Während der Herbst Einzug hält, entwickelt sich Databricks AI/BI weiter und liefert allen schnellere und intelligentere Einblicke. In den letzten Monaten wurden sowohl die AI/BI- Dashboards als auch Genie um neue Funktionen erweitert, die Ihre Analytics intuitiver, besser kontrollierbar und intelligenter machen. Zu den Highlights gehören die Möglichkeit, Dashboards in externe Anwendungen einzubetten, Tags und Zertifizierungen für eine stärkere Governance anzuwenden und Daten über die erweiterten APIs und die verbesserte Reasoning-Funktion von Genie zu untersuchen.
Direkt in Databricks integriert, AI/BI vereint Visualisierung, die Untersuchung in natürlicher Sprache und Governance auf einer einzigen Plattform – sodass Benutzer Einblicke analysieren und teilen können, ohne die Data Intelligence Platform zu verlassen. Ganz gleich, ob Sie Dashboards erstellen, mit Genie das „Warum“ hinter Trends aufdecken oder Einblicke teamübergreifend skalieren: AI/BI verwandelt Daten in Entscheidungen – mit weniger Tools, weniger Reibungsverlusten und viel mehr Intelligenz.
Zum Start werfen wir einen Blick auf die herausragenden Updates, die dieses Release zu einem unserer bisher funktionsreichsten machen und sowohl AI/BI-Dashboards als auch Genie abdecken.
Dank der Einbettung für externe Benutzer können AI/BI-Dashboards jetzt sicher in Anwendungen eingebettet werden, die für Zielgruppen außerhalb Ihres Unternehmens erstellt wurden, z. B. Kunden, Partner oder Anbieter, ohne dass Databricks Account erforderlich sind. Diese eingebetteten Dashboards gewährleisten die Data Governance über Unity Catalog, und der Zugriff wird über einen service principal verwaltet, der Ihre Anwendung über OAuth Token authentifiziert, wodurch Entwickler eine präzise Kontrolle über Datenzugriff und Berechtigungen erhalten.
Die Ansicht für jeden Betrachter kann sogar mithilfe von benutzerbezogenen Token personalisiert werden, die die Ergebnisse dynamisch auf der Grundlage des Profils oder der Rolle des Benutzers filtern. Und da AI/BI dasselbe verbrauchsabhängige Preismodell für eingebettete und interne Dashboards verwendet, bezahlen Sie nur für die zugrunde liegende compute – keine zusätzlichen Gebühren pro Betrachter oder pro Ansicht für eingebettete Analytics. Ob es sich um ein Kundenportal handelt, das die Produktnutzung anzeigt, oder um ein Partner-Dashboard, das Key Performance Metriken hervorhebt – das Einbetten für externe Benutzer macht es einfach, vertrauenswürdige Einblicke über Ihre Databricks-Umgebung hinaus zu erweitern.
Weitere Informationen zum Einrichten der Dashboard-Einbettung für externe Benutzer finden Sie in unserer Produktdokumentation.

Balkendiagramme können jetzt nur die Kategorien mit der besten (oder schlechtesten) Leistung in Ihren Daten hervorheben. Anstatt jede Kategorie auf der Achse anzuzeigen, können Sie wählen, nur die oberen oder unteren N Kategorien basierend auf der von Ihnen dargestellten Metrik anzuzeigen. Um dies auszuprobieren, öffnen Sie das Kebab-Menü für die kategoriale Achsendimension des Balkendiagramms und setzen Sie die Default Anzahl der Kategorien auf den gewünschten Wert. Dieses Feature bietet eine ideale Möglichkeit, sich auf Ausreißer wie Ihre zehn besten Kunden oder Ihre fünf schlechtesten Produkte zu konzentrieren, ohne Ihr Dataset manuell filtern zu müssen.

Genie spaces, die automatisch aus Dashboards generiert werden, unterstützen jetzt eingebettete Anmeldedaten. Dadurch wird sichergestellt, dass alle Genie-Abfragen mit denselben Datenberechtigungen wie das Dashboard selbst ausgeführt werden. Wenn ein Dashboard mit eingebetteten Anmeldedaten veröffentlicht wird, verwendet Genie die Anmeldedaten des Herausgebers zur Ausführung von Abfragen. So können Betrachter verwandte Fragen untersuchen, ohne eigenen Datenzugriff zu benötigen. Dashboards, die ohne eingebettete Anmeldedaten veröffentlicht werden, führen Abfragen weiterhin mit den Berechtigungen des Betrachters aus, wodurch das Governance-Modell Ihres Unternehmens beibehalten wird. Diese Verbesserung erweitert auch die Konversationsfähigkeiten von Genie auf extern eingebettete Dashboards. So können Benutzer sichere Folgefragen stellen und KI-gestützte Einblicke direkt aus den Anwendungen erhalten, in denen sie bereits arbeiten – ohne zu Databricks wechseln zu müssen.
AI/BI-Dashboards können jetzt geplante Snapshots direkt an Slack-Channels übermitteln und liefern so Einblicke in die Tools, die Ihre Teams täglich verwenden. Jeder Beitrag enthält eine PNG-Bildvorschau des Dashboards, einen direkten Link zum Öffnen in Databricks und einen PDF-Snapshot-Anhang im Nachrichten-Thread. Die Zustellung über Slack funktioniert parallel zu Ihren bestehenden Dashboard-Schedules– nach jeder geplanten Refresh wird der neueste Snapshot automatisch für Ihre ausgewählten Channels freigegeben. Genau wie bei E-Mail-Subscriptions wird so sichergestellt, dass Stakeholder zeitnahe Updates und vertrauenswürdige Einblicke direkt erhalten, ohne ihre Dashboards ständig manuell überprüfen zu müssen.

Über 170 neue Funktionen wurden kürzlich zu benutzerdefinierten Berechnungen hinzugefügt, einschließlich der Unterstützung für AGGREGATE OVER zur Berechnung gleitender Aggregationen und FILTER(WHERE …) zur Anwendung bedingter Filter ohne komplexe Ausdrücke. Benutzerdefinierte Berechnungen erkennen jetzt auch Prädikate wie IN, BETWEEN und Musterabgleiche (LIKE, ILIKE, RLIKE), was Autoren mehr Flexibilität bei der Gestaltung der Datenlogik gibt. Sehen Sie sich unsere Produktdokumentation an, um eine vollständige Liste der unterstützten Funktionen in benutzerdefinierten Berechnungen zu erhalten.
Die API-Funktionen von Genie wurden erheblich erweitert, was die Verwaltung, Überwachung und Integration von Konversations-Analytics in Ihre eigenen Anwendungen erleichtert. Neue Endpoints ermöglichen es Ihnen nun, Benutzerfeedback (Daumen hoch oder runter) aufzuzeichnen, vorgeschlagene Folgefragen abzurufen, Nachrichten zu löschen, alle Konversationen und Nachrichten zur Überprüfung aufzulisten und zusätzliche Metadaten, wie die zugehörige warehouse-ID, in API-Antworten zurückzugeben. Darüber hinaus hat Genie die Databricks Permission APIs für eine konsistente Berechtigungsverwaltung auf der gesamten Plattform übernommen. Zusammen vereinfachen diese Verbesserungen, wie Teams das Verhalten von Genie programmatisch verfeinern, Feedback sammeln und seine Konversationsintelligenz dort einbetten, wo sie benötigt wird. Um mehr zu erfahren, lesen Sie die Dokumentation zur Verwendung der Genie API und zur Einrichtung eines Genie space.
Die Benchmarking-Tools von Genie wurden überarbeitet, um die Bewertung der Genauigkeit Ihres Space zu vereinfachen und eine höhere Strenge anzuwenden. Es ist jetzt viel einfacher, Benchmark-Sets zu erstellen: Sie können einen Benchmark direkt aus Chat-Antworten erstellen, indem Sie Als Benchmark hinzufügen aus dem Aktionsmenü wählen, und aus anderen Benutzeranfragen über die Monitoring-Seite. Das „Benchmark hinzufügen“-Modal hat auch eine SQL generieren -Option, die einen Antwortentwurf für Sie schreibt. Wir haben auch die Bewertungsfunktion verbessert, damit sie die Genauigkeit genauer beurteilt und falsche Antworten erklärt. Außerdem ist die Ausführung von Benchmarks jetzt asynchron, sodass Sie arbeiten können, während sie abgeschlossen werden.

Um den Autoren von Spaces zu helfen zu verstehen, wann sie Benchmarks zur Ausführung bringen sollten, fordert Genie Sie jetzt auch auf, Benchmarks erneut zur Ausführung zu bringen, wenn es eine wesentliche Änderung im Genie-Kontext erkennt. Sobald eine Benchmark-Ausführung abgeschlossen ist, können Sie eine bessere, von Genie generierte Antwort als neue Ground Truth speichern.
Der Genie Knowledge Store ermöglicht es Autoren nun, strukturierte Geschäftssemantik zu definieren, um die Genauigkeit von Genie zu verbessern. Um das Verständnis von Genie für Tabellenbeziehungen zu verbessern, haben wir die Möglichkeit für Space-Autoren verbessert, lokale Join-Beziehungen innerhalb eines Genie Knowledge Stores zu definieren, indem sie Tabellen auswählen, die Join-Spalten wählen und den Beziehungstyp deklarieren (n:1, 1:n oder 1:1). Genie fügt automatisch Tabellen-Aliase hinzu, wenn es mehrere Joins oder Self-Joins gibt.

Wir haben auch SQL-Ausdrücke veröffentlicht, eine geführte Methode, um Genie direkt über gängige Filter, Kennzahlen und Dimensionen zu unterrichten.

Schließlich enthält Genie jetzt die Knowledge Extraction, ein neues Feature, das ihm hilft, direkt aus dem Benutzerfeedback zu lernen. Wenn ein Benutzer einer generierten Abfrage einen Daumen nach oben gibt, analysiert Genie diese Interaktion, um Wissensschnipsel vorzuschlagen – wie potenzielle Kennzahlen, Dimensionen oder Filter. Space-Autoren können diese Schnipsel überprüfen und genehmigen, bevor sie sie dem Knowledge Store hinzufügen. So kann Genie sein Verständnis Ihrer Daten durch den realen Einsatz kontinuierlich verfeinern.

Zusammengenommen geben Ihnen die oben genannten Updates des Knowledge Stores viel mehr Kontrolle darüber, wie Genie Ihre Daten versteht und verwendet.
Wir haben kürzlich einige Key Updates hinzugefügt, damit sich die Interaktion mit Genie wesentlich intuitiver anfühlt. Erstens legt Genie seine Schlussfolgerungen mit einem neuen „Thinking Steps“-Panel offen, das zeigt, wie es Ihre Eingabeaufforderung interpretiert hat und welche Tabellen und SQL-Abfragen es verwendet hat. Dies hilft nicht-technischen Benutzern, die Genauigkeit der Antworten zu überprüfen, ohne SQL verstehen zu müssen. Zweitens geben wir jetzt Zusammenfassungen der generierten Abfrageergebnisse in natürlicher Sprache zurück, um Benutzern zu helfen, ihre Dateneinblicke schnell zu verstehen. Zusammen bringen diese Änderungen mehr Klarheit in jede Konversation.

Sie werden auch einige Verbesserungen der Benutzerfreundlichkeit bemerken, wie z. B. Feedback-Optionen, die über Folgefragen hinweg bestehen bleiben, und die Möglichkeit, Parameter für Datums- und Zahlenwerte zu bearbeiten. Insgesamt machen es diese Updates einfacher als je zuvor, die Antworten von Genie zu interpretieren, zu verstehen und zu verfeinern.

Sie können jetzt verwaltete Tags und Systemzertifizierungslabels sowohl auf AI/BI-Dashboards als auch auf Genie spaces anwenden, wodurch es einfacher wird, Ihre vertrauenswürdigen Analytics-Assets zu organisieren, zu klassifizieren und zu finden. Verwaltete Tags gewährleisten eine konsistente Kennzeichnung in Ihrem gesamten workspace durch zentral definierte Tag-Richtlinien in Unity Catalog – und helfen Teams dabei, Dashboards und Spaces nach Konzepten wie Abteilung, Projekt oder Geschäftsbereich zu kategorisieren. Die Zertifizierung, ein systemverwaltetes Label, ermöglicht es Data Stewards, Assets als zertifiziert oder veraltet zu kennzeichnen und so auf einen Blick die Zuverlässigkeit und den Lifecycle-Status anzuzeigen. Zusammen ermöglichen Dashboard-Tags und Genie space tags eine leistungsstarke Governance und Auffindbarkeit für AI/BI.

Das obige Bild zeigt ein Dashboard mit angewendeten Tags und Zertifizierung, während das untere Bild dasselbe für einen Genie veranschaulicht.

Über die Hauptfunktionen hinaus erhalten AI/BI Dashboards und Genie weiterhin eine stetige Reihe von Verbesserungen, die Zuverlässigkeit, Performance und Benutzerfreundlichkeit steigern. Nachfolgend finden Sie einige bemerkenswerte Updates aus den letzten Monaten. Alle Details finden Sie in den AI/BI-Versionshinweisen.



AI/BI entwickelt sich durch kontinuierliches Feedback und Innovation ständig weiter. In den kommenden Monaten werden wir uns darauf konzentrieren, sowohl Dashboards als auch Genie weiterzuentwickeln, um Analytics für alle noch einfacher, intelligenter und zugänglicher zu machen. Hier sind einige Key Investitionsbereiche auf der Roadmap:
Bleiben Sie dran für weitere Updates, während wir die Möglichkeiten von Databricks AI/BI weiter ausbauen.
Wenn Sie bereit sind, die neuesten Entwicklungen im Bereich AI/BI zu erkunden, können Sie eine der folgenden Optionen wählen:
Und halten Sie die Augen offen – wir haben bald weitere Innovationen!
Produto
June 12, 2024/11 min de leitura

