Jedes Team hat seine eigene Version der Zahlen.
Vertrieb, Finance und Operations berechnen dieselbe KPI jeweils auf ihre Weise. Meetings beginnen mit der Frage, wessen Zahl stimmt, und einfache Fragen warten tagelang auf das Datenteam.
- Zwei Dashboards, zwei Zahlen für dieselbe KPI
- KPI-Logik versteckt in SQL und Tabellen
- Einfache Fragen in der Warteschlange der Analysten
- KI-Chatbots, die raten, was eine KPI bedeutet
Definieren, antworten, prüfen mit Freigabe.
Wir machen aus jeder KPI eine verbindliche Definition, abgestimmt mit Finance und den fachlich Verantwortlichen.
- Eine Definition pro KPI
- Versioniert in Git
- Ein Verantwortlicher für jede Kennzahl
Ihre Teams fragen in natürlicher Sprache, dort, wo sie ohnehin arbeiten. Der Agent antwortet auf Basis der verbindlichen Definitionen.
- Zahl und Erklärung
- Abfrage und Definition sichtbar
- Ihre Zugriffsrechte gelten
Er kann Dashboards aus denselben Definitionen bauen und Kacheln markieren, die davon abweichen, in BI-Tools wie Power BI, Tableau oder Looker.
- Dashboards aus verbindlichen KPIs
- Abweichungen markiert
- Korrekturen von einem Analysten freigegeben
Was Teams fragen.
- „Welche Deals sind aus diesem Quartal gerutscht?“
- „Wie hat sich die Abschlussquote je Region verändert?“
- „Welche Kunden bestellen weniger als üblich?“
- „Warum ist die Bruttomarge diesen Monat gesunken?“
- „Wie steht der DSO im Vergleich zum Vorquartal?“
- „Welche Kostenpositionen sind dieses Jahr am stärksten gestiegen?“
- „Welche Lager haben letzte Woche ihr Lieferziel verfehlt?“
- „Wo steigen die Retouren?“
- „Wie lange dauert eine Bestellung von der Zahlung bis zum Versand?“
Zuerst braucht es eine semantische Schicht.
AI Analyst antwortet auf Basis einer semantischen Schicht: den verbindlichen Definitionen Ihrer KPIs mit ihren Joins und Filtern, als Code gepflegt. Ohne sie muss jedes KI-Modell aus Tabellennamen raten, was eine KPI bedeutet, und zwei Personen erhalten auf dieselbe Frage unterschiedliche Zahlen. Haben Sie noch keine semantische Schicht, bauen wir sie als ersten Schritt auf.
dbt Semantic Layer, Snowflake Semantic Views, Databricks Metric Views, Cube oder LookML. Wir nutzen, was zu Ihrem Stack passt.
Lesezugriff auf Ihr Warehouse oder Lakehouse, so eingerichtet, dass jede Abfrage mit den Berechtigungen der fragenden Person läuft.
Slack, Microsoft Teams oder Ihr BI-Tool. Jede Antwort nennt die verwendete Definition und Abfrage.
Pro KPI, mit Finance abgestimmt und in Git versioniert.
Jede Antwort zeigt die Abfrage und die Definition dahinter.
Der Agent ändert nie selbst eine KPI-Definition oder ein Dashboard. Er schlägt jede Änderung vor, und einer Ihrer Analysten gibt sie frei.
Häufige Fragen
Was unterscheidet das von einem Chatbot auf unseren Daten?+
Ein generischer Chatbot schreibt SQL gegen Rohtabellen und rät, was eine KPI bedeutet. AI Analyst fragt nur die Definitionen ab, die Sie freigegeben haben, und zeigt zu jeder Antwort Abfrage und Definition.
Wir nutzen bereits Cortex Analyst oder Genie. Wozu AI Analyst?+
Nutzen Sie sie. Wo sie passen, bauen wir AI Analyst auf Snowflake Cortex Analyst oder Databricks AI/BI Genie auf und ergänzen, was sie für korrekte Antworten brauchen: die semantische Schicht, ein Testset mit echten Fragen und den Zugang über Slack oder Teams. Liegen Ihre Daten auf mehreren Plattformen oder Ihre Dashboards in Power BI, Tableau oder Looker, ergänzen wir eine eigene Agentenschicht.
Ändert er Dashboards selbstständig?+
Nein. Er schlägt jede Änderung vor, und ein Analyst prüft und gibt sie frei.
Mit welchen Tools arbeitet er?+
Er verbindet sich mit Ihrem Warehouse oder Lakehouse, Ihrem BI-Tool und den Kanälen, die Ihre Teams bereits nutzen, etwa Slack oder Microsoft Teams. Ihren Stack bestätigen wir im Scoping.
Wo läuft das Modell?+
Auf dem KI-Service, der bereits in Ihrem Cloud-Konto läuft: Amazon Bedrock, Snowflake Cortex, Databricks Mosaic AI Model Serving oder Vertex AI. On-Premises betreiben wir Open-Source-Modelle auf Ihrer Infrastruktur.
Wer sieht welche Zahlen?+
Wir richten ihn so ein, dass jede Abfrage mit den Zugriffsrechten der fragenden Person läuft. So sieht jeder nur Daten, die er ohnehin sehen darf.
Können wir ihn zu einer laufenden Plattform hinzufügen?+
Ja. Er kann Teil eines Production Sprints sein oder zu einer bereits produktiven Plattform hinzukommen.
Wo läuft das System, und wer hat die Kontrolle?+
Alles, was wir für Sie bauen, gehört Ihnen: Pipelines, Datenmodelle, Infrastruktur-Code und Dokumentation, in Ihrem eigenen Cloud-Konto und Ihren Repositories. Unsere Agenten und Accelerators erhalten Sie mit einer Lizenz, die auch dann weiterläuft, wenn Sie nicht mehr mit uns zusammenarbeiten. Wenn Sie vollen Zugriff auf den Quellcode benötigen, bieten wir auch das an.
Schluss mit der Diskussion, wessen Zahl stimmt.
Sagen Sie uns, welche Plattform und welches BI-Tool Sie nutzen.