Databricks: AI/BI Dashboards
Recentemente realizamos um webinar abordando sobre o Databricks AI/BI Dashboards em detalhe, confira:
O que é?
Desde junho/2024 a Databricks fez um rebrand da sua solução conhecida como Lakeview e a nomeoou como Databricks AI/BI Dashboards, tornando uma solução muito mais interessante e totalmente alimentada por Inteligência Artificial, através do que chamam de Compound AI System, vide:
Assim sendo, AI/BI Dashboards é mais uma funciondalidade do Databricks e que busca ser uma solução de painel de baixo código e com tecnologia de IA que inclui todos os recursos convencionais de BI que você esperaria prontos para uso, para responder a um conjunto fixo de perguntas de negócios.
É uma bela ferramenta e que atende ao propósito, quando você necessita apenas de dashboards! Precisamos lembrar que dashboards é diferente de relatórios, até a Microsoft com o Power BI faz a distinção entre dashboards, relatórios e relatórios paginados.
E neste sentido, comparando Dashboards entre soluções a da Databricks me parece muito promissora, vide:
| Solução | Exemplo dashboard |
|---|---|
| Microsoft PowerBI |  |
| Tableau |  |
| Databricks |  |
Quando colocamos ela comparada com os concorrentes, podemos ver que visualmente a ferramenta está competindo de igual para igual.
Achou interessante? Você pode agendar um momento com nosso time comercial clicando aqui.
Vantagens
- Visão unificada de seus dados: O Lakehouse Federation oferece uma visão unificada de todos os seus dados, independentemente de onde eles estejam armazenados;
- Análise em tempo real: Acesse e analise seus dados em tempo real, sem a necessidade de mover ou copiar dados;
- Simplicidade e flexibilidade: É fácil configurar e usar, e oferece suporte a uma ampla variedade de fontes de dados;
- Redução de custos e aumento da eficiência: Elimine a necessidade de integrações complexas e redundantes;
Camada semântica
Considero como um dos pontos fortes para utilização de dashboards através do Databricks é que a visualização dos dados estará diretamente conectado aos dados no lakehouse, eliminando uma camada semântica que o forçaria a ter que muitas vezes que importar os dados novamente para esta outra camada (vide modo import do PowerBI) ou mesmo que utilizasse um método diretamente conectado aos dados (directquery ou directlake), você ainda teria mais uma camada para gerenciar o desempenho do seu dashboard.
