Synonyme und Beschreibungen

Einführung in Databricks Genie

Gang Wang

Senior Data Scientist

Das Sprachgefälle-Problem

recraft: half: Zwei Sprechblasen mit unterschiedlicher Terminologie – Business sagt clients und revenue, Datenbank zeigt customer_id und total_amount, Visualisierung der Kommunikationslücke

Typische Terminologie-Fallen:

„Customer" – Nutzende sagen „clients", die Tabelle heißt sales_customers
„Money" – Nutzende sagen „revenue", die Spalte heißt totalPrice
„Location" – Nutzende sagen „stores", die Tabelle heißt sales_franchises

Vorher und nachher der Kuratierung

Vorher: „Was ist unser EBITDA?"

nanobanana: half: Chat-Oberfläche mit fehlgeschlagener EBITDA-Abfrage

Genie kann „EBITDA" keiner Spalte zuordnen

Nachher: Synonyme hinzugefügt

nanobanana: half: Chat-Oberfläche mit erfolgreicher EBITDA-Abfrage und Diagramm

Gleiche Frage, präzise Ergebnisse

Spaltenbeschreibungen

Irrelevante Spalten ausblenden

Spaltensichtbarkeits-Panel mit sales_transactions-Spalten, customerID ausgeblendet

Regeln zur Spaltensichtbarkeit:

Ausblenden technischer Metadaten (new_id, chunk_id)
Ausblenden redundanter IDs, wenn es eine Namensspalte gibt
Anzeigen lesbarer Spalten (product, quantity, review_date)
Weniger Spalten = weniger Verwirrung = höhere Genauigkeit

Lass uns üben!

Einführung in Databricks Genie