Databricks Intelligence Platform para C360: reducción del abandono de clientes - Clonado

La plataforma Databricks Data Intelligence Platform está integrada en un lakehouse, lo que proporciona una base abierta y unificada para todos los datos y la gobernanza. En esta demo, te mostraremos cómo crear una solución de cliente 360 (C360), que ofrece datos e información que normalmente requerirían meses de esfuerzo en las plataformas heredadas.

Esta demo abarca la solución de extremo a extremo, impulsada por Databricks:

• Ingiere datos de sistemas externos (como Salesforce) con Lakeflow Connect y luego transfórmalos con Spark™ Declarative Pipelines, un framework de ETL declarativo para crear pipelines de procesamiento de datos confiables y fáciles de mantener
• Tus datos ingeridos están seguros, gobernados por Unity Catalog
• Aprovecha Databricks SQL y los endpoints de warehouse para crear un dashboard que analice los datos ingeridos y permita comprender el abandono de clientes (churn) existente
• Crea un modelo de machine learning con Databricks AutoML para comprender y predecir el abandono futuro
• Orquesta todos estos pasos con Databricks Lakeflow Jobs

Para instalar la demo, obtén un espacio de trabajo de Databricks gratuito y ejecuta los siguientes dos comandos en un notebook de Python

Dbdemos es una biblioteca de Python que instala demos completas de Databricks en tus espacios de trabajo. Dbdemos cargará e iniciará notebooks, pipelines de Declarative Pipelines, clusters, dashboards de Databricks SQL y modelos de warehouse… Consulta cómo usar dbdemos

Dbdemos se distribuye como un proyecto de GitHub.

Para obtener más detalles, consulta el archivo README.md de GitHub y sigue la documentación.
Dbdemos se proporciona tal cual. Consulta la Licencia y el Aviso para obtener más información.
Databricks no ofrece soporte oficial para dbdemos ni para los recursos asociados.
Si tienes algún problema, abre un ticket y el equipo de la demo lo revisará en la medida de lo posible.