Synonymes et descriptions

Introduction à Databricks Genie

Gang Wang

Senior Data Scientist

Le décalage de langage

recraft: half: Deux bulles de dialogue avec une terminologie différente : l'utilisateur d'affaires dit clients et revenus tandis que la base de données montre customer_id et total_amount, illustrant un décalage de communication

Pièges de terminologie courants :

« Customer » : les équipes disent « clients », mais la table est sales_customers
« Money » : les équipes disent « revenus », mais la colonne est totalPrice
« Location » : les équipes disent « magasins », mais la table est sales_franchises

Avant et après la curation

Avant : « Quel est notre EBITDA ? »

nanobanana: half: Interface de clavardage affichant l'échec d'une requête EBITDA

Genie ne peut associer « EBITDA » à aucune colonne

Après : synonymes ajoutés

nanobanana: half: Interface de clavardage affichant une requête EBITDA réussie avec un graphique

Même question, résultats justes

Descriptions de colonnes

Masquer les colonnes non pertinentes

Panneau de visibilité des colonnes montrant les colonnes de sales_transactions avec customerID masqué

Règles de visibilité des colonnes :

Masquer les métadonnées techniques (new_id, chunk_id)
Masquer les identifiants redondants si une colonne nom existe
Afficher les colonnes lisibles (product, quantity, review_date)
Moins de colonnes = moins de confusion = plus d'exactitude

Passons à la pratique !

Introduction à Databricks Genie