Notre équipe

Nous avons créé Pearstop parce que nous en avions assez.

Assez de voir des personnes brillantes passer leurs journées sur un travail de données manuel qu'une machine devrait faire. Assez de voir des insights qui n'atteignaient jamais le décideur parce que les données sous-jacentes n'étaient pas assez bonnes. Assez d'une inefficacité totalement, entièrement inutile.

Les personnes qui construisent, exploitent et entretiennent bâtiments, sites et réseaux tiennent à bien faire les choses : des sites sûrs, des actifs conformes, des lieux où il fait bon travailler et vivre. Les données derrière ce travail devraient les aider, pas les ralentir. C'est cette partie-là que nous réparons.

Comment tout a commencé

Pearstop est né d'un constat simple : les problèmes de données sont partout dans les secteurs techniques, ils coûtent cher, et personne ne les résolvait correctement.

Nous avons commencé par prendre en charge tous les problèmes de données que nous pouvions trouver - projets ETL, reporting, tableaux de bord, intégrations. Puis est arrivée FARO, une entreprise sud-africaine de distribution. Ils avaient besoin de quelqu'un pour catégoriser manuellement chaque conteneur qu'ils envisageaient d'acheter afin d'établir une vision des coûts. Deux personnes à temps plein, effectuant un travail répétitif qui n'apportait aucune valeur réelle. Nous l'avons automatisé, relié à d'autres bases de données, et avons produit les insights à la place.

C'est devenu le socle de tout ce que fait Pearstop aujourd'hui.

Pourquoi Pearstop ?

Les problèmes complexes exigent des esprits clairs. Quand nous étions plongés dans un défi de données difficile - vraiment plongés - nous faisions une pause avec un grand bol de fruits. Le fruit de prédilection de Stephanie était toujours une poire, « pear » en anglais. Alors quand il a fallu trouver un nom, l'évidence s'est imposée : prenez une « pear ». Stop. Revenez l'esprit plus affûté.

C'est toujours comme ça que nous travaillons.

Équipe dirigeante

Un groupe de solveurs de problèmes qui adorent démêler la complexité. Nous sommes suffisamment techniques pour construire, et suffisamment pragmatiques pour que cela fonctionne pour de vraies entreprises.

Stephanie Wiechers portrait

Stephanie Wiechers

CEO

Stephanie a cofondé Pearstop après des années passées à voir de bonnes entreprises perdre de la marge à cause de données inutilisables. Elle pilote l'orientation stratégique et veille à ce que le travail reste toujours relié à des résultats commerciaux concrets.

Richard Wallace portrait

Richard Wallace

CCO

Richard dirige la livraison client chez Pearstop, en veillant à ce que chaque mission se déroule sans accroc et à ce que les promesses sur papier deviennent des résultats concrets.

Équipe opérations

Raeesah Thomas portrait

Raeesah Thomas

Directrice des opérations

Raeesah privilégie les résultats concrets, l'efficacité et la croissance. Entre pilotage opérationnel, gestion de projet de terrain et direction commerciale, elle simplifie les processus, porte la réussite client et transforme la stratégie en résultats mesurables.

Neharika Kishore portrait

Neharika Kishore

Responsable marketing et relations publiques

Neharika est la voix derrière des données propres. En alliant marketing, relations publiques et stratégie de contenu, elle conçoit des campagnes qui installent la confiance, suscitent la conversation et transforment un travail technique en histoires qui marquent.

Max Capelle portrait

Max Capelle

Conseiller technique

Max est spécialisé dans l'évaluation critique de l'architecture back-end, l'ajustement fin de l'intelligence artificielle et l'alignement entre conception logicielle et besoins clients. Grâce à une expertise soigneusement affûtée, il veille à ce que les dimensions techniques et pratiques s'articulent pour livrer des solutions à la fois robustes et centrées sur le client.

Équipe développement

Robin Muhia portrait

Robin Muhia

Lead Developer

Robin est l'architecte solutions. Moteur de l'innovation sur les systèmes back-end, il dirige l'équipe de développement, conçoit des plateformes évolutives et veille à ce que chaque algorithme reste précis et performant.

Dania Butt portrait

Dania Butt

Développeuse senior

Dania conçoit des interfaces intuitives qui transforment des jeux de données complexes en tableaux de bord et outils faciles à utiliser.

Sjoerd Schoufs portrait

Sjoerd Schoufs

Développeur junior

Sjoerd gère la porte d'entrée numérique de Pearstop. Il veille à maintenir et améliorer le site web de l'entreprise, en alliant design soigné et fonctionnement fiable.

Ce en quoi nous croyons

Trois principes qui guident tout ce que nous construisons et chaque client que nous servons.

✓

L'intégrité des données avant tout

Nous croyons que des données propres sont le fondement de toute bonne décision d'entreprise. Nous ne faisons jamais de compromis sur l'exactitude ou la fiabilité.

↗

Impact mesurable

Chaque mission est évaluée à l'aune de résultats commerciaux réels - amélioration de la marge, temps gagné, précision acquise. Si cela ne peut pas être mesuré, cela ne compte pas.

Où nous travaillons

Nous sommes une équipe remote-first, présente au Royaume-Uni, en Europe et en Afrique du Sud. Travailler dans les mêmes fuseaux horaires nous permet de collaborer en temps réel, où que chacun de nous se trouve ce jour-là. Nous accordons aussi de l'importance au temps passé dans la même pièce, donc nous nous déplaçons chez nos clients et les uns vers les autres chaque fois que cela améliore le travail. Siège social à Dublin, en Irlande. inquiries@pearstop.com.

Parlons-en.

Un problème de données qui mérite d'être résolu ? Nous serions ravis d'en entendre parler.

Contactez-nous

Derniers articles

Procurement

UNSPSC contre eCl@ss : quand votre ERP et votre reporting ne sont pas d'accord

UNSPSC et eCl@ss répondent à des questions différentes. Voici comment choisir quand votre ERP a été …

Lire la suite
AI & Digital

Pourquoi un projet d'IA de nettoyage de données a besoin d'un chef de projet

La plupart des projets d'IA de nettoyage de données échouent à cause d'un manque de gouvernance, pas…

Lire la suite
Data Quality

Quand les champs fabricant et type s'inversent dans vos données de dépenses

Une inversion silencieuse entre les champs fabricant et type corrompt la classification sans le moin…

Lire la suite