PodPlay opère un réseau international de salles de ping-pong en libre-service, au service de dizaines de tenants — des opérateurs de salles, chacun avec ses propres dashboards de performance, rapports financiers et KPIs opérationnels. Le stack analytique historique reposait sur Tableau Cloud, avec des centaines de classeurs dupliqués par tenant et une logique métier éparpillée dans les calculated fields. À mesure que le réseau grossissait, cette approche est devenue trop coûteuse en licences, difficile à maintenir, et impossible à étendre avec des fonctionnalités IA. PodPlay avait besoin d’une sortie nette de Tableau, d’une couche analytique consolidée, et d’un moyen de laisser des utilisateurs non techniques construire eux-mêmes leurs dashboards. Fenxi a conçu et livré le nouveau stack de bout en bout : ~65 modèles dbt consolidés sur BigQuery remplacent les templates de vues répliqués par tenant, une couche sémantique Cube.dev Cloud assure l’isolation stricte des tenants via queryRewrite, et un frontend React + Node.js sur-mesure restitue les dashboards avec une persistance des rapports en JSON. À cela s’ajoute un générateur de dashboards par IA : un LLM produit des requêtes Cube validées et des configurations de graphiques à partir de langage naturel, la sécurité étant garantie côté serveur via une whitelist.