Réponses de l'entrepôt de données

Connectez Computer à Snowflake ou Databricks tout en préservant les rôles, les permissions et les contrôles de sécurité existants.
Créez une carte de données qui capture les définitions métier, 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 aux entrepôts de données

Comment les équipes de données travaillent-elles avec Computer ?

Computer peut offrir aux équipes métier une interface en langage naturel pour accéder aux données gouvernées d'un entrepôt de données 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 passer plus de temps sur la modélisation, la gouvernance et l'analyse stratégique. Il ne remplace pas l'entrepôt, la couche sémantique ou les efforts de qualité des données.

Quelle est la meilleure façon de commencer ?

Commencez par un domaine métier bien maîtrisé et un petit groupe d'utilisateurs. Configurez l'authentification OAuth utilisateur, limitez l'accès aux schémas et outils approuvés, documentez les métriques canoniques, générez et examinez la carte de données, puis testez des questions représentatives par rapport à des rapports de confiance. Ne procédez à une expansion 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 peuvent exécuter des vérifications périodiques sur des sources prises en charge et fournir des résultats via des canaux configurés. Les utilisateurs doivent définir la source de données, la cadence, les seuils, le résultat attendu, le responsable et le parcours d'escalade.

Architecture et gouvernance

Qu'est-ce qu'une carte de données et qui doit en être responsable ?

La carte de données est une couche contextuelle à l'échelle de l'organisation qui capture les tables, colonnes, relations, modèles de requêtes et contextes métier importants. Elle aide Computer à traduire les questions métier en requêtes issues de l'entrepôt. Un responsable de la plateforme de données, de l'ingénierie analytique ou de la gouvernance des données doit la maintenir, définir des métriques faisant autorité, examiner les modifications proposées et ajouter un contexte supplémentaire durable.

L'entrepôt reste-t-il le système d'enregistrement ?

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

Comment l'identité et les permissions 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 de ce compte. Les attributions natives de l'entrepôt, les filtres de lignes, les politiques de colonnes et la configuration des rôles restent les contrôles faisant autorité. 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 ne supprime pas la nécessité d'une résolution d'entités fiable. Pour le reporting important, maintenez des identifiants canoniques de clients, de produits et de comptes 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 SQL et les réponses générés ?

Computer génère du code SQL révisable. 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 métier manquant dans la carte de données.

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

L'équipe de données doit rendre la décision explicite. Les administrateurs peuvent modifier la carte de données afin qu'une définition approuvée devienne la source de vérité en direct, et les définitions métier 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, la granularité, les filtres requis, le responsable et les alternatives connues.

Quel journal d'audit est disponible ?

Les journaux d'audit de Perplexity capturent les événements liés aux entrées utilisateur, aux actions des agents, à l'achèvement, aux erreurs et aux modifications administratives. Les entrepôts de données tels que Snowflake et Databricks conservent les enregistrements d'identité et de requêtes côté entrepôt faisant autorité.

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, le fil, le SQL révisable, l'historique des versions de la carte de données 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 permissions, de la carte de données et du moteur 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 des modèles ?

Les données d'entreprise ne sont pas utilisées pour entraîner ou affiner les modèles Perplexity. Les tâches de Computer s'exécutent dans des bacs à sable isolés et les informations d'identification sont détruites avec le bac à sable. Les Artifact de Session et l'historique des requêtes de l'entrepôt sont gérés séparément. Les fichiers de session joints sont supprimés après sept jours. Des paramètres de rétention configurables supplémentaires sont disponibles pour les organisations Enterprise.