Enterprise-Zuverlässigkeit
Fallstudie: Sales Analytics mit Databricks Genie
Stan Konkin
ML Content Developer, DataCamp
Von „funktioniert" zu „vertrauenswürdig"
Space dient jetzt ganz Sales
VP will Zuverlässigkeit vor dem Rollout
Keine neuen Tabellen, nur Härtung
Zuverlässigkeit ist ein Kreislauf
Gespräche und Bewertungen prüfen
Diagnose: Was lief schief?
Den richtigen Hebel kuratieren
Fix im Chat verifizieren
Starte mit der Diagnose in Monitor
$$
$$
$$
Tab „Monitor" protokolliert echte Gespräche
Auf Daumen-runter-Antworten filtern
Jedes generierte SQL lesen
Zwei Fehler, zwei Ursachen
Monatstrend driftet → lockere Formel
„Premium" undefiniert → Genie rät
Unterschiedliche Fehler, unterschiedliche Fixes
Fix eins: Trend festzurren
Lockere Formel → mit
SQL-Beispiel
fixieren
Genie nutzt die exakte Berechnung erneut
Gleicher Trend bei jedem Lauf
Fix zwei: Begriff definieren
Fehlende Definition →
Textinstruktion
Begriff einmal, präzise definieren
Gilt für jede Premium-Frage
Über die Zeit zuverlässig halten
$$
$$
$$
$$
Fragen mit bekannt korrektem SQL paaren
Nach jeder Änderung neu laufen lassen
Regression finden, bevor es die Leitung tut
Wann ein Space produktionsreif ist
Feste Formeln, klare Definitionen
Überwacht und gebenchmarkt
So gewinnt ein Space Vertrauen
Lass uns üben!
Fallstudie: Sales Analytics mit Databricks Genie
Preparing Video For Download...