Respuestas del almacén de datos
Aprende a conectar Perplexity Computer a Snowflake y obtén respuestas de datos confiables en lenguaje sencillo.

Noah Yonack
Member of Data Staff, Perplexity

Patrick Summers
Founding Enterprise Growth Lead
- Conecte Computer a Snowflake o Databricks mientras conserva los roles, permisos y controles de seguridad existentes.
- Cree un mapa de datos que capture definiciones de negocio, relaciones entre tablas y patrones de consulta para un análisis más confiable.
- Cree informes, paneles y flujos de trabajo de monitoreo recurrentes utilizando datos del almacén junto con otras fuentes empresariales aprobadas.
Ejemplos de consultas
- Generar el mapa de datos
- Monitoreo diario de ARR con Google Sheets
- Analizar una disminución de ingresos
- Identificar prospectos y crear un PDF
- Identificar prospectos y crear un sitio web
Preguntas frecuentes
Conexión de Computer a almacenes de datos
¿Cómo trabajan los equipos de datos con Computer?
Computer puede ofrecer a los equipos de trabajo una interfaz en lenguaje natural para los datos gobernados del almacén y combinarlos con el contexto de otros sistemas aprobados. Los clientes han reducido las solicitudes de datos repetitivas y permiten que el equipo de datos dedique más tiempo al modelado, la gobernanza y el análisis estratégico. No reemplaza al almacén, la capa semántica ni los esfuerzos de calidad de datos.
¿Cuál es la mejor manera de empezar?
Comience con un dominio de negocio bien comprendido y un grupo pequeño de usuarios. Configure OAuth de usuario, limite el acceso a los esquemas y herramientas aprobados, documente las métricas canónicas, genere y revise el mapa de datos, y pruebe preguntas representativas con informes de confianza. Expanda solo después de que el equipo de datos esté satisfecho con la calidad de SQL, los permisos, los costos y el comportamiento de los usuarios.
¿Puede Computer supervisar proactivamente las métricas y las canalizaciones de datos?
Las tareas programadas pueden ejecutar comprobaciones recurrentes en fuentes compatibles y entregar resultados a través de canales configurados. Los usuarios deben definir la fuente de datos, la frecuencia, los umbrales, el resultado esperado, el propietario y la ruta de escalamiento.
Arquitectura y gobernanza
¿Qué es un mapa de datos y quién debe poseerlo?
El mapa de datos es una capa de contexto a nivel de organización que captura tablas, columnas, relaciones, patrones de consulta y contexto de negocio importantes. Ayuda a Computer a traducir preguntas de negocio en consultas obtenidas del almacén. Un propietario de plataforma de datos, ingeniería de análisis o gobernanza de datos debe mantenerlo, definir métricas autorizadas, revisar los cambios propuestos y agregar contexto suplementario duradero.
¿El almacén sigue siendo el sistema de registro?
Sí. El mapa de datos almacena contexto sobre cómo navegar por los datos. Las métricas actuales aún requieren una conexión activa, y SQL se ejecuta en el entorno Snowflake o Databricks del cliente. El almacén sigue siendo la fuente autorizada de datos, cómputo, permisos, historial de consultas y directrices de acceso.
¿Cómo se aplican la identidad y los permisos?
Computer utiliza OAuth de usuario con sus conectores. Cada persona inicia sesión con su cuenta individual, y las consultas se ejecutan dentro del contexto de rol configurado de esa cuenta. Las concesiones nativas del almacén, los filtros de filas, las directrices de columnas y la configuración de roles siguen siendo los controles autorizados. También se admite una cuenta de servicio compartida para ciertos conectores, pero aplica el modelo de acceso de la cuenta de servicio en lugar de los permisos individuales de cada usuario.
¿Puede Computer conciliar datos entre almacenes, aplicaciones SaaS, archivos y la web?
Computer puede combinar información de fuentes habilitadas en un flujo de trabajo. No elimina la necesidad de una resolución de entidades confiable. Para la presentación de informes materiales, mantenga identificadores canónicos de clientes, productos y cuentas ascendentes, documente los cruces aprobados y defina la fuente de la verdad para cada métrica.
Precisión y auditabilidad
¿Cómo debe un equipo de datos validar el SQL generado y las respuestas?
Computer genera SQL revisable. Los equipos de datos deben inspeccionar el SQL, comparar los resultados materiales con informes confiables, probar casos extremos y corregir el contexto de negocio faltante en el mapa de datos.
Cuando los sistemas no están de acuerdo, ¿cómo se selecciona la métrica autorizada?
El equipo de datos debe hacer explícita la decisión. Los administradores pueden editar el mapa de datos para que una definición aprobada se convierta en la verdad fundamental activa, y las definiciones de negocio duraderas se pueden colocar en un contexto suplementario. Las correcciones de los usuarios que entran en conflicto se enrutan para revisión humana en lugar de resolverse automáticamente. Para cada métrica material, documente la fuente canónica, la granularidad, los filtros requeridos, el propietario y las alternativas conocidas.
¿Qué pista de auditoría está disponible?
Los registros de auditoría de Perplexity capturan eventos en la entrada del usuario, acciones de agentes, finalización, errores y cambios administrativos. Los almacenes de datos como Snowflake y Databricks retienen los registros de consultas e identidades autorizados del lado del almacén.
¿Se puede reproducir cada respuesta exactamente para un auditor?
La reproducción determinista exacta no está documentada públicamente ni garantizada. Los registros de auditoría, el hilo, el SQL revisable, el historial de versiones del mapa de datos y los registros del almacén pueden ayudar a reconstruir una ejecución, pero ningún identificador documentado vincula cada respuesta a instantáneas inmutables de los datos, permisos, mapa de datos y tiempo de ejecución del modelo. Las organizaciones con requisitos estrictos de reproducibilidad deben preservar su propio manifiesto de evidencia versionada.
Seguridad y cumplimiento
¿Dónde persisten los datos y se utilizan para el entrenamiento de modelos?
Los datos empresariales no se utilizan para entrenar o ajustar los modelos de Perplexity. Las tareas de Computer se ejecutan en entornos aislados y las credenciales se destruyen con el entorno aislado. Los artefactos de sesión y el historial de consultas del almacén se gobiernan por separado. Los archivos de sesión adjuntos se eliminan después de siete días. Hay configuraciones de retención adicionales disponibles para las organizaciones de Enterprise.