L'éditeur français Squid Solutions, spécialisé dans la modélisation des données clients, vient de lever 3 M€ pour poursuivre son développement. Son logiciel Nautilus lui permet d'analyser d'importants volumes de données gérées dans les datawarehouses et d'établir des modèles prédictifs pour des besoins métiers, dans des délais sensiblement réduits par rapport aux cycles habituels. A partir de cet outil, Squid Solutions a élaboré un modèle économique qui ne repose pas sur la vente de licences, mais sur une offre de services en mode projet. Celle-ci s'appuie sur Nautilus et sur l'expertise développée par l'éditeur autour de la modélisation de données métiers. Ce modèle, la technologie associée et l'équipe dirigeante ont convaincu les investisseurs, Neptune Technologies et Banque de Vizille, qui ont engagé les 3 M€ sur leurs capitaux propres. Holding familiale, Neptune Technologies est un investisseur industriel qui étend maintenant ses prises de participation aux structures innovantes. Avec Banque de Vizille, qui mise sur des secteurs émergents, l'objectif est d'investir dans la durée pour accompagner la croissance de l'entreprise. Squid Solutions a été créée en 2004 par Adrien Schmidt, l'actuel PDG, Serge Fantino, directeur technique, et Grégoire Pauty, directeur des ventes. Tous trois ont fait leurs armes dans l'analyse des données clients chez SLP Infoware, un éditeur français qui s'était focalisé sur la gestion de l'attrition (fuite des clients), en particulier pour les opérateurs de téléphonie. Il s'agissait alors de détecter dans les bases clients les profils susceptibles de résilier leur abonnement. « Nous y avons acquis une connaissance métier opérationnelle », relate Adrien Schmidt. Créer des jeux de données de façon très rapide Au-delà de l'efficacité du datamining pour donner de l'information aux responsables métiers, les trois fondateurs établissent l'importance de la préparation des données. « Nous avons alors créé des datamarts en fonction des besoins projetés du métier, ce qui permettait, par exemple, de construire des modèles prédictifs des clients susceptibles de partir. Toutefois, en cas de modification de certains paramètres marchés, comme la sortie d'un nouveau téléphone portable, il n'était pas possible d'adapter le modèle dans un délai raisonnable. Il fallait plusieurs mois pour créer un nouveau modèle. » De ce constat est née l'idée de développer une solution permettant de créer des jeux de données de façon très rapide. Démarrant une SAS (société par actions simplifiée) avec 37 000 euros, les trois fondateurs ont spécifié et développé une solution pour répondre à des besoins métiers précis, qu'ils ont pu tester et prototyper sur les entrepôts de données de leurs clients. Dès 2005, le prototype de Nautilus est développé. La start-up est alors soutenue par l'incubateur Paris Innovation. Elle reçoit de Scientipôle Initiative un prêt d'honneur de 60 000 euros qui lui permet d'augmenter ses fonds propres et de présenter un dossier de financement à Oseo. 150 000 euros lui sont accordés, qui sont portés à 190 000 euros lorsque le projet est labellisé auprès du pôle de compétitivité Cap Digital. S'y ajoute une subvention d'environ 5 000 euros du Critt (centre régional pour l'innovation et le transfert de technologie). Un cycle de préparation des données réduit de plusieurs mois [[page]]Le logiciel Nautilus sort en mars 2007 et Squid Solutions prend son envol. Les projets se multiplient ; l'entreprise élargit alors sensiblement le périmètre de son activité en exploitant sa compréhension des bases de données clients et sa capacité à modéliser les données métiers. Squid Solutions travaille avec de gros clients, opérateurs télécoms ou grands acteurs du Web. « Nous intervenons nous-mêmes dans les entreprises pour répondre à des besoins métiers urgents », décrit Adrien Schmidt qui explique que sa société intervient quelquefois sur des données extrêmement sensibles, pour les banques notamment. « Nous ne faisons aucune extraction brute ; tous les calculs sont faits dans la base de données du client, à partir d'une connexion JDBC. C'est en outre plus performant de procéder ainsi puisque l'on optimise en fonction des capacités de la base. » L'éditeur peut intervenir sur toutes les bases relationnelles (Oracle, SQL Server, DB2...), mais il a déjà développé des algorithmes optimisés pour Teradata et Oracle. Avec Nautilus et l'expertise développée par son éditeur, le cycle de préparation des données se trouve réduit de plusieurs mois à quelques semaines. « Nous créons pour les responsables métiers des indicateurs qui ont un intérêt dans la durée et qu'ils vont nous demander de façon récurrente. » Ces modèles prédictifs peuvent être rafraîchis chaque trimestre par Nautilus. Mais l'offre de Squid Solutions peut se décliner de différentes façons et le format du « livrable » peut varier. L'éditeur étudie ainsi plusieurs pistes d'évolution. « Certains clients aimeraient avoir accès à des requêtes sur Internet, donne en exemple Adrien Schmidt. Par ailleurs, les bases de données intègrent de plus en plus de capacités d'analyse en mode natif ce qui permet de lancer des calculs dans la base et nous permettrait ainsi d'utiliser les ressources de la base. »