Question 1

WeQuery peut-il modifier ou supprimer mes données, même par accident ?

Accepted Answer

Non. Et pas parce que nous le promettons, parce que c'est architecturalement impossible. WeQuery exécute uniquement des requêtes SELECT. Le Validator Agent bloque physiquement DROP, DELETE, UPDATE, ALTER, TRUNCATE côté serveur, indépendamment du modèle IA. Vos credentials sont chiffrés AES-256. Chaque tenant est isolé par Row Level Security. Même si nous le voulions, nous ne pourrions pas toucher à vos données.

Question 2

Le SQL généré est-il vraiment fiable, ou ce « presque juste » qui mène aux mauvaises décisions ?

Accepted Answer

C'est exactement la bonne question, et nous sommes contents que vous la posiez. WeQuery n'est pas un prompt GPT branché sur votre base. Chaque question passe par 18 agents spécialisés : analyse du schéma, génération SQL, validation sécurité, estimation des coûts BigQuery, exécution, vérification de cohérence et synthèse d'insights. Vous voyez toujours le SQL généré, copiez-le, vérifiez-le, exécutez-le vous-même. Si le résultat semble incohérent, WeQuery vous le signale avant qu'il vous parvienne. Nous avons délibérément choisi qu'il prenne 10 secondes de plus pour être juste. Ce compromis était intentionnel.

Question 3

Quelles bases de données sont supportées ?

Accepted Answer

PostgreSQL, MySQL, BigQuery, SQLite, Google Analytics (GA4) et Google Search Console. Snowflake, Redshift et MongoDB arrivent ce trimestre. Si votre base n'est pas encore là, écrivez-nous, nous priorisons selon la demande.

Question 4

Faut-il fournir sa propre clé IA ?

Accepted Answer

Non. WeQuery inclut l'IA, aucune clé à fournir, aucune configuration. Vous pouvez aussi connecter votre propre clé OpenRouter ou OpenAI si vous préférez garder la main sur vos modèles.

Question 5

Combien de temps pour vraiment être opérationnel ?

Accepted Answer

Nous l'avons chronométré : moins de 5 minutes du compte créé à la première réponse. Créez un compte, collez vos identifiants, synchronisez le schéma, posez votre première question. Aucun fichier de config, aucun pipeline data, aucun appel d'onboarding.

Question 6

Mon équipe non-technique peut vraiment l'utiliser sans formation ?

Accepted Answer

C'est tout l'intérêt. S'ils savent formuler une phrase, ils savent interroger votre base. Le glossaire métier fait que WeQuery comprend leur vocabulaire dès le premier jour. Les permissions par rôle garantissent qu'ils n'accèdent qu'à ce qu'ils doivent voir, et qu'ils ne peuvent rien casser.

Question 7

Pourquoi pas Metabase, ThoughtSpot ou Looker ?

Accepted Answer

Metabase : SQL requis pour toute requête custom, pas de langage naturel, serveur à gérer. ThoughtSpot : 50 000€/an minimum, 6 semaines d'implémentation, équipe data obligatoire. Looker : ingénieur data requis pour configurer les modèles LookML. WeQuery : langage naturel, alertes proactives, Google Analytics natif, glossaire métier, 5 minutes de setup. La question n'est pas pourquoi choisir WeQuery. C'est pourquoi vous avez attendu.

Interrogez BigQuery sans data engineer. Sans SQL. Sans mauvaises surprises.

Connexion en 3 étapes

Connectez votre compte Google

Sélectionnez votre projet et dataset

Posez votre question

Exemples de questions

Conçu pour les vraies contraintes BigQuery

Estimation du coût avant exécution

OAuth Google, zéro credential à gérer

Tables partitionnées supportées

Multi-projets

Configurations compatibles

Votre équipe entière accède à BigQuery. Pas seulement ceux qui savent écrire du SQL.