DataGen

Colin is the co-founder & CEO of Omni, the Business Intelligence tool that has seen rapid adoption over the past years. By 2025, Omni had raised $69 million and reached a valuation of $650 million. Many data leaders are now choosing to abandon their traditional BI tools in favor of Omni.

We address :

🔥 Why Colin left his role as VP of Product at Looker to build a new BI tool
🔥 The Omni vision: reconciling enterprise BI governance with the flexibity of Excel and SQL
🔥 AI for Analysis (”chat with your data”): what Omni did differently in its Semantic Layer to make it work
🔥 The future of Data teams when anyone can do complex analyses in minutes

❤️ SPONSOR

This episode is made possible by Omni, the next-generation BI platform already used by many companies (Brevo, Photoroom, etc.).
👉 Discover the demos

📚 RESOURCES

- Colin's LinkedIn
- Jason Lemkin’s SaaStr blog
- Dave Kellog’s Kellblog blog
- Demos on the Omni website (Build in Public)

🎬 CHAPTERS

00:00 Colin’s career path
01:37 Omni’s initial vision
05:07 From Looker to Omni
09:42 Why data leaders choose Omni
15:53 AI for Analysis (”Chat with your data”): what Omni did differently in its Semantic Layer to make it work
20:12 “Building in public” at Omni
24:36 The evolution of data teams
30:58 The specifics of the French market
32:30 Colin’s resource recommendations
33:13 What he likes most about data

🤩 OTHER EPISODES YOU SHOULD LOVE

#236 - Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery
#192 - Gorgias : Mettre en place une approche Self-Service Analytics grâce aux IA Génératives
#184 - Brevo : Mettre en place de l’embedded analytics dans le Produit

👋 MORE DATA CONTENT?

1/ Follow me on LinkedIn here 🤳
2/ Sign up for the newsletter (summaries, events) here 💌
3/ Check out the podcast in video format on YouTube here 📹

🎙 SUPPORT THE PODCAST FOR FREE

1/ Subscribe 🔔
2/ Leave a 5 stars review on Apple Podcasts here 🥰
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Voici le bilan 2025 et les nouveaux projets de 2026 pour DataGen ! 🔥

🎬 CHAPITRES

00:00 Intro
01:25 Les performances
03:20 Le top 3 épisodes
05:06 Le chiffre d'affaires
07:49 Grosse news
10:39 Update perso

🤩 LE TOP 3 DE 2025

#179 - dbt : L’outil le plus adopté ? ⚙️
#196 - Monter l’équipe GenAI d’une licorne
#183 - BlaBlaCar : Adopter une approche “Staff” dans l’équipe Data

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳
2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌
3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔
2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Angélique Bidault-Verliac est Chief Data & Performance Officer chez SNCF Connect & Tech, la filiale digitale de SNCF Voyageurs. Avant ça, elle était Chief Data Officer chez OUI.SNCF depuis 2018, ce qui lui donne un solide recul sur les enjeux data du groupe. Elle revient sur la stratégie data menée ces 4 dernières années.

On aborde :

🔥 Chantier #1 : re-structurer l’architecture Cloud pour absorber 1,5 milliard de visites par an
🔥 Chantier #2 : déployer un plan de gouvernance à l’échelle du groupe
🔥 Chantier #3 : mettre la donnée à disposition en temps réel
🔥 Leurs plus gros challenges : trouver une vision technologique commune et embarquer les métiers

💪 VOUS AVEZ UN PROJET DATA ?

DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.

👉 Nous rencontrer ici

📚 RESSOURCES

- Le LinkedIn d'Angélique
- Le film "The Creator" de Gareth Edwards
- Pour recevoir Les plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Leur orga
03:00 Le contexte data
03:50 Chantier #1 : Achitecture Cloud
07:34 Chantier #2 : Gouvernance
10:55 Chantier #3 : Temps réel
13:38 Cas d’usage : la “rétrainspective”
15:45 Leurs 3 plus grosses difficultés
22:25 Leurs prochaines étapes
23:18 Sa ressource préférée
24:23 Son meilleur conseil

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#237 - ENGIE : Déployer la stratégie Data & IA dans l’Industrie
#194 - Sanofi : Les 3 piliers de leur Stratégie Data & IA (cas d’usage, Data Mesh, Stack)
#123 - Starburst : Accélérer l’accès au Data Lake et attaquer plusieurs sources en une requête

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳
2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌
3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔
2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Matthieu Rousseau est un expert en Data Engineering, sur le sujet de la Modern Data Stack et notamment sur dbt. Il a monté Modeo, l’agence spécialisée sur l’IA et le Data Engineering (dbt, Snowflake, Airflow, DLT, Databricks...).

On aborde :

🔥 Les étapes clés pour mettre en place dbt : choix open source vs cloud, structuration des projets, orchestration et observabilité
🔥 Les 5 avantages de l'outil : cadre de travail, time to market, qualité des données, self-service BI et intégration dans la stack
🔥 Ses inconvénients : structuration complexe sur les gros projets, limitations du SQL et learning curve pour les Data Analysts
🔥 Les conseils de Matthieu : documentation & tests dès le début, séparation logiques techniques/métiers, usage de librairies open source

❤️ PARTENAIRE

Cet épisode est rendu possible par Modeo, l’agence spécialisée sur l’IA et le Data Engineering (dbt, Snowflake, Airflow, DLT, Databricks...).
👉 Découvrir leur guide pour mettre en place dbt : ici
👉 Contacter Matthieu sur LinkedIn
👉 Contacter Matthieu par mail : [email protected]

📚 RESSOURCES

- Le LinkedIn de Matthieu
- Le blog Start Data Engineering
- Le guide de Modeo pour mettre en place dbt : ici
- Le blog de Modeo

🎬 CHAPITRES

00:00 Qu’est-ce que dbt ?
01:41 Pourquoi l’outil est autant utilisé ?
03:44 Les étapes clés
08:29 Les avantages
14:50 Les inconvénients
17:30 Les conseils de Matthieu
20:24 Ses ressources préférées

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#203 - Masterclass | Mettre en place une Modern Data Stack avec Matthieu Rousseau
#143 - Masterclass | Tout comprendre sur le DataOps avec Matthieu Rousseau
#85 - Masterclass | Comprendre la Modern Data Stack avec Matthieu Rousseau

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳
2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌
3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔
2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Victor Cumer est Data Engineering Team Lead chez Qonto, la solution bancaire en ligne pour les PME et les indépendants qui est aussi l'une des plus belles licornes françaises. Avant de rejoindre Qonto, Victor était Head of Data Platform chez Veepee, une autre licorne française.

On aborde :

🔥 L’objectif de Victor en arrivant : stabiliser et scaler la Data Platform
🔥 Ses 4 chantiers clés : Observabilité, Data Contracts, Automatisation & Self-Service
🔥 Les difficultés : faire adhérer la nouvelle vision à l’équipe, faciliter l’adoption des utilisateurs
🔥 Les prochaines étapes : intégrer des solutions autour de la gouvernance des données

💪 VOUS AVEZ UN PROJET DATA ?

DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).
Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.

👉 Nous rencontrer ici

📚 RESSOURCES

- Le LinkedIn de Victor
- Le livre Deciphering Data Architectures de James Serra
- Pour recevoir le dossier sur les plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Le contexte à son arrivée
02:34 Objectif : Stabiliser la plateforme
04:01 Chantier #1 : Observabilité
07:12 Chantier #2: Data Contracts
17:21 Chantier #3 : Automatisation
21:06 Chantier #4 : Self-Service
28:19 La stack chez Qonto
31:33 Les plus grosses difficultés
36:30 Les prochaines étapes
38:43 Ses reco de contenu
41:05 Pourquoi il aime la data

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#225 - Qover : Structurer son Data Warehouse & Modéliser ses Données (dbt, Médaillon…)
#211 - Brevo : Mettre en place une approche DataOps
#84 - Veepee : Utiliser les Data Contracts pour scaler sa Data Platform

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳
2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌
3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔
2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.