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 do data warehouse junto com outras fontes corporativas aprovadas.

Exemplos de consultas

Perguntas frequentes

Conectando o Computer a data warehouses

Como as equipes de dados trabalham com o Computer?

O Computer pode fornecer às equipes de negócios uma interface em linguagem natural para dados de data warehouse governados e combiná-los com o contexto de outros sistemas aprovados. Os clientes reduziram solicitações repetitivas de dados e permitiram que a equipe de dados gaste mais tempo em modelagem, governança e análise estratégica. Ele não substitui o data warehouse, 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 User OAuth, 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 após a equipe de dados estar satisfeita com a qualidade do SQL, permissões, custos e 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 data warehouse. Um proprietário de plataforma de dados, engenharia de análise ou governança de dados deve mantê-lo, definir métricas autorizadas, revisar as alterações propostas e adicionar contexto suplementar durável.

O data warehouse continua sendo o sistema de registro?

Sim. O mapa de dados armazena o 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 data warehouse continua sendo a fonte autorizada para dados, computação, permissões, histórico de consultas e políticas de acesso.

Como a identidade e as permissões são aplicadas?

O Computer usa o User OAuth com seus conectores. Cada pessoa faz login com sua conta individual, e as consultas são executadas no contexto de função configurado para essa conta. Concessões nativas do data warehouse, filtros de linha, políticas de coluna e configuração de função continuam sendo os controles autorizados. 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 data warehouses, aplicativos SaaS, arquivos e a web?

O Computer pode combinar informações de fontes habilitadas em um único fluxo de trabalho. Isso não remove a necessidade de resolução confiável de entidades. Para relatórios materiais, mantenha identificadores canônicos de clientes, produtos e contas upstream, documente mapeamentos cruzados 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 resultados 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 autorizada 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 em tempo real, e definições de negócios duráveis podem ser colocadas no contexto suplementar. Correções de usuários conflitantes são encaminhadas para revisão humana em vez de serem resolvidas automaticamente. Para cada métrica material, documente a fonte canônica, a granularidade, os filtros necessários, o proprietário e as alternativas conhecidas.

Qual trilha de auditoria está disponível?

Os Logs de Auditoria do Perplexity capturam eventos entre entrada do usuário, ações do agente, conclusão, erros e alterações administrativas. Data warehouses como Snowflake e Databricks retêm os registros de identidade e consulta do lado do data warehouse autorizados.

Cada resposta pode ser reproduzida exatamente para um auditor?

A reprodução determinística exata não é documentada publicamente nem garantida. Logs de auditoria, o tópico, SQL revisável, histórico de versões do mapa de dados e registros do data warehouse podem ajudar a reconstruir uma execução, mas nenhum identificador documentado vincula cada resposta a instantâneos 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 o treinamento de modelos?

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