Lightdash
Plateforme BI qui transforme vos définitions de métriques dbt ou YAML en tableaux de bord, agents IA et analytique intégrée.
Tableaux de bord, agents IA et intégration à partir d'une couche de métriques gouvernée, gérée via Git et CI.
Lightdash est une plateforme de veille stratégique (BI) où les métriques, les jointures et les autorisations sont définies une seule fois dans une couche contextuelle, puis réutilisées par les tableaux de bord, les agents IA et les graphiques intégrés. Elle convient aux équipes data qui travaillent déjà dans dbt ou Git et souhaitent que les modifications apportées à l'analytique soient examinées comme du code.
Qu'est-ce que c'est
Vous définissez des métriques, des dimensions, des jointures et des règles d'accès dans des projets dbt ou des fichiers YAML Lightdash autonomes pointant vers votre data warehouse. Les graphiques et tableaux de bord sont stockés sous forme de fichiers, ce qui vous permet de les prévisualiser depuis la CLI, de les valider en CI et de les examiner dans des pull requests. Les utilisateurs métier explorent ensuite les tableaux de bord ou posent des questions en langage courant par l'intermédiaire d'agents IA.
Pour qui
Elle s'adresse aux ingénieurs data et aux équipes data qui possèdent un data warehouse tel que BigQuery, Snowflake, Redshift, Databricks ou Postgres et qui recherchent une BI en libre-service gouvernée. Elle est moins adaptée si vous ne disposez pas de data warehouse ou de personne maîtrisant dbt, YAML et Docker ou Kubernetes.
Fonctionnalités clés
Couche contextuelle pour les métriques
Définissez les métriques, les jointures, les descriptions, le cache et les règles d'accès une seule fois et réutilisez-les partout.
BI sous forme de code
Les graphiques et tableaux de bord existent sous forme de fichiers que vous pouvez prévisualiser, valider en CI et examiner dans des pull requests.
Agents IA sur données gouvernées
Les agents répondent à partir de votre couche contextuelle, respectent les autorisations et renvoient des requêtes vérifiables.
Data Apps à partir d'un prompt
Créez des rapports personnalisés, des classeurs et des outils de prévision avec vos autorisations et votre authentification déjà appliquées.
SDK d'analytique intégrée
Intégrez des tableaux de bord, des agents et des applications dans votre produit avec une sécurité au niveau des lignes et des attributs utilisateur.
CLI et serveur MCP
Les agents de code peuvent installer les compétences Lightdash, prévisualiser les modifications et valider le projet depuis un terminal.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- Les métriques sont définies une seule fois et réutilisées par les tableaux de bord, les agents IA et les graphiques intégrés, ce qui garantit la cohérence des chiffres.
- Fonctionne à partir de projets dbt ou de fichiers YAML autonomes, ce qui évite aux équipes centrées sur dbt de reconstruire leurs modèles.
- Les commandes de prévisualisation et de validation ainsi que les intégrations Git vous permettent d'examiner les modifications analytiques comme du code d'application.
- Les adaptateurs de data warehouse couvrent BigQuery, Snowflake, Redshift, Databricks, Postgres, Trino, ClickHouse et plus encore.
Ses limites
- Le self-host nécessite Docker ou Kubernetes et un backend PostgreSQL, et le README vous renvoie vers une checklist de déploiement en production.
- Les fonctionnalités Enterprise telles que le code du répertoire ee nécessitent une clé de licence commerciale sur les configurations en self-host.
- Le README recommande Lightdash Cloud pour les agents IA et les Data Apps, ce qui fait du cœur open source auto-hébergé un produit plus restreint.
- Il suppose un data warehouse modélisé et des compétences en dbt ou YAML ; ce n'est pas un outil de type glisser-déposer pour des tableurs bruts.
Tarifs & licence
La plateforme principale est sous licence MIT et gratuite en self-host. La page de tarification de Lightdash (https://www.lightdash.com/pricing) indique Cloud Pro à partir de $3000 par mois sans tarification par utilisateur, des fonctionnalités d'IA basées sur l'utilisation et un plan Enterprise sur mesure. L'intégration (embedding) est un add-on facturé par chargement de graphique.
Missions pour francophones
870 missions ouvertes à distance en entraînement d’IA, mises à jour le 14 novembre 2026 ; la plupart paient $20–$170 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Alternatives
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Utilisez-le, ou laissez-nous l'installer
FAQ
Lightdash a-t-il besoin de dbt ?
Non. Le fichier README indique que vous pouvez utiliser des projets dbt ou des fichiers YAML Lightdash autonomes pointant vers votre data warehouse, bien que l'intégration dbt soit une fonctionnalité phare.
Puis-je auto-héberger Lightdash ?
Oui. Le README décrit son exécution avec Docker ou Kubernetes, avec des charts Helm disponibles. Les fonctionnalités Enterprise sur une installation self-host nécessitent une clé de licence de l'équipe Lightdash.
À quelles bases de données se connecte-t-il ?
Le README liste les adaptateurs pour BigQuery, Snowflake, Redshift, Databricks, Postgres, Trino, ClickHouse et plus encore.
