Proyecto Metis · por Urbs Data

Todo tu equipo está a una pregunta de la respuesta.

Metis se acopla entre tu lakehouse y tu herramienta de BI. Pregunta en lenguaje natural y recibe respuestas construidas sobre el modelo semántico que tus analistas ya definieron.

Funciona sobre los modelos de dbt y la instancia de Metabase que ya tienes. Sin migraciones.

El problema

Urgencia, consistencia y disponibilidad rara vez se maximizan juntas.

Las preguntas de negocio llegan en el peor momento. La respuesta tiene que ser rápida, tiene que ser consistente y, sobre todo, tiene que ser la correcta.

El lakehouse no se ve

Meses de arquitectura, procesos y modelado, y el negocio sigue preguntando dónde está y qué puede hacer con eso.

Todo hace cola en el equipo de datos

El autoservicio de datos se promete en cada proyecto. En la práctica, cada pregunta pasa por las mismas pocas personas.

Hojas de cálculo imposibles

Los analistas dedican la semana a preparar exportaciones en vez de responder las preguntas que de verdad mueven el negocio.

Cómo funciona

Una capa entre tus datos y tu BI.

Metis no reemplaza tu almacén de datos ni tus tableros. Los conecta para que la distancia entre una pregunta y su respuesta deje de ser una solicitud al equipo de datos.

  1. 01

    Tu lakehouse, tal como está

    Metis lee los modelos que tus analistas ya construyeron con dbt, junto con las definiciones que documentaron. Nada que migrar, ninguna capa nueva que mantener.

  2. 02

    Preguntas en lenguaje natural

    Una consulta puntual o un tablero que necesita quedar vivo. Ambos empiezan igual, en una conversación, sin saltar entre plataformas.

  3. 03

    El resultado llega a tu BI

    Las visualizaciones aterrizan en Metabase, donde tu equipo ya trabaja, con la consulta que las produjo adjunta.

Modelo semántico

Las definiciones de negocio no se pueden omitir.

Qué es la contribución marginal, el margen bruto o un cliente fiel nunca es trivial, y no lo decide un modelo de lenguaje. Lo resuelven tus analistas junto al negocio, y Metis construye cada respuesta sobre eso.

  • Documentado en dbt, al lado de las tablas y columnas que describe
  • Público y legible por todos, no solo por el equipo de datos
  • Evoluciona con la organización, y Metis mejora a medida que crece
Un modelo de lenguaje puede escribir la consulta. Decidir qué significa el número sigue siendo trabajo de quienes conocen el negocio.

Por qué las respuestas son confiables

La fuente de verdad es el modelo, no el prompt

Capacidades

Todo desde un solo lugar.

Un espacio de trabajo para preguntar, validar y publicar, para que nadie tenga que aprender SQL para obtener una respuesta.

Análisis conversacional

Pregunta, repregunta y desglosa el número sin salir del hilo.

Catálogo verificado

Modelos, columnas y definiciones de negocio sincronizados desde Metabase.

Consulta puntual o tablero permanente

Responde una pregunta una vez o conviértela en un tablero que se mantiene actualizado.

Consultas auditables

Cada respuesta muestra el SQL que ejecutó y el modelo del que leyó.

Organizaciones y roles

Espacios aislados por equipo o cliente, con propietarios, administradores y miembros.

Accesos bajo control

Dos factores, política de sesión y auditoría en las cuentas que importan.

Pon el lakehouse a responder preguntas.

Trae los modelos en los que ya confías y deja que el resto de la organización les pregunte lo que necesite.