Nuestro Gerente de Ontología: Modelar su Negocio

Nuestro Gerente de Ontología es donde comienza el paso más crítico de su viaje analítico. Antes de que pueda crear un único panel de control confiable o un modelo de ML, primero debe crear un mapa limpio y confiable de su negocio. Esta es esa herramienta.Ontology Builder is where the most critical step of your analytics journey begins. Before you can build a single trusted Workbook or ML model in ML Hub, you must first create a clean, reliable map of your business. This is that tool.

Here, you will transform raw, physical data tables into a meaningful "digital twin" of your enterprise. You will create reusable Objects (e.g., Customer, Product) and define their Relationships that become the single source of truth for the entire Arkham platform.

Our Ontology Builder UI, showcasing the visual graph that maps business relationships and the Details Panel providing a live preview of the underlying data for a selected Object.

Cómo funciona: Un recorrido por la interfaz de usuario

El Gerente de Ontología se estructura en torno a un gráfico visual central y tres paneles clave para inspección, administración y análisis de impacto.

1. El gráfico de ontología

La parte central de la pantalla es la

  • Object Nodes: Cada cuadro en el gráfico es un Piloto, Aeronaves, Vuelo). Estas son las entidades centrales de su negocio.
  • Relationship Links: Las líneas punteadas que conectan los nodos representan Aeronaves puede tener muchos Vuelos).

Puede hacer clic y arrastrar para desplazar el lienzo y usar la rueda del ratón para acercar y alejar, lo que facilita la navegación incluso de ontologías muy grandes y complejas.

2. El panel de detalles

Cuando selecciona un objeto en el gráfico (como Ontology Graph (like the Aeronaves Objeto en el ejemplo), el Details Panel appears at the bottom. This is where you can inspect and manage the selected Object.

Our Preview tab allows you to see the live data for the first 100 instances of the selected Object, directly from the Lakehouse. This is invaluable for quickly validating that your Object is mapped correctly and that the underlying data is as you expect, before it gets used in a critical report.

Our Details tab provides a comprehensive overview of the Object's configuration.

  • Description: Una descripción legible por humanos de lo que representa el Objeto. Este contexto aparece en toda nuestra plataforma para ayudar a los usuarios a comprender los datos con los que están trabajando.
  • Properties: Una lista de todos los atributos que definen el Objeto. Cada propiedad tiene un nombre comercial (por ejemplo, Año de construcción) y una descripción. Éstas se convierten en las dimensiones y características confiables y reutilizables para los modelos de análisis descendente y ML.Built) and a description. These become the trusted, reusable dimensions and features for downstream analytics and ML models.
  • Relations: Una lista de las relaciones formales que este Objeto tiene con otros Objetos. Este es el núcleo del modelo semántico, lo que le permite atravesar su gráfico de negocios y hacer preguntas complejas.

3. El Panel de Dependientes

En el lado derecho, el

  • Workbooks: Muestra un recuento de todos Workbook that visualize this Object. This prevents you from breaking dashboards that rely on this part of the business model.

Este panel elimina las conjeturas del mantenimiento, lo que hace que su capa semántica sea segura para evolucionar y mejorar con el tiempo.

4. Acciones clave

  • Add Object: El + Añadir objeto el botón en la esquina superior derecha abre un asistente que le permite crear un nuevo objeto mapeándolo a un dataset de nivel de producción en su Lakehouse.Lakehouse.
  • Edit / Add Relation: Dentro del Panel Detalles, estos botones permiten modificar los metadatos del Objeto seleccionado o definir nuevas relaciones con otros Objetos en el lienzo, enriqueciendo el modelo semántico.Details Panel, these buttons allow you to modify the selected Object's metadata or define new relationships with other Objects on the canvas, enriching the semantic model.

Beneficios Técnicos Clave

  • Modelado Visual de Negocios: El lienzo basado en gráficos hace que la capa semántica sea intuitiva y fácil de entender para todas las partes interesadas.Ontology Graph in a canvas UI makes our semantic layer intuitive and easy for all stakeholders to understand.
  • Análisis de Impacto Automatizado: El Dependents Panel provides instant, automated lineage, showing you exactly what will be affected by a change before you make it.
  • Vistas previas de datos en vivo: Valide instantáneamente sus asignaciones de objetos con datos en vivo de Lakehouse sin salir de la interfaz de usuario.Lakehouse without leaving our UI.
  • Lógica de Negocios Centralizada: Al definir objetos y relaciones aquí, crea una única fuente de verdad para los conceptos de negocios que se reutiliza en toda la plataforma.Data Platform and AI Platform.

🤖 AI-Assisted Ontology Modeling with TARS

As your AI co-pilot, TARS can significantly accelerate the development of your Ontology. Instead of manually mapping objects and properties, you can use natural language to have TARS perform these actions for you. It can also help you understand the current state of your ontology and its downstream dependencies.

"TARS, analyze the @sales_transactions and @customer_details datasets. What objects and relationships could I model from them?"

  • Visión General de Ontología: Comprenda cómo los objetos encajan en la capa semántica más amplia.
  • Catálogo de Datos: La fuente de los datasets de producción confiables usados para crear tus Objetos.
  • Workbooks: Visualiza dónde se consumen tus Objetos y sus propiedades en dashboards aguas abajo.