Databricks AI/BI : Optimisation de la chaîne d'approvisionnement avec des tableaux de bord et Genie

Databricks AI/BI facilite pour quiconque dans votre organisation l'exploitation du plein potentiel de vos données marketing. Une fois que vos données sont prêtes et sécurisées dans Unity Catalog, grâce à Data Intelligence, AI/BI comprend automatiquement sa structure, son utilisation et sa sémantique, ce qui simplifie la tâche des développeurs BI pour construire et partager rapidement des tableaux de bord en utilisant Databricks Assistant et pour les utilisateurs commerciaux de se servir eux-mêmes des insights en dialoguant avec leurs données en langage naturel.

Dans cette démo, nous chargerons et vous montrerons comment les utilisateurs finaux peuvent facilement analyser l'Optimisation de la Chaîne d'Approvisionnement en exploitant :

• des tableaux de bord AI/BI avec des visualisations interactives pour surveiller et analyser les principaux indicateurs de marketing
• AI/BI Genie pour aller au-delà des tableaux de bord et découvrir de nouvelles perspectives grâce au langage naturel

Pour installer la démo, obtenez un espace de travail Databricks gratuit et exécutez les deux commandes suivantes dans un carnet de notes Python.

%pip installez dbdemos

import dbdemos
dbdemos.install('aibi-supply-chain-forecasting', catalogue='main', schéma='dbdemos_aibi_mfg_supply_chain_optimization')

Dbdemos est une bibliothèque Python qui installe des démonstrations complètes de Databricks dans vos espaces de travail. Dbdemos chargera et démarrera des carnets de notes, des pipelines Delta Live Tables, des clusters, des tableaux de bord Databricks SQL et des modèles d'entrepôt... Voir comment utiliser dbdemos

Dbdemos est distribué en tant que projet GitHub.

Pour plus de détails, veuillez consulter le GitHub fichier README.md et suivez la documentation.
Dbdemos est fourni en l'état. Voir le Licence et Notice pour plus d'informations.
Databricks n'offre pas de support officiel pour dbdemos et les ressources associées.
Pour tout problème, veuillez ouvrir un ticket et l'équipe de démonstration examinera sur une base de meilleur effort.