Réponses de l'entrepôt de données

Connectez Computer à Snowflake ou Databricks tout en préservant les rôles, les autorisations et les contrôles de sécurité existants.
Créez une carte des données (Data Map) qui consigne les définitions commerciales, les relations entre les tables et les modèles de requêtes pour une analyse plus fiable.
Créez des rapports, des tableaux de bord et des flux de travail de surveillance récurrents en utilisant les données de l'entrepôt ainsi que d'autres sources d'entreprise approuvées.

Exemples de requêtes

Foire aux questions

Connexion de Computer à des entrepôts de données

Comment les équipes de données travaillent-elles avec Computer ?

Computer peut offrir aux équipes opérationnelles une interface en langage naturel pour exploiter les données de l'entrepôt gouverné et les combiner avec le contexte d'autres systèmes approuvés. Les clients ont réduit les demandes de données répétitives et permis à l'équipe de données de consacrer plus de temps à la modélisation, à la gouvernance et à l'analyse stratégique. Cet outil ne remplace pas l'entrepôt, la couche sémantique ni les efforts liés à la qualité des données.

Quelle est la meilleure façon de commencer ?

Commencez par un domaine opérationnel bien compris et un petit groupe d'utilisateurs. Configurez l'authentification OAuth utilisateur, limitez l'accès aux schémas et aux outils approuvés, documentez les métriques canoniques, générez et examinez la carte des données (Data Map), puis testez des questions représentatives par rapport à des rapports de confiance. N'élargissez le périmètre qu'une fois que l'équipe de données est satisfaite de la qualité du SQL, des autorisations, des coûts et du comportement des utilisateurs.

Computer peut-il surveiller de manière proactive les métriques et les pipelines de données ?

Les tâches planifiées (Scheduled Tasks) peuvent exécuter des vérifications récurrentes sur les sources prises en charge et diffuser les résultats par le biais de canaux configurés. Les utilisateurs doivent définir la source de données, la cadence, les seuils, le résultat attendu, le propriétaire et le chemin d'escalade.

Architecture et gouvernance

Qu'est-ce qu'une carte des données (Data Map) et qui doit en assurer la gestion ?

La carte des données (Data Map) est une couche de contexte au niveau de l'organisation qui consigne les tables, les colonnes, les relations, les modèles de requêtes et le contexte commercial importants. Elle aide Computer à traduire les questions commerciales en requêtes provenant de l'entrepôt. Un responsable de la plateforme de données, de l'ingénierie analytique ou de la gouvernance des données doit la maintenir, définir les métriques officielles, examiner les modifications proposées et ajouter un contexte supplémentaire durable.

L'entrepôt demeure-t-il le système de référence ?

Oui. La carte des données (Data Map) stocke le contexte sur la façon de naviguer dans les données. Les métriques actuelles nécessitent toujours une connexion active, et le SQL s'exécute dans l'environnement Snowflake ou Databricks du client. L'entrepôt demeure la source officielle pour les données, le calcul, les autorisations, l'historique des requêtes et les politiques d'accès.

Comment l'identité et les autorisations sont-elles appliquées ?

Computer utilise l'authentification OAuth utilisateur avec ses connecteurs. Chaque personne se connecte avec son compte individuel, et les requêtes s'exécutent dans le contexte de rôle configuré pour ce compte. Les attributions natives de l'entrepôt, les filtres de lignes, les politiques de colonnes et la configuration des rôles demeurent les contrôles officiels. Un compte de service partagé pour certains connecteurs est également pris en charge, mais il applique le modèle d'accès du compte de service plutôt que les permissions individuelles de chaque utilisateur.

Computer peut-il rapprocher des données provenant d'entrepôts, d'applications SaaS, de fichiers et du Web ?

Computer peut combiner des informations provenant de sources activées au sein d'un même flux de travail. Cela n'élimine pas la nécessité d'une résolution d'entités fiable. Pour la production de rapports importants, conservez des identifiants de clients, de produits et de comptes canoniques en amont, documentez les correspondances approuvées et définissez la source de vérité pour chaque métrique.

Précision et auditabilité

Comment une équipe de données doit-elle valider le code SQL et les réponses générés ?

Computer génère du code SQL vérifiable. Les équipes de données doivent inspecter le SQL, comparer les résultats importants avec des rapports de confiance, tester les cas limites et corriger le contexte commercial manquant dans la carte des données (Data Map).

En cas de désaccord entre les systèmes, comment la métrique officielle est-elle sélectionnée ?

L'équipe de données doit rendre cette décision explicite. Les administrateurs peuvent modifier la carte des données (Data Map) afin qu'une définition approuvée devienne la vérité de référence en temps réel, et les définitions commerciales durables peuvent être placées dans un contexte supplémentaire. Les corrections d'utilisateurs en conflit sont acheminées pour révision humaine plutôt que d'être résolues automatiquement. Pour chaque métrique importante, documentez la source canonique, le niveau de détail (grain), les filtres requis, le propriétaire et les solutions de rechange connues.

Quelle piste d'audit est offerte ?

Les journaux d'audit de Perplexity (Perplexity Audit Logs) consignent les événements liés aux saisies des utilisateurs, aux actions des agents, à l'achèvement, aux erreurs et aux modifications administratives. Les entrepôts de données tels que Snowflake et Databricks conservent les dossiers d'identités et de requêtes officiels du côté de l'entrepôt.

Chaque réponse peut-elle être reproduite à l'identique pour un auditeur ?

Une relecture déterministe exacte n'est ni documentée publiquement ni garantie. Les journaux d'audit (Audit Logs), le fil de discussion (thread), le code SQL vérifiable, l'historique des versions de la carte des données (Data Map) et les enregistrements de l'entrepôt peuvent aider à reconstituer une exécution, mais aucun identifiant documenté ne lie chaque réponse à des instantanés immuables des données, des autorisations, de la carte des données et de l'environnement d'exécution du modèle. Les organisations ayant des exigences strictes en matière de reproductibilité doivent conserver leur propre manifeste de preuves versionné.

Sécurité et conformité

Où les données persistent-elles et sont-elles utilisées pour l'entraînement du modèle ?

Les données d'entreprise ne sont pas utilisées pour entraîner ou affiner les modèles de Perplexity. Les tâches de Computer s'exécutent dans des bacs à sable (sandboxes) isolés, et les informations d'identification sont détruites avec le bac à sable. Les artéfacts de session et l'historique des requêtes de l'entrepôt sont régis séparément. Les fichiers de session joints sont supprimés après sept jours. Des paramètres de conservation configurables supplémentaires sont offerts aux organisations de niveau Enterprise.