Faraday
Faraday est une plateforme de contexte client : elle enrichit les contacts d'une entreprise avec des données sur les consommateurs américains, résout leur identité et calcule des prédictions sur mesure, comme la probabilité de conversion, le risque de départ, la dépense prévue ou la prochaine offre à proposer.
Ce contexte se récupère par API, par un serveur MCP pour agents IA, par un fichier enrichi ou par un déploiement continu vers un entrepôt de données, un CRM ou un outil marketing. L'outil vise les équipes marketing, commerciales, support, produit et data qui travaillent déjà avec des données clients.
Lire plus Lire moins
Analyse de données
Agents & Automatisation
Business
Marketing- Éditeur
- Faraday, Inc.
- Pays
- États-Unis
- Création
- 2012
- Offre gratuite
- Non
- Essai gratuit
- Non
- Sans carte bancaire
- Non
Faraday en bref
C’est quoi ?
Faraday est une plateforme web de contexte client qui croise son graphe d’identité, bâti sur les consommateurs américains, avec tes propres données clients pour reconnaître une même personne, puis produire des prédictions comme la probabilité de conversion, de réachat ou de départ. Les résultats arrivent par API, MCP, fichier ou entrepôt.
Pourquoi ?
Sur des parcours clients dispersés entre CRM, boutique, support et outils marketing, elle relie les signaux d’un même individu et applique ensuite des modèles adaptés pour alimenter la relance, la recommandation ou l’attribution d’un compte. Tu passes ainsi d’une vue éparpillée à des décisions de ciblage, de priorisation et d’offre plus cohérentes. Le traitement reste centré sur le client, pas sur un tableau de bord générique.
Pour qui ?
Les équipes marketing, commerciales, support, produit et data, dont celles qui construisent des agents IA, ont un intérêt direct pour cette plateforme. Tu y trouves un socle commun pour enrichir les profils, scorer des prospects et brancher ces signaux dans les outils métier. Ce n’est pas un outil grand public : il sert des équipes qui ont déjà une base de clients ou de prospects.
Avantages et inconvénients
Les plus
- Prédictions comportementales détaillées Faraday calcule des probabilités de conversion, de churn, de rachat, de dépense prévue, de recommandation produit et d’affectation commerciale. Tu passes d’un simple enrichissement à des scores prédictifs exploitables pour le ciblage et la priorisation.
- Données consommateurs intégrées Le graphe d’identité de Faraday couvre 1 400+ attributs sur 240 millions d’adultes américains, croisés avec tes propres données clients : tu obtiens du contexte sans construire une base séparée.
- Enrichissement en temps réel Une requête API ou une question d’un agent IA par MCP suffit pour récupérer, au moment de l’action, le contexte choisi sur une personne, sans attendre un traitement par lots.
- Déploiement sans code Le tableau de bord permet d’importer des données, de configurer des prédictions et d’explorer les résultats sans écrire d’intégration sur mesure. Le produit garde aussi un mode batch vers des entrepôts de données, des CRM et d’autres outils en aval.
- Gouvernance et explicabilité Faraday ajoute de la mitigation des biais, de l’explicabilité, de la validation croisée et des rapports transparents sur l’importance des variables et leur sens d’effet. Tu vois donc mieux pourquoi un score monte ou baisse.
Les moins
- Pas de palier gratuit permanent Faraday n’a pas de formule gratuite permanente : seuls des crédits d’accueil, offerts à l’inscription ou par des liens promotionnels, permettent un premier test avant l’achat de crédits.
- Facturation au crédit Le prix dépend du volume de crédits consommés. Dès que l’usage monte, le coût suit la cadence d’enrichissement et de prédiction.
- Dépendance à la donnée américaine L’Identity Graph vise les adultes américains. Pour un cas centré sur d’autres marchés, le cœur de valeur du produit pèse moins lourd.
- Réservé aux équipes qui ont des données Faraday enrichit des contacts que tu possèdes déjà : sans base de clients ou de prospects à lui confier, ni l’enrichissement ni les prédictions n’ont de matière.
Tableau des prix
Faraday n’a pas de page de prix : sa documentation détaille les deux formules, en dollars. Faraday Pro se paie au crédit, sans contrat ni minimum, avec un prix unitaire dégressif selon le volume acheté en une fois ; un attribut consomme un crédit, un élément d’identité trois, une prédiction sur mesure dix. Seules les valeurs trouvées sont facturées, et les crédits n’expirent pas. Faraday Enterprise, compte accompagné par un consultant, se négocie sur un engagement annuel.
| Palier | Prix au 24 septembre 2026 | Quota | Inclus | Pour qui |
|---|---|---|---|---|
| Faraday Pro | à partir de $0,05 par crédit | Crédits sans expiration, dégressifs à l’achat | Attributs de profil, identité et prédictions sur mesure, par API, MCP, fichier ou entrepôt | Équipes qui achètent le contexte elles-mêmes, sans contrat |
| Faraday Enterprise | sur devis | Engagement annuel | Plateforme complète, consultant dédié, intégrations SaaS, prédictions avancées, clé d’API | Entreprises qui veulent un accompagnement |
Tarifs officiels de Faraday, relevés le 24/09/2026
Ce que permet la formule gratuite
Faraday ne propose pas de formule gratuite permanente, ni d’essai à durée fixe. L’accueil du site offre en revanche 200 crédits à qui s’inscrit par son lien, et d’autres liens promotionnels, issus de campagnes ou d’événements, déposent des crédits de départ sur le compte.
Ces crédits d’accueil suffisent à tester Faraday Pro sur un petit fichier : un enrichissement affiche le taux de correspondance et le nombre exact de crédits avant le téléchargement, et rien n’est prélevé tant que tu n’as pas accepté.
Ensuite, Faraday Pro vend des crédits. Aucun abonnement n’est imposé : le solde reste sur le compte sans date limite, et une valeur introuvable ne consomme rien.
Ce que fait Faraday
Faraday part d’un socle de données sur les consommateurs américains, puis y rattache tes propres données clients pour reconnaître une même personne d’un système à l’autre et produire des scores prédictifs à partir de modèles entraînés pour toi.
Dans Faraday Pro, tu crées un projet et tu choisis le contexte voulu dans trois onglets : données de profil (plus de 1 400 attributs, démographiques, financiers, d’achat), données d’identité (adresse postale à partir d’un e-mail, par exemple) et prédictions sur mesure, comme la conversion d’un prospect ou le réachat.
Le contexte se récupère ensuite de quatre façons : par une requête API déclenchée depuis ton CRM ou ton outil d’e-mailing, par un agent IA via MCP, par un fichier CSV enrichi, ou par un déploiement continu vers ton entrepôt de données. Faraday Enterprise ajoute un consultant. La même plateforme y gagne des intégrations SaaS et des prédictions avancées.
Comment utiliser Faraday
Prise en main initiale
Faraday se prend en main dans le navigateur : tu crées ton compte toi-même pour Faraday Pro, sans appel commercial, puis tu ouvres un projet et tu pars du jeu d’exemple Farazona ou d’un import de tes propres données clients. Le chat du support, en bas de l’application, répond aux questions rapides.
Navigation dans l’interface
Sur l’écran principal, le tableau de bord sans code sert à charger des données, configurer des prédictions et explorer les résultats, avec comparaison de segments et personas. Tu retrouves aussi les sorties via l’API temps réel, le traitement par lots et les connecteurs vers les outils en aval. Le point clé est de choisir le bon canal de sortie selon l’usage.
Utilisation et gestion de projets
Une fois les données en place, tu relies les attributs consommateurs et tes propres signaux pour suivre un même client d’un système à l’autre. Faraday applique ensuite le modèle adapté à l’inférence et diffuse les scores vers les entrepôts, les CRM ou les outils connectés. Tu peux garder un flux continu pour les équipes commerciales, marketing, support ou produit. Le déploiement batch couvre cinquante outils aval et plus.
Fonctionnalités principales
Faraday s’appuie sur des modèles prédictifs pour enrichir des données clients et produire des scores de comportement. Chaque item ci-dessous correspond à une fonctionnalité vérifiée, avec sa condition d’accès lorsqu’elle existe.
Prédictions de comportement client
Produit des probabilités de conversion, de désabonnement, d’affectation commerciale et de persona client, à partir des signaux disponibles dans le profil.
Graphe d’identité Faraday
Ajoute à un profil client des attributs démographiques, financiers et de mode de vie tirés du graphe d’identité de Faraday, qui couvre les adultes des États-Unis et leurs foyers.
Intégration de tes données clients
Relie tes transactions, conversions et interactions au graphe d’identité afin de reconnaître une même personne, puis d’alimenter les prédictions avec ces signaux propres à ton entreprise.
API temps réel d’enrichissement
Une requête envoyée depuis un CRM, une plateforme de données clients ou un outil d’e-mailing renvoie tout le contexte choisi pour la personne concernée, sans traitement par lots.
Serveur MCP pour agents IA
Permet à un agent IA compatible MCP de récupérer le contexte client à la demande, et même de configurer et piloter le compte Faraday en langage naturel, sans passer par l’interface.
Déploiement par lots vers les outils aval
Envoie les données enrichies vers des entrepôts, des CRM et plus de 50 outils en aval, ce qui couvre les flux différés comme les synchronisations récurrentes.
Tableau de bord sans code
Tu importes des données, configures les prédictions et explores les résultats depuis une interface sans code, sans passer par l’API.
IA responsable et reporting transparent
Ajoute une mitigation des biais, une explication des prédictions, de la validation croisée, ainsi qu’un reporting qui expose l’importance des variables et leur direction.
Sélection dynamique d’ensembles de modèles
Applique automatiquement le bon ensemble de modèles au moment de l’inférence, afin d’adapter le calcul à la situation sans réglage manuel de la part de l’utilisateur.
Jeu de données d’exemple intégré
Fournit un jeu de données de démonstration nommé Farazona pour tester le produit, construire un premier flux et observer les sorties avant d’utiliser ses propres données.
Déploiement hébergé ou cloud privé
Propose un mode hébergé ou un cloud privé pour exécuter les modèles et distribuer les résultats, selon le niveau d’isolation attendu.
Usages et métiers
Faraday sert surtout aux équipes qui travaillent sur la connaissance client, la qualification commerciale et la personnalisation. Chaque item ci-dessous nomme un public ou un contexte réellement cité par l’éditeur, avec l’usage associé.
Équipes marketing
Elles s’en servent pour cibler des segments, suivre la propension à convertir ou à racheter, et adapter les offres selon le comportement client. Cela remplace une partie du tri manuel entre profils, signaux et priorités commerciales.
Équipes commerciales
Elles utilisent les scores prédictifs pour repérer les prospects à relancer, prioriser les comptes et ajuster l’assignation des opportunités. Cela remplace des classements faits à la main à partir de données dispersées.
Équipes support
Elles exploitent le contexte client enrichi pour mieux comprendre qui contacte le service et quelles actions ont précédé la demande. Cela remplace la consultation fragmentée de plusieurs outils avant de répondre.
Équipes produit et logiciels B2B SaaS
Elles s’appuient sur les données enrichies et les prédictions pour orienter la personnalisation thématique, les recommandations et l’analyse des parcours. Cela remplace des arbitrages fondés seulement sur l’historique interne.
Équipes data et IA qui construisent des agents et des workflows
Elles récupèrent du contexte client en temps réel via API ou MCP pour alimenter des automatisations et des agents. Cela remplace des raccords techniques sur des sources de données éparses.
Responsables de la qualification des prospects
Ils attribuent des priorités aux prospects selon leur probabilité de conversion. Cela remplace un scoring manuel ou trop statique.
Équipes chargées de réduire le churn
Elles repèrent les comptes à risque à partir des signaux de comportement et de prévision. Cela remplace une lecture tardive des désengagements.
Équipes de tarification adaptative
Elles ajustent les remises selon le contexte client et les signaux de valeur. Cela remplace une politique d’offre uniforme.
Équipes qui choisissent la prochaine offre à proposer
Elles déterminent l’offre la plus pertinente à présenter ensuite à partir des prédictions et du contexte client. Cela remplace des campagnes génériques.
Équipes de recommandation produit
Elles personnalisent les suggestions à partir des attributs enrichis et des modèles prédictifs. Cela remplace des recommandations peu liées au profil réel.
Équipes de prévision de dépenses
Elles estiment le montant futur associé à un client ou à un compte. Cela remplace des projections fondées seulement sur l’historique brut.
Équipes de segmentation et de personas
Elles construisent des segments et des profils clients à partir d’attributs enrichis et de comportements observés. Cela remplace des personas établis hors données.
Équipes d’assignation des comptes
Elles répartissent les comptes ou les demandes selon les signaux prédictifs et le contexte client. Cela remplace une répartition fixe ou purement manuelle.
Équipes de personnalisation thématique
Elles adaptent les messages et les contenus à des thèmes ou intentions détectés chez le client. Cela remplace des variantes de contenu peu contextualisées.
Conseils d’utilisation
Conseils pour une utilisation efficace
Tu obtiens de meilleurs scores quand tu relies tes propres données clients au graphe d’identité avant d’interroger les prédictions. Sur un fichier, vérifie la part de contacts reconnus et le coût en crédits affichés avant de télécharger. Compte ensuite sur l’API ou le traitement par lots pour diffuser les résultats sans ressaisie ; l’interface sans code, elle, sert surtout à régler les prédictions.
Erreurs communes à éviter
Des prédictions peu fiables viennent souvent d’identités mal résolues d’abord, puis d’un jeu de données trop pauvre. Quand les attributs de départ sont incohérents, les scores de conversion, de churn ou de recommandation se dégradent immédiatement. Oublier le mode batch ou l’API casse ensuite la diffusion des résultats vers les outils en aval. Tu perds aussi du temps si tu contournes le tableau de bord et refais la même configuration à la main.
Modèles et droits sur les créations
Faraday fonde ses prédictions sur des modèles GBT. Ces ensembles d’arbres de décision à gradient sont construits sur tes données, pour chaque objectif ; au moment du calcul, la plateforme choisit automatiquement l’ensemble de modèles adapté.
Côté transparence, l’éditeur annonce une atténuation des biais, une validation croisée et des rapports qui montrent le poids et le sens de chaque variable dans une prédiction.
Côté données, Faraday met en avant un audit SOC 2 Type II et un programme de primes aux failles sur HackerOne ; l’entité qui édite le site se déclare courtier en données au sens de la loi du Texas.
Accès
Faraday s’utilise dans le navigateur, depuis l’application web. Ni iOS ni Android n’ont d’application. Le contexte sort par l’API, par le serveur MCP, en fichier ou en déploiement continu vers plus de 50 outils, et le support répond par chat ou par ticket.
Appareils, applications et systèmes compatibles
Les intégrations couvrent des connecteurs vers les entrepôts de données, les CRM, les outils marketing et plusieurs plateformes publicitaires. L’accès passe aussi par une API et par le navigateur.
Disponible sur
Accès & intégrations
IntégrationsOui
Athena, Aurora (MySQL), AWS Aurora Postgres, Azure SQL, BigQuery, ClickHouse, Databricks, Databricks Delta Sharing, Facebook Custom Audiences, GCS, Google Ads, Google Cloud SQL (MySQL), Google Cloud SQL (Postgres), Google Cloud SQL (SQL Server), HubSpot, Iterable, Klaviyo, LinkedIn Ads, MotherDuck, MySQL, Pinterest Ads, Postgres, RDS (MySQL), RDS (Postgres), RDS (SQL Server), Recharge, Redshift, Redshift Serverless, S3, Salesforce, Salesforce Marketing Cloud, Segment, SFTP, Shopify, Snowflake, SQL Server, Stripe, The Trade Desk, TikTok
API publiqueOui
Elle renvoie des attributs enrichis et des scores prédictifs en temps réel.
Avis et notes par Aikiwi
Note Globale de Faraday 4,1
Faraday enrichit les contacts d’une entreprise avec son graphe d’identité américain et calcule des prédictions sur mesure, livrées par API, par MCP, en fichier ou vers un entrepôt de données. Des écrans sans code et le jeu d’exemple Farazona permettent de régler et d’explorer ces prédictions sans développement.
Les intégrations couvrent des environnements comme HubSpot, Salesforce, Shopify, Snowflake, BigQuery ou Stripe. Les équipes qui veulent brancher le contexte client dans leurs outils existants, ou dans leurs agents IA, y trouvent un cadre cohérent, à condition que leurs clients soient aux États-Unis.
Faraday Pro s’achète au crédit sans contrat, et les crédits d’accueil permettent un premier test sur un petit fichier. Pour un accompagnement ou des prédictions avancées, Faraday Enterprise passe par un engagement annuel négocié.
Avis détaillé sur Faraday
Design et Ergonomie 3,8
Faraday ne publie pas d’élément sur la hiérarchie visuelle ou l’accessibilité de son application. La documentation décrit un parcours court (projet, choix du contexte en trois onglets, récupération en quatre modes) et un tableau de bord sans code pour les segments et les personas. Pour un utilisateur qui veut aller vite, cette orientation réduit le temps perdu ; rien ne permet en revanche de juger le confort visuel ou la cohérence de navigation.
Facilité d’Utilisation 4,1
Faraday Pro s’ouvre sans appel commercial ni contrat : tu crées un projet, tu choisis tes attributs et tu récupères le contexte par fichier, API ou MCP, avec le coût affiché avant chaque livraison. Le jeu d’exemple aide à démarrer. La logique reste celle des données clients (résolution d’identité, correspondances, prédictions) : un profil marketing s’en sert sans développeur, mais doit comprendre ces notions pour en tirer parti.
Fonctionnalités et Outils 4,6
Faraday couvre un périmètre large : graphe d’identité de plus de 1 400 attributs, résolution d’identité, prédictions sur mesure (conversion, départ, dépense, prochaine offre, personas), API temps réel, serveur MCP qui pilote aussi le compte, déploiement vers plus de 50 outils et rapports d’explicabilité. Pour les équipes techniques comme pour les équipes métier, c’est une brique complète ; sa limite est géographique, puisque les données portent sur les États-Unis.
Performance et Fiabilité 3,9
Faraday ne publie ni page de statut, ni historique d’incidents, ni engagement de disponibilité. L’éditeur revendique un audit de sécurité SOC 2, une chasse aux failles ouverte aux chercheurs et plus de dix ans d’activité avec des données personnelles de milliers de marques. Pour l’utilisateur, ce sont des garanties de sécurité plus que de continuité : la tenue du service se valide à l’usage.
Innovation et Singularité 4,2
Faraday associe un graphe de données sur les consommateurs, les données propres du client et des modèles entraînés pour chaque objectif, puis livre ce contexte jusqu’aux agents IA par MCP. Cette architecture dépasse le simple enrichisseur de fichiers. Elle s’inscrit toutefois dans un marché de courtiers en données et de plateformes prédictives déjà fourni, où l’accès MCP est son trait le plus récent.
Support et Ressources Disponibles 4,0
Faraday publie une documentation complète (guides, référence de l’API, MCP, politiques de changement), un chat intégré à l’application et un portail de tickets ; Faraday Enterprise ajoute un consultant dédié. Pour une équipe qui intègre l’outil, ce niveau de ressources limite l’isolement au démarrage. L’éditeur ne met pas en avant de communauté ouverte, et tout est en anglais.
Rapport Qualité-Prix 3,8
Faraday Pro facture au crédit, seulement les valeurs trouvées, avec des crédits sans expiration et des remises fortes sur les gros volumes. Pour une équipe qui enrichit des fichiers américains ponctuellement, le modèle est souple et sans engagement. Une prédiction consomme toutefois dix fois plus de crédits qu’un attribut, et l’offre accompagnée passe par un engagement annuel sans prix publié.
Questions fréquentes
C’est quoi Faraday ?
Faraday est une plateforme de contexte client éditée par Faraday, Inc. Tu lui confies tes contacts : elle les rapproche de son graphe d’identité américain, y ajoute les attributs choisis et entraîne des modèles pour prévoir conversion, départ, dépense ou prochaine offre, puis livre le tout par API, MCP, fichier ou entrepôt de données.
Quel est le prix de Faraday ?
Faraday Pro se paie au crédit, à partir de $0.05 le crédit, sans contrat ni minimum, avec un prix dégressif selon le volume acheté en une fois. Faraday Enterprise, qui ajoute un consultant et des prédictions avancées, se négocie sur un engagement annuel, sans montant publié.
Peut-on essayer Faraday gratuitement ?
Faraday n’a pas de formule gratuite permanente, mais l’accueil du site offre 200 crédits à l’inscription par son lien, et des liens promotionnels déposent des crédits de départ. De quoi enrichir un petit fichier et voir le taux de correspondance avant d’acheter.
Faraday couvre-t-il les consommateurs hors des États-Unis ?
Non, d’après l’éditeur : le graphe d’identité de Faraday porte sur les adultes américains et leurs foyers. Pour une base de clients français ou européens, les attributs et l’identité ne trouveront pas de correspondance ; seules les prédictions entraînées sur tes propres données restent envisageables.
Qui a fondé Faraday ?
Faraday a été fondé en 2012 par Andy Rossmeissl, Robbie Adler et Seamus Abshere, toujours à la tête de l’entreprise comme directeur général, directeur de la stratégie et directeur technique. La société est basée dans le Vermont, avec des salariés dans tous les États-Unis.