Databricks Intelligence Platform para C360: reducir la rotación de clientes

La plataforma de inteligencia de datos de Databricks está construida sobre un lakehouse, lo que proporciona una base abierta y unificada para todos los datos y la gobernanza. En esta demostración, le mostraremos cómo crear una solución de cliente 360, que ofrece datos e información valiosa que normalmente llevarían meses de esfuerzo en plataformas heredadas.

Esta demostración abarca la solución de punta a punta, impulsada por Databricks:

• Ingiera datos de sistemas externos (como Salesforce) con Lakeflow Connect y luego transfórmelos usando Spark™ Declarative Pipelines, un framework de ETL declarativo para crear canalizaciones de procesamiento de datos confiables y fáciles de mantener.
• Sus datos ingeridos están seguros, gobernados por Unity Catalog.
• Aproveche Databricks SQL y los endpoints del warehouse para crear un panel para analizar los datos ingeridos y comprender la pérdida de clientes existente.
• Cree un modelo de aprendizaje automático con Databricks AutoML para comprender y predecir la futura pérdida de clientes.
• Orqueste todos estos pasos con Databricks Lakeflow Jobs.

Para instalar la demostración, obtenga un espacio de trabajo gratuito de Databricks y ejecute los siguientes dos comandos en un notebook de Python

Dbdemos es una biblioteca de Python que instala demos completos de Databricks en sus áreas de trabajo. Dbemos cargará e iniciará notebooks, pipelines de Declarative Pipelines, clústeres, dashboards de Databricks SQL y modelos de warehouse… Vea cómo usar dbdemos

Dbdemos se distribuye como un proyecto de GitHub.

Para obtener más detalles, consulta en GitHub el archivo README.md 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 demostración lo revisará en la medida de lo posible.