée les cellules du Notebook, ne vous contentez pas de lire le résumé final.
4. Ouvrez les cellules SQL et Python pour vérifier les champs de date, les conditions de connexion, les valeurs manquantes et les méthodes d’agrégation.
5. Comparer un court segment de données connues pour s’assurer que les résultats sont cohérents avec les rapports existants ou les calculs manuels.
6. Compléter par des questions supplémentaires pour obtenir le regroupement, la comparaison sur la même période, une explication des anomalies ou les détails du client.
7. Sauvegardez ou ajoutez la cellule confirmée au Layout, et donnez un nom clair à Explore.

Créer un rapport automatique

1. Terminez d’abord un Explore capable de relancer de manière stable, afin d’éviter de publier directement des analyses expérimentales en tant que tâches automatiques.
2. Allez dans Automations et créez une tâche, ou sélectionnez Schedule sync depuis Explore.
3. Choisissez de mettre à jour l’analyse existante ou d’obtenir de nouvelles suggestions à chaque exécution, et spécifiez la source de données et le modèle corrects.
4. Définissez la fréquence, le fuseau horaire et l’heure de fonctionnement ; pour des arrangements complexes, vous pouvez utiliser des expressions Cron.
5. Configurez l’adresse e-mail ou le canal Slack de réception selon vos besoins, et vérifiez s’ils contiennent des données sensibles.
6. Exécuter un essai de test pour vérifier les graphiques, les tableaux, les destinataires et les dates de mise à jour des données.
7. Une fois confirmé, publiez la tâche de Draft en Live et vérifiez régulièrement les enregistrements d’échecs.

Intégration dans les produits propres

1. Décidez d’abord si vous avez besoin d’une interface Explore complète, ou si vous souhaitez concevoir vous-même les interactions et appeler l’API Embedded.
2. Générer le token iframe ou token API correspondant dans Querio, et stocker la clé du côté serveur.
3. Définir des plages de données pour les locataires ou les clients, afin d’éviter que plusieurs clients n’aient en partage les mêmes droits sans restriction.
4. Valider dans l’environnement de test la première question, les questions multiples, le pagination des tableaux, les assets graphiques et le traitement des erreurs.
5. Appliquer des restrictions côté application en ce qui concerne la longueur de l’entrée, la plage de recherche, la concurrence, le délai d’expiration et les coûts d’utilisation.
6. Après avoir terminé l’évaluation de sécurité, basculez dans l’environnement de production et surveillez les sessions, les tokens et l’accès aux données.

À qui s’adresse-t-il

• Analyste métier : explorer rapidement les indicateurs en langage naturel, tout en conservant un processus d’analyse vérifiable.
• Analyste de données : Laisser l’agent générer des SQL, du Python et des graphiques initiaux, puis effectuer une révision et des modifications professionnelles.
• Ingénieur des données : connexion aux entrepôts, maintenance des catalogues, contexte, permissions et déploiement d’entreprise.
• Chef de produit : analyser l’utilisation des fonctionnalités, le segmentage des clients, la conversion et la rétention, sans avoir à planifier séparément chaque problème.
• Équipe des ventes et des opérations : consulter le pipeline, les revenus, les commandes et la performance par région, ainsi que recevoir des rapports périodiques.
• Administrateur : Consultez les indicateurs organisés et les conclusions des analyses via le tableau de bord.
• Équipe de développement SaaS : intégrer des questions-réponses, des tableaux et des graphiques sur les données des clients dans les produits existants.
• Entreprises ayant besoin d’une mise en œuvre privée : évaluer les solutions d’auto-hébergement Enterprise, GovCloud et de calcul dédié.

Scénarios d'utilisation typiques

• Analyser les variations mensuelles des revenus, des commandes, des utilisateurs actifs et du taux de rétention, et identifier les mois anormaux.
• Comparer les taux de conversion entre différents produits, régions, canaux de marketing ou segments de clients.
• Organiser les indicateurs clés confirmés en tableau de gestion et les mettre à jour selon le plan.
• Générer chaque semaine un résumé des pipelines ou de l’exploitation, à envoyer via Slack à l’équipe responsable.
• Fournir aux équipes de service client ou de succès client un accès restreint aux données des clients pour effectuer des recherches.
• Intégrer plusieurs tours de questions-réponses sur les données dans les produits SaaS, sans développer soi-même un agent d’analyse complet.
• Retourner des tableaux paginés et des graphiques Vega-Lite pour différents locataires, avec un rendu via le front-end propriétaire.
• Unifier les définitions métier sujettes à ambiguïté, telles que les revenus, l’activité et le taux de perte, au sein du Contexte.

Avantages du produit

• La conversation en langage naturel, associée à un Notebook vérifiable, offre plus de transparence que les outils qui ne renvoient que des résumés.
• Context gère de manière centralisée les catalogues, la logique des indicateurs, la mémoire à long terme, les extensions et les compétences.
• Prend en charge de nombreuses bases de données courantes et des entrepôts de données cloud, sans nécessiter d’exporter au préalable en fichiers statiques.
• Layout et Board permettent d’organiser le processus d’exploration en pages de rapport mises à jour en continu.
• Plan de support automatisé pour la mise à jour, l’exécution de nouvelles suggestions, ainsi que la livraison par e-mail et Slack.
• Il offre à la fois une intégration d’interface complète et une API v2, adaptée aux équipes de développement avec des niveaux d’investissement différents.
• L’API prend en charge des sessions multiples, des actifs de type tableau et des actifs de type graphique, au lieu de ne renvoyer qu’un texte.
• Les solutions d’entreprise offrent des options multi-sources de données, de calcul dédié, d’autogestion et de GovCloud.
• Fournir des informations en matière de sécurité, de confidentialité, de sous-traitants et de centres de confiance afin de faciliter l’évaluation des fournisseurs par les entreprises.

Restrictions d'utilisation et précautions

• L’IA générant du SQL, du Python et des interprétations peut entraîner des erreurs de connexion, des écarts dans la définition des indicateurs ou des inférences causales irréalistes.
• La précision dépend de la qualité de la gestion du catalogue des données, des définitions métier, des relations entre tables et du contexte ; elle ne peut pas reposer uniquement sur la compréhension automatique par le modèle.
• Même avec un compte en lecture seule, les requêtes complexes ou sans filtre peuvent encore consommer de nombreuses ressources de calcul du stockage.
• Le nombre exact de tentatives gratuites, le montant calculé et la durée de conservation ne sont pas indiqués clairement sur la page de tarification publique.
• Startup et Core ne comportent qu’un nombre limité de connexions aux données ; la capacité de effectuer des requêtes sur plusieurs sources de données est une fonctionnalité d’Enterprise.
• Le montant de l’abonnement annuel est élevé ; l’équipe doit vérifier pendant la période d’essai la fréquence d’utilisation et l’étendue des alternatives aux outils BI traditionnels.
• L’interface publique et la documentation sont principalement en anglais ; aucune promesse d’interface complète en chinois n’a été confirmée.
• Les tokens intégrés et les API Tokens doivent être considérés comme des clés ; une fuite pourrait entraîner un accès non autorisé aux données de l’espace de travail.
• Les e-mails automatisés ou Slack peuvent envoyer des indicateurs sensibles aux destinataires erronés ; il est nécessaire de tester les permissions et le contenu avant la publication.
• Les décisions médicales, financières et autres soumises à réglementation ne peuvent pas se fonder directement sur les résultats de l’IA ; elles doivent être revues par des personnes qualifiées.

Prix et forfaits

Les prix ci-dessous ont été vérifiés le 22 août 2026. L’animation sur la page de tarification actuelle ne affiche pas de manière stable le montant des paiements mensuels ; par conséquent, le tableau utilise en priorité le montant annuel indiqué explicitement sur la page, et fournit le coût mensuel moyen obtenu par conversion mathématique.

La page de tarification propose à la fois le paiement mensuel et annuel, mais le texte public actuellement obtenu ne montre pas de manière fiable le montant du paiement mensuel. D’autres prix ont été mentionnés dans des articles officiels antérieurs, ce qui ne peut pas remplacer la page d’achat la plus récente.

Comparaison des fonctionnalités des forfaits

Précautions concernant l'abonnement et les remboursements

Les conditions de service indiquent que les frais sont généralement prélevés à l’avance et ne sont pas remboursables, sauf disposition contraire dans le contrat. L’abonnement se renouvelle automatiquement ; l’utilisateur doit l’annuler au moins 30 jours avant la date de renouvellement.

Lors des achats auprès d’une entreprise, il convient de définir avant la signature du contrat les limites de l’essai, le prix par unité d’utilisation de l’API, le calcul des points, les frais supplémentaires, la date de renouvellement, ainsi que les procédures de restitution et de suppression des données après résiliation.

Sources de données prises en charge

Plateforme de support

API, SDK et situation du logiciel open source

Querio propose des documents publics pour l’Embedded API v2, une authentification par Bearer Token, des exemples d’interfaces, des environnements de test et de production, ainsi que des spécifications OpenAPI. Les documents actuellement publics ne listent pas les SDK en Python, JavaScript ou d’autres langages maintenus officiellement.

L’organisation officielle GitHub existe déjà et fait référence à la marque Querio, mais à ce jour, aucun dépôt de code public n’a été mis en ligne. Le code source de la plateforme commerciale n’est pas rendu public, par conséquent il ne peut pas être qualifié de logiciel open source.

Sécurité et conformité

La page de sécurité de Querio affirme avoir obtenu la certification SOC 2 Type II, et fait appel à l’infrastructure AWS, à une évaluation continue des vulnérabilités, ainsi qu’à des mécanismes de surveillance et d’audit. Les données statiques sont chiffrées avec AES-256, la transmission s’effectue via TLS 1.3, et le principe des droits par rôle ainsi que celui de l’accès minimal sont respectés.

• La connexion à la base de données peut être protégée par des tunnels SSH, SSL ou TLS, des VPN et des listes d’adresses IP autorisées.
• Le compte de la source de données doit être configuré en mode lecture seule, et seuls les schémas et les tables nécessaires à l’analyse doivent être accessibles.
• La plateforme déclare se conformer au RGPD et à la CCPA, et fournit un accord de traitement des données lors de l’accès.
• La page de sécurité indique que le service est conforme à HIPAA, mais la politique de confidentialité précise que par défaut, il ne s’agit pas d’un produit conforme à HIPAA.
• Avant de traiter des informations de santé protégées, il est nécessaire de signer un BAA ou un accord équivalent de protection des données avec Querio.
• Enterprise peut négocier l’hébergement auto-géré, GovCloud et le calcul dédié, mais les contrôles spécifiques nécessitent une confirmation par contrat.
• Aucun système de transmission et de stockage ne peut garantir une sécurité absolue, et l’authentification de sécurité ne peut pas remplacer la gestion des droits propres au client.

Confidentialité et traitement des données par l’IA

La politique de confidentialité considère les connexions aux sources de données, les requêtes, le tableau de bord, les alertes ainsi que les entrées et sorties d’IA comme des Données du Client. Querio gère généralement ces données au nom des clients entreprises dans leur espace de travail, et les règles spécifiques sont soumises en priorité aux accords avec le client.

La page des sous-traitants liste également des services tels que AWS, Vercel, Neon ou Databricks, PostHog, Stripe, etc. Les différents fournisseurs traitent des types de données et opèrent dans des régions différentes ; les entreprises soumises à une réglementation stricte doivent obtenir la liste la plus récente.

Différences avec le BI traditionnel et les robots de chat généraux

Informations de base

Indice de recommandation

Indice de recommandation : 4,4 / 5. Querio combine de manière complète les questions en langage naturel, des notebooks révisables, un contexte métier, des tableaux de bord, l’automatisation et des API intégrées, ce qui le rend adapté aux entreprises souhaitant servir à la fois les utilisateurs métiers, les équipes de données et les clients produits.

L’obstacle majeur réside dans le prix élevé des forfaits officiels, l’opacité de la quantité d’évaluation gratuite disponible, ainsi que dans le fait que la qualité de l’analyse par l’IA dépend fortement de la gouvernance des données. Dans des domaines sensibles tels que la médecine, il est également nécessaire d’effectuer séparément une évaluation des accords et des droits d’accès, et non de se fier uniquement aux brèves étiquettes de conformité présentes sur la page de sécurité.

Questions fréquentes

À quoi sert Querio AI ?

Il est utilisé pour relier des bases de données d’entreprise ou des entrepôts de données, et permet aux utilisateurs de réaliser des analyses à l’aide du langage naturel et du Agentic Notebook. Les résultats peuvent inclure du SQL, du Python, des tableaux, des graphiques, des explications, des tableaux de bord et des rapports automatisés.

Peut-on utiliser Querio sans connaître SQL ?

On peut commencer l’exploration en langage naturel, mais cela ne signifie pas qu’on peut ignorer les connaissances relatives aux données. Une analyse approfondie nécessite néanmoins de vérifier la définition des indicateurs, le filtrage, les liens, l’agrégation et les requêtes générées par l’IA.

Querio est-il gratuit ?

Le site officiel permet de commencer gratuitement sans carte de crédit, mais ne précise pas de limite claire pour les forfaits gratuits stables. Les solutions professionnelles officielles commencent par Startup, et le tarif annuel indiqué sur la page actuelle est de 5 000 $.

Quelle est la différence entre Startup et Core ?

Startup comprend 1 connexion de données et 10 utilisateurs, avec un modèle automatique et des ressources standard ; Core comprend 3 connexions, un nombre illimité d’utilisateurs, SSH ou VPN, des modèles personnalisables, plus de puissance de calcul, des points d’extension, de la formation et un support avancé.

Quelles bases de données sont prises en charge ?

Les intégrations publiques comprennent PostgreSQL, MySQL, SQL Server, Snowflake, BigQuery, Redshift, Databricks, ClickHouse, MotherDuck, Athena, Trino, Dremio, etc. Pour les canaux manquants, veuillez contacter le service officiel.

Querio va-t-il copier toute la base de données ?

La page de sécurité indique que les données des clients ne sont pas conservées de manière permanente, et que les données temporaires se trouvent dans un environnement protégé ou sont déployées par le client lui-même. La politique de confidentialité précise quant à elle les durées de conservation spécifiques pour différentes catégories de données ; l’entreprise doit se référer aux accords avec les clients ainsi qu’à la configuration réelle.

Les données des clients sont-elles utilisées pour entraîner l’IA ?

La politique de confidentialité indique que Querio et ses fournisseurs de modèles agréés n’utiliseront pas les données des clients pour entraîner les modèles. Afin de générer des résultats, les prompts, schémas, métadonnées et contenus des requêtes peuvent toutefois être envoyés au fournisseur de modèles sélectionné pour traitement.

Querio est-il par défaut conforme à HIPAA ?

Non. La politique de confidentialité indique clairement que les services généraux ne sont pas, par défaut, conformes à HIPAA ; il est nécessaire de signer un BAA ou un accord équivalent avant de soumettre des informations de santé protégées.

Peut-on intégrer son propre SaaS ?

Oui. Les développeurs peuvent intégrer la page Explore complète, ou utiliser l’API v2 pour créer eux-mêmes des conversations multiples, des tableaux paginés et des graphiques Vega-Lite.

Des API et SDK sont-ils fournis ?

Des API Embedded v2 et des spécifications OpenAPI sont fournies ; le tarif indique que l’API est facturée en fonction de l’utilisation. Aucun SDK linguistique maintenu officiellement n’a été identifié.

Querio est-il open source ?

Pas de code source ouvert. L’organisation officielle GitHub ne dispose actuellement d’aucun dépôt public, et les plateformes commerciales n’offrent pas non plus de licence de code source ouvert.

Où peut-on envoyer un rapport automatique ?

L’automatisation peut envoyer les résultats par e-mail, ou se connecter à Slack pour les envoyer dans un canal spécifié. En l’absence de configuration d’Action, la tâche ne fera que mettre à jour Explore dans l’espace de travail.

La souscription peut-elle être résiliée à tout moment ?

Les conditions exigent d’annuler la renouvellement automatique au moins 30 jours avant la date de renouvellement, et les frais prépayés ne sont généralement pas remboursables. Les contrats entreprise peuvent prévoir des dispositions différentes ; il convient de se référer aux documents signés.

Résumé

Querio convient aux équipes qui souhaitent combiner l’analyse du langage naturel avec du code vérifiable, une sémantique unifiée, des rapports continus et des intégrations client. Sa valeur réside non seulement dans la génération de réponses, mais aussi dans la capacité à transformer Explore en Notebook, Board, Automation et fonctionnalités d’analyse intégrées au produit.

Avant l’adoption officielle, il convient d’abord de vérifier l’exactitude des indicateurs et les coûts de stockage par une connexion en lecture seule, puis d’évaluer les forfaits, la consommation d’API, la conservation des données et les solutions de déploiement. Pour les données sensibles et les activités réglementées, il est également nécessaire de définir clairement les limites de conformité par le biais de contrats, de DPA et de BAA.