Mode Analytics est une plateforme de collaboration cloud pour les équipes d'analystes de données qui intègre l'éditeur SQL Python/R Notebook, des tableaux de bord visuels et une analyse assistée par l'IA dans un espace de travail unifié. Il prend en charge la connexion directe aux entrepôts de données (Snowflake, Redshift, BigQuery, etc.) et les résultats analytiques sont fournis sous forme de rapports partageables. Mode a été acquis par ThoughtSpot en 2021 et fonctionne actuellement comme une marque indépendante. Les fonctionnalités de Mode AI seront lancées en 2024, notamment la génération de langage naturel SQL (AI Combiner) ainsi que l'analyse et l'interprétation automatiques.

ModeAnalytics

Paramètres et statistiques de base

Mode Analytics s'adresse à un groupe spécial d'utilisateurs d'outils BI : les analystes de données. Il ne s'agit pas d'une BI pour « les gens qui ne comprennent pas la technologie » (comme Looker Studio ou Tableau Pulse), mais d'une plateforme de collaboration pour « les analystes qui écrivent du SQL et exécutent Python ».

Projets	Informations publiques
Positionnement officiel	La plateforme de données collaborative pour les analystes
Interaction de base	Éditeur SQL + Notebook Python/R + Visualisation
Connexions de données	Flocon de neige, Redshift, BigQuery, PostgreSQL et plus
Capacités de l'IA	Mode AI (AI Combiner Natural Language → SQL)
Fonctionnalités collaboratives	Partage de rapports, gestion des versions, espace de travail d'équipe
Méthode de déploiement	Cloud SaaS
Entreprise en propriété	ThoughtSpot (acquis en 2021, exploitation de marque indépendante)
Relation avec ThoughtSpot	Mode = Atelier d'analyste ; ThoughtSpot = Plateforme d'analyse d'IA
Dernière version	2026-S1

Différence de positionnement : Mode n'est pas un outil pour "abaisser le seuil d'utilisation des données" - c'est précisément un outil pour "rendre les analystes professionnels plus efficaces". Il complète ThoughtSpot (analyse en libre-service pour les utilisateurs professionnels) : ThoughtSpot permet à des personnes non techniques de demander des données, et Mode permet aux analystes d'écrire du code pour une analyse approfondie.

Reconnaissance des utilisateurs et du marché

Mode jouit d'une bonne reconnaissance de marque parmi la communauté des analystes de données, en particulier pour son éditeur SQL gratuit et ses ressources didactiques.

Community Foundation : les didacticiels SQL de Mode (Mode Analytics SQL School) sont largement considérés comme l'une des meilleures ressources gratuites pour apprendre SQL, renforçant la reconnaissance de la marque et la confiance au sein de la communauté des analystes de données. Cette stratégie est similaire à dbt (même pensée de la communauté des analystes) : créer une base d'utilisateurs via un contenu éducatif, puis convertir les utilisateurs en clients payants.

Base de clients : les clients payants de Mode sont principalement des équipes de données de moyennes et grandes entreprises, couvrant les secteurs de la technologie, des services financiers, du commerce électronique et des médias. Les clients publics comprennent des sociétés technologiques bien connues telles que Shopify et Lyft.

ThoughtSpot Synergy : après avoir été acquis par ThoughtSpot, Mode bénéficie d'un canal de distribution plus large parmi la clientèle de ThoughtSpot, tout en s'intégrant au niveau du produit aux capacités Spotter AI Agent de ThoughtSpot.

Avantage de coût

• C-side/Individuel : Généralement, une version gratuite est fournie pour découvrir les fonctions de base, et l'utilisation à haute fréquence nécessite un abonnement payant.
• API/Développeur : Facturé au volume d'appels, adapté aux équipes de développement qui peuvent être intégrées de manière flexible dans leurs propres systèmes.
• Entreprise/Privatisé : contactez le propriétaire de l'entreprise pour un devis personnalisé et un plan de déploiement. Le prix spécifique est soumis à la page officielle de tarification en temps réel.

Fonctions principales

Les fonctions principales de Mode sont conçues pour « permettre aux analystes de données d'effectuer un travail d'analyse complet du processus sur la même plateforme » :

• Éditeur SQL : prend en charge plusieurs connexions à des sources de données, la saisie semi-automatique, la gestion de l'historique des requêtes et la mise en cache des résultats. Le découpage et la gestion des commentaires des requêtes complexes sont meilleurs dans l'éditeur que dans le client SQL natif. Soucis d'acceptation : expérience d'édition de requêtes très longues (plus de 100 lignes) et gestion du pliage des CTE (Common Table Expressions).
• Python/R Notebook : utilisez Python ou R pour effectuer des analyses statistiques plus approfondies, un apprentissage automatique et des visualisations personnalisées basées sur les résultats de requêtes SQL. Les blocs SQL et les blocs Python peuvent être concaténés dans des flux de travail de type NoteBook. Problèmes d'acceptation : capacités de gestion contextuelle des packages de Python et bibliothèques de science des données disponibles (Pandas, Scikit-learn, Plotly, etc.).
• AI Combiner (SQL généré en langage naturel) : l'utilisateur décrit l'intention de la requête dans un langage courant (par exemple, "Trouver la gamme de produits avec le taux de rachat le plus élevé au dernier trimestre"), et Mode AI génère automatiquement l'instruction SQL correspondante, que l'utilisateur peut consulter et modifier. Objectif d'acceptation : exactitude du SQL généré, en particulier lorsqu'il s'agit de JOIN multi-tables, de fonctions de fenêtre et d'agrégations conditionnelles.
• Visualisation et création de rapports : générez des graphiques en un seul clic en fonction des résultats de la requête, prenant en charge la personnalisation du type de graphique et l'édition de la mise en page du rapport. Les rapports peuvent être partagés sous forme de liens en lecture seule ou d'exportations PDF.
• Espace de travail collaboratif : les analystes partagent des blocs-notes de requêtes, des rapports et des tableaux de bord dans l'espace d'équipe, prenant en charge les commentaires, l'historique des versions et la gestion des autorisations. C'est la valeur fondamentale qui distingue Mode de « tout le monde ouvre un Workbench MySQL » : le travail d'analyse n'est plus isolé.
• Intégration avec ThoughtSpot : les résultats d'analyse créés dans Mode peuvent être publiés sur ThoughtSpot pour que les utilisateurs professionnels puissent les explorer dans l'interface de questions et réponses sur l'IA de ThoughtSpot.

Evolution du modèle et de la version

Mises à jour itératives continues, la dernière version introduit une optimisation des performances et de nouvelles fonctionnalités. Les informations sur la version historique peuvent être consultées sur la page de version officielle. Il n’existe pas encore de calendrier complet d’évolution de la version publique. Il est recommandé de prêter attention à l'annonce officielle pour comprendre le rythme des mises à jour des fonctionnalités.

Avantages techniques

L'avantage technique de Mode ne réside pas dans les performances d'un seul algorithme, mais dans la conception du « workflow d'analyste intégré ».

Workflow unifié : le flux de travail des analystes de données traditionnels est interrompu : utilisez le client SQL pour interroger la base de données, copiez les résultats dans l'IDE Python pour analyse, puis collez-les dans les outils BI pour dessiner des graphiques et enfin publiez des rapports par e-mail ou PPT. Mode unifie ces quatre étapes sur une seule plateforme pour réduire les coûts de commutation.

Mécanisme -> Effet -> Scénario : les résultats des requêtes SQL sont automatiquement transférés dans Python/R Notebook, puis dans la couche de visualisation. Chaque étape du lien d'analyse se trouve dans le même document -> Les analystes n'ont pas besoin de copier et coller les résultats intermédiaires entre différents outils -> Convient aux scénarios d'analyse de données qui nécessitent un suivi complet du processus depuis la source jusqu'au rapport.

L'IA assiste plutôt que ne remplace : l'objectif d'AI Combiner n'est pas de remplacer les analystes dans l'écriture de SQL (ce qui est irréaliste : la complexité des requêtes au niveau de l'entreprise dépasse souvent les limites des capacités de l'IA), mais d'aider les analystes à écrire plus rapidement des modèles de requêtes initiaux et à réduire le temps de saisie des littéraux des instructions SELECT. Les analystes restent responsables de l’examen, de l’optimisation et du débogage du SQL généré par l’IA.

Le caractère unique de la collaboration ThoughtSpot : La combinaison de Mode + ThoughtSpot signifie que les entreprises peuvent obtenir la « Plateforme d'analyse approfondie des analystes » (Mode) et le « Portail de requêtes en libre-service pour les entreprises » (ThoughtSpot) en même temps, et les deux plateformes partagent le même ensemble de définitions de données.

Comment utiliser

Le portail d'utilisation de Mode s'adresse aux équipes d'analyse disposant déjà d'un entrepôt de données :

Comment utiliser	Convient pour le rôle	Caractéristiques
Mode Web (mode édition)	Analyste de données	Éditeur SQL + Bloc-notes Python + Visualisation
Mode Web (mode visualisation)	Utilisateurs professionnels, gestion	Vue en lecture seule des rapports et tableaux de bord publiés
API des modes	Développeurs	Rapports et requêtes de gestion programmatique
Intégration avec ThoughtSpot	Utilisateurs d'entreprise	Sortie de l'analyse du mode publication sur ThoughtSpot

Chemin de mise en œuvre typique : l'équipe de données se connecte à l'entrepôt de données existant (Snowflake/Redshift/BigQuery) en Mode ; les analystes créent des requêtes dans Mode et utilisent AI Combiner pour aider à l'écriture de SQL, effectuent des analyses plus approfondies via Python Notebook et les publient sous forme de rapport visuel ; les équipes commerciales et la direction consultent le rapport via des liens en lecture seule. L'indicateur principal de l'acceptation de la mise en œuvre est « le temps nécessaire aux analystes pour obtenir les données requises et publier le rapport » - raccourci de l'opération multi-outils initiale (généralement une demi-journée à une journée) à une achèvement en un seul arrêt en mode (généralement 1 à 3 heures).

Prix des produits

Le modèle de tarification est soumis à la page officielle en temps réel. Habituellement, un système freemium ou d'abonnement est utilisé et les fonctions de base peuvent être utilisées gratuitement. Les fonctions avancées ou l'utilisation à haute fréquence nécessitent des abonnements payants, et il est conseillé aux utilisateurs d'évaluer la solution optimale en fonction de l'utilisation réelle.

Scénarios d'application

• Analyse collaborative de l'équipe d'analystes : L'équipe données effectue des requêtes quotidiennes, l'exploration des données et l'analyse des indicateurs dans Mode, et les résultats sont transmis au service commercial sous forme de rapports collaboratifs. Les avantages se traduisent par la réduction du problème de « les résultats d'analyse sont transmis en privé et ne peuvent pas être reproduits par d'autres ». Points clés à vérifier : La durée de la période d'adaptation de l'équipe pour migrer des outils distribués vers Mode.
• Optimisation et visualisation des requêtes SQL : les analystes utilisent AI Combiner pour les aider à écrire du SQL complexe et le combinent avec des capacités de visualisation pour générer rapidement des rapports d'analyse. Objectif de vérification : qualité de la génération SQL d’AI Combiner dans des scénarios de requêtes impliquant une logique métier complexe.
• Data Science + BI Fusion : les analystes exécutent des modèles statistiques ou des analyses d'apprentissage automatique dans le Python Notebook de Mode, et les résultats sont directement intégrés dans des rapports visuels : pas besoin d'exporter les résultats du modèle au format CSV, puis de les importer dans un outil de BI. Objectif de vérification : les capacités limitées de Python (s'il prend en charge l'accélération GPU, l'installation de packages personnalisés, etc.).
• Préparation de la source de données ThoughtSpot : les résultats de l'analyse des données créés dans Mode peuvent être utilisés comme sources de données pour ThoughtSpot afin que les utilisateurs professionnels puissent continuer à explorer via le langage naturel.

Personnes concernées

• Analyste de données (utilisateur principal) : effectuez le travail complet de la requête SQL à l'analyse Python jusqu'à la publication du rapport en mode. Prérequis : Connaissances de base en SQL et Python/R. Ne correspond pas aux limites : la plate-forme d'analyste professionnel de Mode peut sembler sur-conçue si l'équipe n'a pas besoin d'analyse Python/R et n'a besoin que de rapports visuels purs.
• Chef d'équipe données : gérez les versions, la qualité et les délais de livraison des projets d'analyse via l'espace de travail d'équipe de Mode. Prérequis : L'équipe a besoin d'une plateforme d'analyse de données unifiée pour remplacer les outils personnels.
• Équipe commerciale (consommateur de rapports) : affichez les rapports de données et les tableaux de bord publiés par les analystes via des liens en lecture seule. Aucun compte Mode n’est requis pour afficher.
• Utiliser avec ThoughtSpot : le mode d'achat des entreprises (atelier d'analyste) et ThoughtSpot (analyse en libre-service de l'entreprise) en même temps, formant une architecture de consommation de données à deux niveaux : « analyse approfondie de l'analyste + requête en libre-service de l'entreprise ».

Ne convient pas au grand public : les hommes d'affaires non techniques qui n'ont pas besoin d'écrire du SQL ou du Python (pour eux, les fonctions principales de Mode, l'éditeur SQL et Python Notebook n'ont aucun sens) ; des scénarios d'analyse par une seule personne qui ne nécessitent pas de collaboration en équipe (la version gratuite est disponible, mais la valeur de la collaboration ne peut pas être reflétée) ; les organisations où l’équipe d’analystes dispose déjà d’une chaîne d’outils locale mature et n’est pas disposée à migrer vers une plateforme cloud.

Résumé et Outlook

La valeur fondamentale de Mode Analytics ne réside pas dans une seule avancée technologique, mais dans le fait qu'elle unifie le flux de travail fragmenté des analystes de données (client SQL + IDE Python + outil BI + email/PPT) sur une seule plateforme. Cette « expérience outil tout-en-un » a un réel intérêt pour améliorer l’efficacité des équipes d’analystes. Couplé à la relation synergique avec ThoughtSpot, Mode occupe la niche écologique du « portail des analystes » dans la pile d'analyse des données d'entreprise.

Limites actuelles : le groupe d'utilisateurs principaux est limité aux analystes professionnels et n'est pas destiné aux utilisateurs professionnels non techniques ; la précision du langage naturel d'AI Combiner → Les capacités SQL nécessitent toujours un examen manuel lors du traitement d'une logique métier complexe ; Mode est bien connu dans la communauté des analystes, mais sa présence dans les décisions d'achat BI au niveau de l'entreprise n'est pas aussi forte que Tableau/Power BI.

Évaluation des risques d'approvisionnement/d'adoption : il est recommandé d'utiliser d'abord la version gratuite pour évaluer l'expérience de collaboration en équipe et l'effet d'assistance SQL d'AI Combiner dans une équipe d'analyse de 2 à 3 personnes, et confirmer la volonté et le cycle d'adaptation de l'équipe pour migrer de la chaîne d'outils existante. Les entreprises doivent confirmer avant d'acheter : la compatibilité avec les entrepôts de données existants (Snowflake/Redshift/BigQuery/PostgreSQL), les niveaux de prix auxquels les fonctionnalités d'entreprise telles que le SSO et les journaux d'audit sont disponibles, et si l'intégration de Mode avec ThoughtSpot nécessite des frais de licence ou d'interface supplémentaires.

Evolution de la version de Mode Analytics

Croissance indépendante (2013-2021)

Mode a connu une étape de croissance indépendante depuis sa création en 2013 jusqu'à son acquisition en 2021. Ses produits principaux comprennent l'éditeur SQL Python Notebook et la publication de rapports. À ce stade, Mode a acquis une forte reconnaissance de marque au sein de la communauté des analystes, notamment grâce au contenu gratuit de formation SQL.

ThoughtSpot Group : Marques indépendantes (2021-2024)

Après avoir été rachetée par ThoughtSpot en 2021, Mode maintient des opérations de marque indépendantes. Le produit continue d'itérer de manière indépendante et commence en même temps à intégrer des fonctionnalités avec ThoughtSpot. Les résultats d'analyse de Mode peuvent être utilisés comme source de données pour ThoughtSpot. Cette phase a permis à Mode d’acquérir une plus grande distribution via les canaux clients entreprises de ThoughtSpot.

Amélioration de l'IA (2025 à aujourd'hui)

Lancement de la gamme de produits Mode AI, avec AI Combiner (langage naturel → SQL) comme fonction principale. La stratégie d'IA de Mode se concentre sur « l'accélération de l'efficacité des analystes qui écrivent du SQL » plutôt que sur « laisser le personnel non technique faire des analyses », ce qui reflète son positionnement différencié de ThoughtSpot (pour les utilisateurs professionnels).

Informations de version

• Mode 2026-H1 ：Fonctionnalité d'IA en mode amélioré, capacité améliorée d'AI Combiner à générer du SQL en langage naturel et intégration approfondie avec ThoughtSpot Spotter. Il n’y a pas encore de date officielle précise. （~2026-H1）
• Mode AI publié ：Lancement de la gamme de produits Mode AI, comprenant AI Combiner (génération de langage naturel SQL) et des capacités d'analyse et d'interprétation automatiques. Il n’y a pas encore de date officielle précise. （~2025）
• Acquis par ThoughtSpot ：ThoughtSpot acquiert Mode Analytics, Mode reste une marque indépendante. Après l’acquisition, Mode s’est progressivement intégré aux capacités du produit ThoughtSpot. Il n’y a pas encore de date officielle précise. （~2021）