Sinonime și descrieri

Introducere în Databricks Genie

Gang Wang

Senior Data Scientist

Problema decalajului de limbaj

recraft: half: Două bule de dialog cu terminologie diferită - utilizatorul de business spune clienți și venituri, iar baza de date arată customer_id și total_amount, vizualizând decalajul de comunicare

Capcane terminologice frecvente:

"Client" - Utilizatorii spun "clienți", dar tabela este sales_customers
"Bani" - Utilizatorii spun "venituri", dar coloana este totalPrice
"Locație" - Utilizatorii spun "magazine", dar tabela este sales_franchises

Înainte și după curare

Înainte: "Care este EBITDA-ul nostru?"

nanobanana: half: Interfață de chat cu interogare EBITDA eșuată

Genie nu poate asocia "EBITDA" cu nicio coloană

După: sinonime adăugate

nanobanana: half: Interfață de chat cu interogare EBITDA reușită și grafic

Aceeași întrebare, rezultate corecte

Descrieri de coloane

Ascunderea coloanelor irelevante

Panoul de vizibilitate a coloanelor pentru sales_transactions cu customerID ascuns

Reguli de vizibilitate a coloanelor:

Ascunde metadatele tehnice (new_id, chunk_id)
Ascunde ID-urile redundante când există o coloană cu nume
Expune coloanele lizibile (product, quantity, review_date)
Mai puține coloane = mai puțină confuzie = acuratețe mai bună

Hai să exersăm!

Introducere în Databricks Genie