Databrain

Qu’est-ce que DataBrain ?

DataBrain est une plateforme d’analyse intégrée basée sur l’IA, lancée par DataBrain Labs, qui aide principalement les SaaS B2B à intégrer des tableaux de bord de données, des indicateurs, des rapports ainsi que la capacité de poser des questions en langage naturel dans leurs produits. Elle s’adresse aux équipes de produit, d’ingénierie et de données, et non pas uniquement aux analystes internes comme le font les outils BI traditionnels.

La plateforme offre en même temps la création de tableaux de bord sans code, une personnalisation sous marque blanche, une isolation multi-locataires, un SDK pour développeurs, des API REST et des serveurs MCP. Les entreprises peuvent soit utiliser les services cloud, soit choisir un déploiement auto-hébergé ou dans le cloud privé au sein de leurs solutions internes.

Une phrase pour présenter

DataBrain est une plateforme d’analyse multi-locataires qui permet d’intégrer des tableaux de bord de données personnalisés, des analyses autonomes et des systèmes de questionnement par l’IA dans les produits SaaS.

Fonctionnalités clés

Tableau de bord de données embarquées

Les développeurs peuvent intégrer des tableaux de bord complets, des indicateurs individuels ou des applications de données dans des interfaces existantes, permettant aux clients finaux d’analyser les données sans quitter le produit. Le support officiel prend en charge des méthodes d’intégration telles que React, Vue, Angular, Next.js, Web Component, iFrame et REST API.

Questionnement par langage naturel avec IA

Les utilisateurs peuvent poser des questions sur les données commerciales en langage naturel ; le système affiche le processus de raisonnement, le choix de la structure des données et le SQL généré, avant de retourner les résultats de l’analyse. Les réponses de l’IA s’appuient sur une couche sémantique gérée, mais il reste nécessaire de vérifier les définitions des indicateurs, le SQL, la plage temporelle et le filtrage des droits.

Couche sémantique et gestion des indicateurs

L’équipe peut définir de manière centralisée les ensembles de données, les Datamarts, les indicateurs, les descriptions des champs et la logique métier, ce qui réduit les interprétations multiples du même indicateur par différentes personnes. La couche sémantique de gouvernance constitue également la base pour que l’IA pose des questions sur les données, que les tableaux de bord partagent des références cohérentes et que les agents fonctionnent de manière uniforme.

Visualisation interactive

La plateforme propose des dizaines de types de graphiques et prend en charge le creusement dans les données, le filtrage croisé, les connexions en temps réel, le renouvellement automatique ainsi qu’une présentation responsive pour les appareils mobiles. Le nombre exact de graphiques varie selon les pages officielles, avec des indications allant de plus de 40 à plus de 50 ; il convient de se fier à l’éditeur actif pour choisir le type de graphique.

Marque blanche et personnalisation de thème

Les entreprises peuvent ajuster les couleurs, les polices, les logos, le CSS, les noms de domaine et le comportement des composants, afin d’éliminer la marque DataBrain. Les versions Pro et supérieures offrent des thèmes plus complets, ainsi que des possibilités de personnalisation au niveau des e-mails et des clients.

Multilocataire et isolation des données

DataBrain prend en charge des architectures mono-locataire et multi-locataires, et permet d’appliquer des permissions au niveau des lignes, des colonnes et des rôles lors des requêtes. L’intégration de tokens nécessite de lier le locataire au périmètre de l’utilisateur, afin d’éviter que les données ne soient masquées uniquement au niveau frontend tout en permettant des accès non autorisés en arrière-plan.

Rapports auto-générés

Les clients finaux peuvent utiliser le constructeur de glisser-déposer pour combiner des champs, des critères de filtrage, des graphiques et des rapports, puis les exporter. Cela permet de réduire la charge de travail du groupe de développement, qui n’a pas à créer à chaque fois des rapports temporaires pour chaque client.

Prédictions et insights sur les anomalies

La comparaison des fonctionnalités officielles liste la prédiction, la détection d’anomalies, l’identification des tendances, les recommandations et les résumés générés par l’IA. Les résultats de prédiction dépendent de la qualité des données, de la portée de l’échantillon et de la segmentation temporelle ; ils ne doivent pas être considérés comme des conclusions commerciales définitives.

Serveur MCP

Le serveur MCP officiel permet aux clients compatibles de configurer l’incorporation, la consultation des données et les tableaux de bord personnalisés en langage naturel. Il convient pour configurer les analyses dans les outils de développement d’IA, mais il faut utiliser des tokens à privilèges minimaux et limiter les applications aux données accessibles.

À qui s’adresse-t-il

• Équipe des produits SaaS B2B : intégrer les tableaux de bord clients et les questions via l’IA en tant que fonctionnalités natives du produit.
• Équipe d’ingénierie : intégration rapide via SDK, composant Web ou API.
• Équipe des données : indicateurs unifiés, couche sémantique, ensembles de données et rapports clients.
• Équipe opérationnelle : mise en place de BI interne et de surveillance en temps réel des activités commerciales.
• Éditeur de logiciels d’entreprise : offre une analyse autonome pour les clients avec un branding entièrement personnalisé.
• Équipes médicales, financières et de chaîne d’approvisionnement : affichage des analyses sous strictes permissions d’utilisateurs et de champs.
• Développeur d’agents IA : Permettre aux agents d’accéder à des modèles de données gérés via MCP.

Forfaits et prix

Au 24 août 2026, les principales offres publiques de DataBrain sont Growth, Pro et Enterprise. Growth et Pro sont facturés à un tarif forfaitaire mensuel, sans augmentation des frais en fonction du nombre d’utilisateurs finaux ou d’installations intégrées.

La page des prix publics indique que les trois options ne imposent aucune limite en ce qui concerne le nombre de postes, d’espaces de travail, d’équipes, de lignes de données et d’embeddings. Le contrat final peut inclure des taxes, des frais de déploiement, un soutien technique, des contraintes liées à l’ampleur des données, des niveaux de service et des travaux sur mesure ; il convient de se référer à la page de devis ou de facturation avant achat.

Comparaison des fonctionnalités par version

Précautions pour l’essai et l’achat

• La page des prix publics indique actuellement une période d’essai gratuite de 14 jours.
• Après la période d’essai de Growth, le paiement s’effectue au mois ; Pro et Enterprise permettent de réaliser des POC sur des données propres.
• Le site officiel ne divulgue pas sur la page des prix les détails concernant les remboursements, la résiliation anticipée et les notifications de renouvellement.
• Enterprise doit définir les limites du self-hosting, de la VPC, du multi-région, de l’SLA et du support avancé.
• Avant une commande officielle, il convient de conserver la commande, le devis, l’accord de traitement des données et les conditions de niveau de service.

Sources de données prises en charge

La liste des connexions indiquée dans la documentation officielle comprend Snowflake, BigQuery, Redshift, PostgreSQL, MySQL, ClickHouse, MongoDB, Elasticsearch et MSSQL, entre autres. Il est également possible de préparer les données au format CSV, feuille de calcul ou API ; les droits d’accès aux connecteurs dépendent du scénario et du mode de déploiement.

Lors de la connexion à la base de données de production, il convient de créer un compte en lecture seule, de limiter les adresses IP autorisées, de définir les bases et tables concernées et d’imposer des délais d’attente pour les requêtes. Dans les scénarios d’intégration à forte concurrence, il est également nécessaire d’évaluer le cache, les copies de la base de données, les files d’attente des ressources et les coûts.

Tutoriel d’accès rapide

1. Définissez d’abord les utilisateurs, les locataires, les indicateurs à afficher, la fréquence de mise à jour des données et les objectifs de réponse.
2. Inscrivez-vous pour un compte d’essai et ajoutez une source de données de test en lecture seule dans l’espace de travail.
3. Créer un Datamart et une couche sémantique pour ajouter des descriptions métier aux tables, aux champs et aux indicateurs.
4. Créez le premier tableau de bord dans l’éditeur de glisser-déposer, et testez le filtrage, l’approfondissement et l’exportation.
5. Définir des droits au niveau de la ligne, du colonne et du rôle pour tester les locataires.
6. Choisissez l’une des méthodes d’intégration : React, Vue, Angular, Web Component ou iFrame.
7. Des tokens d’incorporation à court terme, limités au locataire et générés du côté serveur, afin de ne pas placer les tokens de gestion dans le navigateur.
8. Tester les thèmes dans un environnement de pré-déploiement, le layout responsive, les états d’erreur et la renouvellement de connexion.
9. Exécuter des tests d’escalade de privilèges avec différents comptes d’utilisateurs, puis observer les performances des requêtes et la charge de la base de données.
10. Surveiller les jetons après le lancement, les journaux d’audit, les requêtes lentes, la précision de l’IA et les retours des utilisateurs finaux.

Processus de mise en ligne d’AI pour les questions numériques

1. Unifier les définitions et les fuseaux horaires des indicateurs clés tels que le revenu, les clients, l’activité et le taux de rétention.
2. Seuls les tableaux, champs et relations vérifiés sont exposés au niveau sémantique.
3. Ajouter des synonymes, des descriptions métier, des unités et les modes d’agrégation autorisés pour le champ.
4. Préparez un ensemble de questions réelles et conservez pour chaque question le SQL correct ainsi que le résultat attendu.
5. Vérifier si le SQL généré par l’IA contient des conditions de locataire, de date, d’état et de droits.
6. Définir des limites de coût de requête, de délai d’attente, de nombre de lignes et de concurrence pour les grands tableaux.
7. Afficher à l’utilisateur la date des données, la définition de l’indicateur, le SQL généré et des avertissements d’incertitude.
8. Collecter continuellement les problèmes d’erreur, et mettre à jour la couche sémantique ainsi que l’ensemble d’évaluation.

Compétences des développeurs

Sécurité et conformité

La page de sécurité officielle et les documents indiquent l’utilisation d’un chiffrement statique AES-256, de la transmission TLS, du SSO, de la MFA, de droits granulaires et de journaux d’audit, et mentionnent des certifications telles que SOC 2 Type II, ISO 27001, GDPR et CCPA. HIPAA apparaît sur différentes pages officielles avec des mentions telles que « pris en charge, prêt » et, sur une ancienne page de prix, « à venir », ; les achats dans le secteur médical doivent exiger des certifications actuelles et leurs domaines d’application.

La politique de confidentialité a été mise à jour pour la dernière fois le 27 février 2025 et précise que des informations telles que les comptes, les clients, le traitement des paiements, les demandes de démonstration, la communication, les journaux et les cookies sont collectées. Les données de carte de crédit sont reçues par le prestataire de traitement des paiements ; DataBrain affirme ne pas accéder, stocker ou collecter directement les informations complètes de la carte.

Vérification de la sécurité d’entreprise

• Demander le rapport SOC 2 actuel, le certificat ISO, un résumé des tests d’infiltration et la portée du système applicable.
• Vérifier la zone cloud, le lieu de sauvegarde, les sous-traitants et les arrangements de transfert transfrontalier.
• Vérifier la conservation des données, leur suppression, l’exportation, les notifications d’événements et le traitement après résiliation du contrat.
• Tester l’isolation au niveau des lignes, des colonnes, des rôles et des tokens intégrés avec plusieurs locataires.
• Définir clairement les responsabilités en matière de mise à niveau, de correction de failles, de journalisation, de sauvegarde et de reprise après sinistre lors de l’hébergement auto-géré.
• Dans le contexte des données médicales, il est nécessaire de déterminer s’il convient de signer un accord avec le partenaire commercial et quelles sont les spécificités du HIPAA.

Avantages du produit

• Conception d’analyse côté client, avec des fonctionnalités complètes de multi-locataires, de marque blanche et d’intégration.
• Qu’il s’agisse d’utilisateurs finaux ou de quantités intégrées, le coût est plus facile à prévoir dans le mode par poste.
• La construction sans code et les SDK multi-framework prennent en compte à la fois les chefs de produit et les équipes d’ingénierie.
• La couche sémantique permet aux tableaux de bord, aux questions d’IA et aux agents de partager les définitions métier.
• Prend en charge les rapports auto-générés, les requêtes en langage naturel, ainsi que la prédiction et l’analyse des anomalies.
• Les options cloud, self-hébergée et réseau privé répondent à des exigences différentes en matière de contrôle des données.
• Fournit une API REST, des Webhooks et un serveur MCP pour une intégration automatisée facilitée.

Restrictions d'utilisation et précautions

• Le prix de départ est de 999 dollars par mois, ce qui n’est pas adapté aux besoins limités nécessitant simplement un tableau de bord personnel.
• Growth ne contient qu’une seule source de données ; plusieurs sources de données nécessitent la version Pro ou une solution d’entreprise.
• SSO avancé, permissions, hébergement auto-géré, multi-régions et support dédié sont inclus dans les solutions avancées.
• La génération de SQL à partir de langage naturel peut encore utiliser des champs, des associations, des filtres et des agrégations incorrects.
• Le fait qu’il n’y ait pas de limite de nombre ne signifie pas que les requêtes de base de données, le cache et la concurrence n’ont pas de coûts en termes de performance.
• Le site officiel présente des différences dans les informations concernant le nombre de graphiques et le statut HIPAA ; une confirmation écrite est nécessaire avant l’achat.
• La page de tarification ne divulgue pas les règles complètes de remboursement et d’annulation.
• Le branding blanc et l’incorporation ne peuvent pas remplacer le contrôle par des tokens serveur et les tests d’isolation des locataires.

Open source et statut GitHub

DataBrain dispose d’une organisation officielle sur GitHub, qui met à disposition des démonstrations, des plugins d’exemple, des informations sur l’organisation ainsi que certains projets historiques. Les plugins officiels NPM et les serveurs MCP sont également disponibles pour installation par les développeurs, mais la distribution publique de paquets logiciels ne signifie pas que tout le code source de la plateforme principale soit ouvert.

Les autorités ont publié officiellement le framework DataNeuron pour la conversion de texte en SQL, ce dépôt est désormais archivé ; l’organisation dispose également d’une branche DuckDB sous licence MIT. Ce sont des composants ou des exemples indépendants, tandis que la plateforme commerciale DataBrain, les services cloud, l’éditeur de tableau de bord et la console d’administration d’entreprise doivent être considérés comme non open source.

Informations de base

Questions fréquentes

DataBrain est-il gratuit ?

Ce n’est pas un outil gratuit à vie ; une période d’essai gratuite de 14 jours est actuellement proposée. Le prix normal commence à 999 dollars par mois chez Growth.

Y a-t-il des frais pour l’utilisateur final ?

Le tarif public est basé sur un modèle à prix fixe ; Growth, Pro et Enterprise indiquent tous qu’il n’y a pas de limite en termes de places ni de volume intégré. Les limites des services et des ressources dans les contrats entreprise restent à déterminer selon la proposition de prix.

Est-ce que la saisie de questions en langage naturel est prise en charge ?

Oui, les utilisateurs peuvent poser des questions et consulter le SQL généré ainsi que les résultats. La précision dépend du niveau sémantique, des droits d’accès, du modèle de données et de la formulation de la question, et nécessite une évaluation continue.

Est-il possible de l’intégrer à React ou Vue ?

Oui, des plugins NPM adaptés à React, Vue, Angular et JavaScript sont fournis officiellement, et les composants Web, iFrame et API REST sont également pris en charge.

Prend-il en charge le déploiement privé ?

Le support, ainsi que les fonctionnalités de self-hosting, de cloud privé, de multi-régions et de VPC, relèvent de l’offre Enterprise. Les responsabilités en matière de matériel, de mises à jour et de maintenance doivent être définies dans le contrat.

DataBrain est-il open source ?

La plateforme principale n’est pas un produit open source. Les exemples sur GitHub officiel, les projets archivés et les branches open source indépendantes ne reflètent pas l’open source de l’ensemble de la plateforme commerciale.

Résumé

DataBrain convient aux équipes SaaS qui souhaitent fournir rapidement des analyses côté client, des questions posées par l’IA et des tableaux de bord sous marque blanche. Ses avantages résident dans un modèle abordable sans limite de nombre d’utilisateurs finaux, une sécurité multi-locataires et des interfaces de développement complètes. Lors du choix, il convient de vérifier en particulier le nombre de sources de données, le SSO et les droits d’accès, les performances des requêtes, la précision de l’IA, la conformité HIPAA ainsi que les limites de responsabilité en cas d’hébergement auto-géré.