Témoignages clients
Findly fournit aux traders en matières premières des réponses sourcées et en temps réel grâce à Perplexity Sonar

Findly est un analyste de données propulsé par l’IA destiné aux entreprises. Son produit phare, Darling Analytics, est principalement utilisé par des traders en matières premières (par ex. LPH, LNG, brut) et des analystes du transport maritime travaillant pour des leaders du secteur qui réalisent plus de 100 milliards de chiffre d’affaires.
Darling Analytics réalise des analyses de données et des prévisions sophistiquées à partir d’agrégations de données actualisées à la minute près. La plateforme génère des rapports détaillés et synthétiques, utilisables comme analyses ponctuelles ou programmés pour être relancés automatiquement dans des conditions de marché spécifiques. Son moteur de recherche IA intègre des bases de données internes, des documents et des informations web en temps réel issues de Sonar.
Composants clés
- Intégration de données multisources & recherche : connecte de manière fluide les données structurées internes à des sources externes non structurées (PDF, contenus web, réseaux sociaux) pour permettre une recherche exhaustive
- Analytique en langage naturel : permet aux traders de poser des questions complexes en langage courant et d’obtenir des analyses fondées sur SQL
- Rapports automatisés : génère des rapports programmés et déclenche des alertes en fonction des conditions de marché
La technologie de Findly garantit précision, évolutivité, rapidité et sécurité, avec les certifications de conformité SOC Type II et ISO 27001.
Le problème
Les traders en matières premières sont confrontés à des flux de travail qui les obligent à assimiler d’énormes volumes de données avec des outils et des processus dépassés. Nombre d’entre eux se tournent vers des analystes débordés pour obtenir des synthèses quotidiennes des principaux indicateurs.
La taille et la fragmentation considérables des jeux de données sur les matières premières rendent extrêmement difficile la simple identification de l’origine d’une mesure. Les membres des équipes se souviennent rarement des tables de base de données qui contiennent telle ou telle information et sollicitent l’équipe data même pour des questions élémentaires.
La solution
Propulsé par Sonar Pro
Sonar Pro est intégré à l’infrastructure centrale de Findly pour enrichir les réponses de recherche avec des informations issues du web, sourcées, en temps réel et vérifiables.
Findly a choisi Sonar pour garantir :
- Des informations à jour : Sonar permet à Findly d’accéder en temps réel aux données de recherche web. Findly utilise le paramètre search_recency_filter pour garantir que toutes les réponses datent du dernier mois. C’est essentiel pour les requêtes où l’actualité des données est déterminante, ainsi que pour ses clients du négoce de matières premières et du transport maritime.
- Vérifiabilité et confiance : le fournisseur Perplexity est conçu pour renvoyer des objets contenant les URL des sources. Findly peut ainsi afficher les sources à côté de chaque réponse générée, ce qui pose les bases de la confiance des utilisateurs et permet aux clients de vérifier les faits de manière indépendante.
- Maîtrise des sources : Findly utilise le filtre de domaines de recherche de Perplexity pour améliorer ses réponses en excluant des résultats de recherche les sites web de faible qualité ou indésirables.
- Qualité des réponses améliorée : Sonar fonde ses réponses sur les résultats de recherche web. Findly a constaté que cela améliore considérablement la précision et la fiabilité des résultats. Les LLM traditionnels, qui s’appuient uniquement sur les informations acquises lors de leur entraînement, présentent des risques d’hallucination bien plus élevés.
- Conformité en matière de sécurité : Sonar exécute des appels sans état via HTTPS ; aucune donnée client n’est stockée ni utilisée pour entraîner des modèles, ce qui répond aux exigences SOC 2 et ISO 27001 de Findly.
Sonar Chat Completions devient Agent API, avec davantage de modèles, d’outils et de préréglages fondés sur la recherche. Pour commencer, consultez notre documentation ici.