La couche sémantique d’entreprise
Quatre plateformes. Un seul jeu de chiffres gouverné.
Salesforce Data 360, Snowflake, Databricks et Palantir AIP se connectent en lecture seule, et TabTotal hérite de leur catalogue.
Connecter un entrepôt sans céder l’accès en écriture.
Les connecteurs ne contiennent aucune méthode d’écriture. Un accès en lecture seule est tout ce dont TabTotal a besoin. Ce que votre rôle ne peut pas voir, Boreon ne le voit pas non plus.
Votre entrepôt garde son propre vocabulaire.
Chacun des trois grands catalogues sémantiques a ses propres mots, et le TabTotal de Boreon les parle tous.
| Entrepôt | Catalogue gouverné | Définir un indicateur une fois | La surface de questions qu’elle alimente |
|---|---|---|---|
| Salesforce | Data 360 | Semantic model | Tableau Semantics |
| Databricks | Unity Catalog | Metric view | Genie |
| Snowflake | Horizon Catalog | Semantic view | Cortex Analyst |
| Palantir | AIP Ontology | Object type and Function | AIP Assistant |
Salesforce
Databricks
Snowflake
Palantir- Salesforce Data 360
- Snowflake
- Databricks
- Palantir AIP Ontology
Une définition, et toutes les réponses concordent.
Le TabTotal de Boreon garde sa propre copie de votre définition et écrit la requête à partir d’elle.
La définition dont TabTotal tire ses réponses est celle qui alimente Tableau Semantics, Genie et Cortex Analyst. Le chiffre d’une conversation, celui d’un tableau de bord et celui de votre entrepôt sont donc un seul chiffre, et le chiffre d’affaires signifie ce que votre équipe finance a décidé.
Chaque réponse utilise vos chiffres certifiés.
Vous définissez un indicateur une seule fois dans Salesforce Data 360, Snowflake ou Databricks. L’IA le nomme ; TabTotal écrit le SQL à partir de sa propre copie de votre définition, avec vos identifiants. Le chiffre d’une conversation est donc le chiffre de votre entrepôt.
Ontologie
L’une des quatre n’a aucune table.
Databricks et Snowflake publient des schémas et des tables. Palantir Foundry publie une ontologie, et elle répond au même contrat.
Un type d’objet porte des propriétés typées là où une table porte des colonnes, et les types de lien sont le graphe de jointure que la plateforme déclare elle-même, plutôt qu’un graphe déduit des noms de colonnes. Votre inventaire se lit en ontologie et type d’objet là où les autres se lisent en schéma et table. Le même relevé de champ, la même file d’approbation et la même requête gouvernée s’appliquent, sans cas particulier.
Un indicateur doit être déclaré, jamais deviné
Une vue de métriques indique lequel de ses membres est un indicateur. Une ontologie, non. Elle publie des propriétés typées et laisse n’importe quel appelant agréger n’importe laquelle de leurs valeurs numériques. Numérique n’est pas la même chose que mesurable. Un type d’objet réel porte cinquante et une propriétés, dont vingt numériques, et parmi ces nombres figurent une latitude et une longitude. Sommer l’une ou l’autre ne veut rien dire. Un indicateur n’est lu que depuis une Function dont la sortie déclarée est numérique, et une ontologie sans Function rapporte ses dimensions et une liste d’indicateurs vide plutôt que d’en inventer une.
Cela part du travail que vous avez déjà fait.
Vos noms. Vos couches. Votre taxonomie.
Un nom de couche vient de vos propres noms d’objets. Si vous avez meta.distributions, c’est dans la couche meta. Si vous avez gold.sem_law, c’est dans gold. TabTotal hérite de ce que dit votre entrepôt au lieu d’imposer sa propre taxonomie : les mots à l’écran sont ceux que votre équipe emploie déjà en réunion.
- Tables et vues
- Colonnes
- Commentaires
- Tags
- Clés primaires et étrangères
- Autorisations
Chaque champ porte sa propre fiche.
Une liste de colonnes dit ce qui existe, la fiche dit ce que cela signifie.
- 01Nom
Le champ tel que vos équipes le demandent.
- 02Source physique
La table et la colonne d’où il vient réellement.
- 03Contraintes
Les clés et les règles que votre entrepôt applique déjà.
- 04Règles de qualité
Les contrôles qui décident si une valeur est acceptable.
- 05Description métier
Ce que cela signifie pour le métier, dans vos propres mots.
- 06Définition de l’indicateur
Le calcul, tenu une fois et réutilisé partout.
- 07Propriétaire
La personne qui en répond.
- 08Intendant
La personne qui s’en occupe au quotidien.
- 09Décision PII et SOX
S’il relève du personnel ou du périmètre financier, consigné comme une décision.
La même entité dans plusieurs plateformes est un seul objet.
La plupart des équipes finissent avec la même table à plus d’un endroit.
Là où deux serveurs divergent sur cet objet, la différence est remontée comme un constat de gouvernance avec vos autres constats, et la paire qui diverge est nommée. Une hypothèse silencieuse devient quelque chose sur quoi agir, et des serveurs cohérents deviennent quelque chose que vous pouvez prouver plutôt qu’espérer.
Chaque entrepôt est jugé sur ses propres preuves.
Une synchronisation ne rend compte que de l’entrepôt qu’elle a lu. Rafraîchir Data 360 vous parle de Data 360, et vos objets Snowflake et Databricks restent exactement comme votre équipe les a approuvés. Un rafraîchissement de routine se lit donc comme un rafraîchissement de routine, et c’est ce qui rend la file d’approbation digne d’être lue.
Votre couche bouge quand vous le dites.
Chaque synchronisation ultérieure arrive comme une proposition, parce que les entrepôts dérivent.
La première synchronisation fait entrer votre catalogue
Vos objets arrivent tels qu’ils sont aujourd’hui. Rien n’est réécrit et rien n’est renommé en chemin.
Chaque synchronisation ultérieure met ses changements de côté
Un rafraîchissement n’entre pas tout seul dans votre couche. Ce qu’il a trouvé attend une personne, mis de côté.
Vous voyez l’avant et l’après
Chaque changement mis de côté porte une empreinte de contenu des deux côtés : ce qui a bougé est un fait plutôt qu’un souvenir.
Vous approuvez un entrepôt à la fois
Chaque serveur est jugé sur ses propres preuves : un rafraîchissement de routine d’un entrepôt se lit exactement comme cela.
Votre décision rejoint le journal
L’approbation est écrite dans un registre chaîné, et c’est précisément ce que votre auditeur voudra voir l’an prochain.
Six mesures, et le calcul derrière le score.
La couche rend compte d’elle-même, avant que quiconque vous demande un chiffre.
- Objects
- Standard Fields
- Translation
- Semantics
- Data Quality
- Governance
La qualité des données, avec ses cinq dimensions en vue.
- Documented
- Ruled
- Classified
- Owned
- Conformant
Les cinq sont moyennées à parts égales, car rien ne justifie d’en classer une au-dessus d’une autre et inventer des pondérations serait une fausse précision. Elles sont toujours affichées à côté du total, pour que le score vous dise quelle dimension améliorer au lieu de vous tendre un chiffre et de demander votre confiance. Une couche vide obtient zéro, pas un flatteur cent.
Un score exploitable, avec son calcul affiché.
La qualité des données est documentée, encadrée, classifiée, rattachée à un responsable et conforme, moyennée à parts égales et toujours affichée à côté du total. Vous voyez quelle dimension améliorer, au lieu de recevoir un chiffre unique et de devoir y croire.
Vous décidez de ce que la couche peut voir.
Vos autorisations sont la frontière, et elles le sont partout à la fois.
Un schéma restreint reste hors de la couche aux trois endroits où il pourrait sinon apparaître : quand un terme est résolu, quand l’IA reçoit du contexte, et quand quelqu’un parcourt le serveur à l’écran. Il y a une seule réponse à la question de savoir si une chose peut être vue, et elle tient dans chacun des trois : un relecteur n’a pas à vérifier trois surfaces pour en être sûr.
En dessous se trouve votre propre rôle d’entrepôt. TabTotal va exactement aussi loin que l’accès en lecture seule que vous lui avez donné, et pas plus loin. Quand votre équipe sécurité demande ce que cela peut voir, la réponse honnête est : ce que vous avez accordé, et vous pouvez le révoquer dans votre entrepôt sans nous demander.
Pointez-le sur votre propre catalogue.
Connectez un accès en lecture seule et voyez ce que votre entrepôt sait déjà de lui-même.