O dashboard mostra o número. A pergunta seguinte vira um chamado.
Quando cada área calcula a mesma métrica de um jeito e toda pergunta nova depende do time de dados, o BI vira gargalo. O Databricks junta warehouse, camada semântica e IA sobre os mesmos dados governados.
- 01
Métricas divergentes
Receita, margem e churn com definições diferentes em cada relatório.
- 02
Fila no time de dados
Perguntas ad hoc esperam dias por uma consulta nova.
- 03
Cópias para o BI
Extrações para ferramentas de visualização criam versões paralelas da verdade.
- 04
Acesso sem controle fino
Difícil garantir que cada pessoa veja só o que pode ver.
Do SQL à pergunta em linguagem natural
Databricks SQL
Data warehouse sobre a arquitetura lakehouse, com SQL ANSI e extensões do Delta Lake, rodando direto no data lake.
Metric views
Camada semântica que define métricas de negócio uma vez e as reutiliza em consultas, dashboards e no Genie.
AI/BI dashboards
Dashboards interativos com criação assistida por IA, publicados sobre os mesmos dados governados.
Genie
Perguntas em linguagem natural respondidas com os dados da empresa. Genie Agents são configurados com datasets, consultas de exemplo, instruções e respostas verificadas.
Alertas e jobs
Monitoramento de resultados com notificações e agendamento de consultas para relatórios automáticos.
Performance
Histórico de consultas, query profile e recomendações automáticas para consultas ineficientes.
Uma única fonte, várias formas de consumo
Lakehouse
Dados brutos e tratados em Delta Lake, na arquitetura medalhão.
Unity Catalog
Permissões, linhagem e auditoria aplicadas a tudo que vem depois.
Metric views
Definições oficiais de cada métrica de negócio.
Dashboards e Genie
Visualização para o recorrente, linguagem natural para o ad hoc.
As respostas do Genie são fundamentadas nos dados da organização e respeitam as permissões do Unity Catalog de quem pergunta.
Onde o analytics conversacional gera valor primeiro
Perguntas sobre DRE, despesas por centro de custo e variação contra orçamento, sem montar relatório novo.
Pipeline, metas e desempenho por região ou canal, consultados pelo próprio gestor.
Estoque, giro e nível de serviço cruzados com dados de vendas.
Headcount, turnover e absenteísmo com máscaras para dados pessoais.
Painel executivo com métricas oficiais e espaço para perguntas fora do roteiro.
Do diagnóstico ao Genie em produção
Diagnóstico
Levantamos fontes, métricas críticas e as perguntas que mais chegam ao time de dados.
EntregávelMapa de métricas e backlog priorizadoModelagem
Estruturamos as camadas do lakehouse e publicamos as metric views oficiais.
EntregávelCamada semântica documentadaConfiguração do Genie
Definimos instruções, consultas de exemplo e respostas verificadas, e medimos a qualidade das respostas.
EntregávelGenie Agent validado com a áreaAdoção e evolução
Treinamos usuários, acompanhamos o uso e ajustamos as respostas com base nas perguntas reais.
EntregávelRotina de melhoria contínuaDúvidas comuns
O Genie substitui o Power BI?
Não necessariamente. O SQL warehouse do Databricks pode servir de fonte para ferramentas de BI que a empresa já usa, enquanto o Genie cobre as perguntas ad hoc. Definimos juntos o papel de cada um.
Como garantir que o Genie responde certo?
A qualidade vem da configuração: datasets bem descritos, métricas definidas, consultas de exemplo, instruções de negócio e respostas verificadas. Validamos com a área antes de liberar.
O usuário pode ver dados que não deveria?
Não. As respostas são governadas pelo Unity Catalog, então valem as mesmas permissões, filtros de linha e máscaras de coluna aplicados ao usuário.
Preciso copiar meus dados para outra ferramenta?
Não. Warehouse, dashboards e Genie trabalham sobre os mesmos dados no lakehouse, sem extrações paralelas.
