Respostas do data warehouse

Conecte o Computer ao Snowflake ou Databricks preservando funções, permissões e controles de segurança existentes.
Crie um mapa de dados que capture definições de negócios, relacionamentos de tabelas e padrões de consulta para análises mais confiáveis.
Crie relatórios, painéis e fluxos de trabalho de monitoramento recorrentes usando dados de armazém junto com outras fontes corporativas aprovadas.

Exemplos de consultas

Perguntas frequentes

Conectando o Computer a armazéns de dados

Como as equipes de dados trabalham com o Computer?

O Computer pode fornecer às equipes de negócios uma interface de linguagem natural para dados de armazém governados e combiná-los com o contexto de outros sistemas aprovados. Os clientes reduziram solicitações de dados repetitivas e permitiram que a equipe de dados dedicasse mais tempo à modelagem, governança e análise estratégica. Ele não substitui o armazém, a camada semântica ou os esforços de qualidade de dados.

Qual é a melhor maneira de começar?

Comece com um domínio de negócios bem compreendido e um pequeno grupo de usuários. Configure o OAuth de usuário, limite o acesso a esquemas e ferramentas aprovados, documente as métricas canônicas, gere e analise o mapa de dados e teste perguntas representativas em relatórios confiáveis. Expanda somente depois que a equipe de dados estiver satisfeita com a qualidade do SQL, as permissões, o custo e o comportamento do usuário.

O Computer pode monitorar proativamente métricas e pipelines de dados?

As Tarefas Agendadas podem executar verificações recorrentes em fontes suportadas e entregar resultados por meio de canais configurados. Os usuários devem definir a fonte de dados, a cadência, os limites, a saída esperada, o proprietário e o caminho de escalonamento.

Arquitetura e governança

O que é um mapa de dados e quem deve gerenciá-lo?

O mapa de dados é uma camada de contexto em nível de organização que captura tabelas importantes, colunas, relacionamentos, padrões de consulta e contexto de negócios. Ele ajuda o Computer a traduzir perguntas de negócios em consultas originadas no armazém. Uma plataforma de dados, engenharia de análise ou proprietário de governança de dados deve mantê-lo, definir métricas autoritativas, revisar alterações propostas e adicionar contexto suplementar durável.

O armazém continua sendo o sistema de registro?

Sim. O mapa de dados armazena contexto sobre como navegar pelos dados. As métricas atuais ainda exigem uma conexão ativa, e o SQL é executado no ambiente Snowflake ou Databricks do cliente. O armazém continua sendo a fonte autoritativa para dados, computação, permissões, histórico de consultas e políticas de acesso.

Como a identidade e as permissões são aplicadas?

O Computer usa o OAuth de usuário com seus conectores. Cada pessoa faz login com sua conta individual, e as consultas são executadas dentro do contexto de função configurado dessa conta. Concessões nativas do armazém, filtros de linha, políticas de coluna e configuração de função continuam sendo os controles autoritativos. Uma conta de serviço compartilhada para determinados conectores também é suportada, mas ela aplica o modelo de acesso da conta de serviço em vez das permissões individuais de cada usuário.

O Computer pode reconciliar dados entre armazéns, aplicativos SaaS, arquivos e a web?

O Computer pode combinar informações de fontes habilitadas em um único fluxo de trabalho. Ele não remove a necessidade de resolução confiável de entidades. Para relatórios materiais, mantenha identificadores canônicos de clientes, produtos e contas upstream, documente cruzamentos aprovados e defina a fonte da verdade para cada métrica.

Precisão e auditabilidade

Como uma equipe de dados deve validar o SQL gerado e as respostas?

O Computer gera SQL revisável. As equipes de dados devem inspecionar o SQL, comparar saídas materiais com relatórios confiáveis, testar casos extremos e corrigir o contexto de negócios ausente no mapa de dados.

Quando os sistemas discordam, como a métrica autoritativa é selecionada?

A equipe de dados deve tornar a decisão explícita. Os administradores podem editar o mapa de dados para que uma definição aprovada se torne a verdade fundamental ativa, e definições de negócios duráveis podem ser colocadas no contexto suplementar. Correções de usuários conflitantes são encaminhadas para revisão humana em vez de resolvidas automaticamente. Para cada métrica material, documente a fonte canônica, o grão, os filtros necessários, o proprietário e as alternativas conhecidas.

Qual trilha de auditoria está disponível?

Os Logs de Auditoria do Perplexity capturam eventos em entradas do usuário, ações do agente, conclusão, erros e alterações administrativas. Armazéns de dados como Snowflake e Databricks retêm os registros de consulta e identidade do lado do armazém autoritativos.

Cada resposta pode ser reproduzida exatamente para um auditor?

A reprodução determinística exata não é documentada publicamente nem garantida. Os Logs de Auditoria, o tópico, o SQL revisável, o histórico de versões do mapa de dados e os registros do armazém podem ajudar a reconstruir uma execução, mas nenhum identificador documentado vincula cada resposta a snapshots imutáveis de dados, permissões, mapa de dados e tempo de execução do modelo. Organizações com requisitos rígidos de reprodutibilidade devem preservar seu próprio manifesto de evidências versionado.

Segurança e conformidade

Onde os dados persistem e eles são usados para treinamento de modelos?

Os dados corporativos não são usados para treinar ou ajustar finamente os modelos do Perplexity. As tarefas do Computer são executadas em sandboxes isolados, e as credenciais são destruídas com o sandbox. Os artefactos de Sessão e o histórico de consultas do armazém são governados separadamente. Os arquivos de Sessão anexados são excluídos após sete dias. Configurações de retenção adicionais configuráveis estão disponíveis para organizações Enterprise.