lakehouse pour C360 : Réduire le taux d'attrition des clients
Type de démo
produit Tutorial
Durée
Au rythme de chacun
Qu'allez-vous apprendre ?
La maison de lac Databricks Plateforme est une architecture ouverte qui combine les meilleurs éléments de data lake et data warehouse. Dans cette démo, nous vous montrerons comment construire un 360° client Solutions sur le site lakehouse, en fournissant des données et insight qui nécessiteraient des mois d'efforts sur les plates-formes traditionnelles.
Cette démonstration couvre la Plateforme lakehouse de bout en bout :
- Intégrer des données provenant de systèmes externes (tels que EPR/Salesforce) et les transformer à l'aide de Delta Live Tables (DLT), un cadre ETL déclaratif permettant de construire un traitement de données fiable, maintenable et testable. pipeline
- Sécurisez vos données ingérées pour garantir la gouvernance et la sécurité des données PII.
- Exploiter Databricks SQL et les points d'accès à l'entrepôt pour construire un tableau de bord permettant d'analyser les données ingérées et de comprendre le taux d'attrition existant.
- Construire un Modèle de machine learning avec Databricks Machine Learning automatisé pour comprendre et prédire les désabonnements futurs
- Orchestrer toutes ces étapes avec Databricks Workflows
Pour installer la démo, obtenez un Espace de travail Databricks gratuit et exécutez les deux commandes suivantes dans un Python Notebook
Dbdemos est une bibliothèque Python qui installe des démos complètes de Databricks dans votre Espace de travail. Dbemos chargera et démarrera Notebook, Delta Live Tables pipeline, les clusters, Databricks SQL les tableaux de bord, les modèles d'entrepôt ... Voir comment utiliser dbdemos
Dbdemos est distribué en tant que projet GitHub.
Pour plus de détails, veuillez consulter le fichier README.md deGitHub et suivre la documentation.
Dbdemos est fourni tel quel. Voir la licence et l'avis pour plus de détails information.
Databricks n'offre pas de support officiel pour dbdemos et les produits associés asset.
Pour tout problème, veuillez ouvrir un ticket et l'équipe de démo y jettera un coup d'oeil sur la base du meilleur effort possible .