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
- Conecta Computer a Snowflake o Databricks manteniendo los roles, permisos y controles de seguridad existentes.
- Crea un mapa de datos que capture definiciones empresariales, relaciones entre tablas y patrones de consultas para realizar análisis más fiables.
- Crea informes, paneles y flujos de trabajo de supervisión recurrentes utilizando datos del almacén junto con otras fuentes empresariales aprobadas.
Ejemplos de consultas
- Generar el mapa de datos
- Supervisión diaria del ARR con Google Sheets
- Analizar un descenso de ingresos
- Identificar clientes potenciales y crear un PDF
- Identificar clientes potenciales 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 negocio una interfaz en lenguaje natural para los datos del almacén gobernados 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 sustituye al almacén, a la capa semántica ni a los esfuerzos de calidad de datos.
¿Cuál es la mejor manera de empezar?
Empieza con un dominio de negocio bien entendido y un grupo pequeño de usuarios. Configura el OAuth de usuario, limita el acceso a los esquemas y herramientas aprobados, documenta las métricas canónicas, genera y revisa el mapa de datos, y prueba preguntas representativas con informes de confianza. Amplía solo después de que el equipo de datos esté satisfecho con la calidad de SQL, los permisos, el coste y el comportamiento de los usuarios.
¿Puede Computer supervisar de manera proactiva las métricas y las canalizaciones de datos?
Las tareas programadas pueden ejecutar comprobaciones recurrentes en fuentes compatibles y entregar los 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 escalado.
Arquitectura y gobernanza
¿Qué es un mapa de datos y quién debe gestionarlo?
El mapa de datos es una capa de contexto a nivel de organización que captura tablas importantes, columnas, relaciones, patrones de consultas y contexto empresarial. Ayuda a Computer a traducir preguntas de negocio en consultas procedentes 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 añadir contexto suplementario duradero.
¿Sigue siendo el almacén el sistema de registro?
Sí. El mapa de datos almacena contexto sobre cómo navegar por los datos. Las métricas actuales siguen requiriendo una conexión activa, y SQL se ejecuta en el entorno de Snowflake o Databricks del cliente. El almacén sigue siendo la fuente autorizada de datos, computación, 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 para 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 determinados 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 fiable. Para informes materiales, mantén identificadores canónicos de clientes, productos y cuentas de forma ascendente, documenta los cruces aprobados y define la fuente de verdad para cada métrica.
Precisión y auditabilidad
¿Cómo debe un equipo de datos validar el código SQL y las respuestas generadas?
Computer genera código SQL que se puede revisar. Los equipos de datos deben inspeccionar el SQL, comparar los resultados materiales con informes de confianza, probar casos límite y corregir el contexto empresarial faltante en el mapa de datos.
Cuando los sistemas discrepan, ¿cómo se selecciona la métrica autorizada?
El equipo de datos debe hacer que la decisión sea explícita. Los administradores pueden editar el mapa de datos para que una definición aprobada se convierta en la verdad de referencia en vivo, y las definiciones de negocio duraderas se pueden colocar en el contexto suplementario. Las correcciones de usuario en conflicto se desvían para revisión humana en lugar de resolverse automáticamente. Para cada métrica material, documenta la fuente canónica, el nivel de detalle, los filtros necesarios, el propietario y las alternativas conocidas.
¿Qué pista de auditoría está disponible?
Los registros de auditoría de Perplexity capturan eventos de la entrada del usuario, acciones de los agentes, finalización, errores y cambios administrativos. Los almacenes de datos como Snowflake y Databricks conservan 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 código 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, los permisos, el mapa de datos y el tiempo de ejecución del modelo. Las organizaciones con requisitos estrictos de reproducibilidad deben conservar su propio manifiesto de evidencia versionado.
Seguridad y cumplimiento
¿Dónde persisten los datos y se utilizan para el entrenamiento de modelos?
Los datos de la empresa 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 rigen por separado. Los archivos de Sesión adjuntos se eliminan transcurridos siete días. Hay configuraciones de retención adicionales disponibles para las organizaciones de Enterprise.