Flota de agentes de Actian

Tu equipo de datos no puede realizar 48 tareas a la vez. Tu flota de agentes sí puede.

Siete agentes especializados documentan, supervisan, modelan, corrigen y analizan tus datos. Haz tu consulta en un lenguaje sencillo. El agente adecuado se encarga de ella y nada cambia en tu catálogo hasta que una persona lo apruebe.

Flota de agentes de Actian

Agentes de nivel empresarial para todo el equipo de gestión de datos

La gestión responsable, la confianza en los datos, la ingeniería de análisis y el análisis conversacional se basan en las mismas descripciones, términos del glosario, linaje y normas de gobernanza.

7

agentes especializados ya están disponibles, y pronto habrá más

48

las tareas que realiza la flota, cada una de ellas asociada a una pregunta real

4

Productos de Actian que utiliza la flota

Descubre tu flota de agentes de Actian, que parte del contexto.

Pídelo en un lenguaje sencillo y el especialista adecuado se encargará de ello. No se produce ningún cambio en tu catálogo hasta que una persona lo apruebe.

Solicita una demostración

Descubre tu flota de agentes de Actian, que parte del contexto.

Pídelo en un lenguaje sencillo y el especialista adecuado se encargará de ello. No se produce ningún cambio en tu catálogo hasta que una persona lo apruebe.

Solicita una demostración
Actian Data Steward Agent
Data Steward Agent
Agente de observabilidad de datos
Agente de ingeniería de análisis
Agente de análisis de datos
Agente de calidad de datos
Agente de descubrimiento
Agente ontológico
Actian Data Steward Agent
Data Steward Agent
Agente de observabilidad de datos
Agente de ingeniería de análisis
Agente de análisis de datos
Agente de calidad de datos
Agente de descubrimiento
Agente ontológico
Actian Data Steward Agent
Data Steward Agent
Agente de observabilidad de datos
Agente de ingeniería de análisis
Agente de análisis de datos
Agente de calidad de datos
Agente de descubrimiento
Agente ontológico
Actian Data Steward Agent
Data Steward Agent
Agente de observabilidad de datos
Agente de ingeniería de análisis
Agente de análisis de datos
Agente de calidad de datos
Agente de descubrimiento
Agente ontológico
Actian Data Steward Agent
Data Steward Agent
Agente de observabilidad de datos
Agente de ingeniería de análisis
Agente de análisis de datos
Agente de calidad de datos
Agente de descubrimiento
Agente ontológico
Actian Data Steward Agent
Data Steward Agent
Agente de observabilidad de datos
Agente de ingeniería de análisis
Agente de análisis de datos
Agente de calidad de datos
Agente de descubrimiento
Agente ontológico

Conoce la flota

Estructura de gobernanza

«Estos son nuestros requisitos. Prepara el catálogo según ellos».

  • Analiza un caso de uso o un requisito normativo que subas y propone los ámbitos, los términos del glosario y los elementos de datos que necesita.
  • Asigna cada uno de ellos a los conjuntos de datos recopilados que lo contienen y proporciona una justificación para cada enlace
  • Se parte únicamente de los metadatos técnicos, y no se crea nada hasta que tú lo apruebes

Contenido del catálogo

«¿Qué es lo que no está documentado y por dónde empiezo?»

  • Muestra los conjuntos de datos de un ámbito que tú mismo definas que no tengan propietario, descripción ni enlace al glosario

Documentación

«¿Puedes redactar esto?»

  • Las descripciones de los borradores deben basarse en el esquema y el linaje, nunca en un campo en blanco
  • Redacta documentación al estilo README con las fuentes originales y los usos posteriores

Glosario empresarial

«¿Cómo lo llamamos?»

  • Propone términos con sus definiciones
  • Los vincula a conjuntos de datos siempre que tu metamodelo lo permita

Clasificación de dominios

«¿A qué dominio pertenece esto?»

  • Ordena los conjuntos de datos según los valores de tu dominio y explica el motivo de cada uno de ellos.

Glosario de salud

«¿En qué puntos discrepamos?»

  • Detecta términos duplicados y contradictorios
  • Evalúa la gravedad de cada uno y indica quién debe resolverlo

Significado compartido

«¿Qué significa el término “cliente” en el conjunto de la empresa?»

  • Compara cómo se utiliza un concepto en cada ámbito, incluyendo los sinónimos y las definiciones que han ido divergiendo.
  • Hoy es una respuesta a petición; los modelos guardados se incluyen con el trabajo de ontología.

Normas de linaje

«Marca todo lo que se derive de esta columna».

  • Sigue el linaje a nivel de columna y aplica tu regla paso a paso
  • Una autorización por salto

Normas de la Cámara

«Hazlo siempre a nuestra manera».

  • Cumple con las instrucciones vigentes sobre el estilo de redacción y las propiedades obligatorias

Puerta de aprobación

«¿Qué va a cambiar exactamente?»

  • Muestra cada escritura en forma de ficha con el elemento, la operación y los valores exactos.
  • Los trabajos más grandes se ejecutan en modo planificado, y cada operación de escritura sigue solicitando

Clasificación por uso (plataforma)

«¿Qué recursos utiliza realmente la gente?»

  • Se debe a la popularidad de Explorer

Análisis de datos

«¿Qué me indican las tendencias de mis datos?»

  • Genera gráficos y resúmenes a partir de datos sin procesar
  • Facilita la interpretación de las tendencias en la calidad de los datos

Ayuda

«¿Cómo se hace esto?»

  • Ofrece explicaciones paso a paso y contexto
  • Mantiene a mano la información que necesitan los equipos

Enrutamiento

«¿Dónde puedo encontrar la regla, el incidente o el activo adecuados?»

  • Dirige a los usuarios a las reglas, incidencias o activos adecuados
  • Reduce el tiempo dedicado a buscar en la plataforma

Orquestación

«¿Cómo se configura y se conecta esto?»

  • Actúa como capa de control para las configuraciones, los metadatos y las integraciones
  • Automatiza la incorporación y la configuración

Validación

«¿Qué reglas de validación debo aplicar?»

  • Analiza continuamente las tendencias en materia de calidad de los datos
  • Sugiere reglas de validación
  • Garantiza la fiabilidad de las tuberías con menos trabajo manual

Diagnóstico de incidencias

«¿Qué provocó este incidente?»

  • Analiza las anomalías y los incidentes para identificar las posibles causas
  • Resalta las dependencias de la línea de trabajo para agilizar su resolución

Linaje

«¿Qué depende de estos datos?»

  • Mapea los flujos de datos entre fuentes y destinos
  • Identifica las dependencias y el impacto en las fases posteriores

Creación de modelos semánticos

«¿Podrías crear un modelo a partir de estos datos para analizarlos?»

  • Crea modelos a partir de datos y documentación

Definiciones métricas

«¿Cómo se debe calcular este indicador?»

  • Define las métricas reguladas y la lógica de negocio

Modelización de relaciones

«¿Qué relación hay entre estos datos?»

  • Define uniones y relaciones

Mantenimiento semántico

«¿Qué hay que cambiar?»

  • Supervisa los modelos y propone actualizaciones

Análisis ad hoc

«¿Qué tal va el negocio?»

  • Responde a preguntas utilizando una lógica de negocio definida.

Investigación

«¿Por qué ha cambiado esto?»

  • Analiza las tendencias y las causas fundamentales

Supervisión

«¿En qué debo fijarme?»

  • Muestra cambios significativos a lo largo del tiempo

Informes

«¿Podrías resumir este análisis?»

  • Crea informes con texto explicativo, gráficos y tablas

Explicabilidad

«¿Cómo has llegado a esta respuesta?»

  • Muestra la lógica que hay detrás de cada resultado

Evaluación sobre el terreno

«¿Qué problema hay con estos datos?»

  • Analiza campos y conjuntos de datos para identificar problemas de calidad

Recomendación de medidas correctoras

«¿Cómo debería corregir estos datos?»

  • Recomienda y aplica soluciones a los problemas de calidad detectados

Detección de patrones y anomalías

«¿Qué te parece raro?»

  • Detecta patrones y anomalías en los valores de campo

Recomendación sobre la norma

«¿Qué norma debo aplicar?»

  • Recomienda y aplica normas de calidad basadas en datos

Reglas de varios campos

«¿Cómo puedo crear una regla que compruebe dos campos a la vez?»

  • Crea reglas condicionales entre campos y relaciones

Validación de reglas

«¿Esta regla ha hecho lo que yo quería?»

  • Muestra los registros válidos e inválidos según las reglas aplicadas

Búsqueda en lenguaje sencillo

«Búscame datos sobre la pérdida de clientes en Francia».

  • Búsquedas por significado, no por palabras clave
  • Da prioridad al mejor producto de datos y explica por qué es el más adecuado

Comprobación de fiabilidad

«¿Puedo usar esto?»

  • Muestra el propietario, la descripción, la fase y los indicadores de datos personales en una sola respuesta
  • Dice claramente lo que falta

Comparación

«¿Cuál de estos dos debería elegir?»

  • Compara los candidatos en cuanto a su definición, actualidad, origen y quiénes ya los utilizan

Recomendaciones

«¿Qué utilizan equipos como el mío?»

  • Clasificación según el número de equipos que utilizan un recurso
  • Te sugiere qué suele combinar bien con lo que ya tienes

Explícalo en su contexto

«¿Qué hay aquí dentro, en realidad?»

  • Resume las columnas, los términos del glosario y el contrato de datos en un lenguaje sencillo, con indicación de las fuentes.

Acceso

«¿Cómo puedo acceder?»

  • Inicia la solicitud de acceso desde la página del producto con tu caso de uso ya rellenado
  • El propietario lo aprueba y tú lo sigues en «Mis solicitudes».

Solicitar un producto

«Nada encaja. ¿Alguien podría construirlo?»

  • Elabora una propuesta con fuentes, esquema y normas de calidad
  • Se encarga de que el propietario y el agente responsable de los datos lo desarrollen

Dónde trabajas

«¿Puedo hacer una pregunta desde mi propia herramienta de IA?»

  • Ofrece las mismas respuestas reguladas en Claude, Copilot o ChatGPT a través del servidor Actian MCP

Modelo de negocio

«¿Cómo encaja nuestro negocio en el conjunto?»

  • Propone conceptos fundamentales como «Cliente», «Cuenta» y «Contrato», y cómo se relacionan entre sí
  • Comienza por tu glosario, tus dominios y tu linaje

Mapas conceptuales

«¿Dónde aparece el término “Cliente” en nuestros datos?»

  • Relaciona cada concepto con los conjuntos de datos y los campos en los que se encuentra
  • Indica el motivo de cada enlace

Significado compartido, guardado

«Mantén una única definición en todos los dominios».

  • Convierte la comparación entre dominios del agente Data Steward en un modelo guardado
  • Mantiene un registro de sinónimos y variantes locales

Normas empresariales

«¿Qué es lo que siempre debe ser cierto?»

  • Incorpora al modelo reglas como «cada cuenta tiene un titular», de modo que los controles de calidad y los agentes puedan utilizarlas.

Contexto de la IA

«Proporciona a mis agentes el contexto adecuado».

  • Proporciona el modelo regulado a los agentes Analistas y a las herramientas de IA externas a través de MCP, de modo que todas las respuestas utilicen el mismo significado

Repercusiones del cambio

«¿Qué problemas surgirían si cambiáramos esta definición?»

  • Identifica los productos de datos, las métricas y los agentes que dependen de un concepto antes de que se produzca cualquier cambio

Gobernanza de modelos

«¿Quién lo aprobó y cuándo?»

  • Cada modificación del modelo se propone, se revisa y se le asigna un número de versión
  • Los propietarios lo aprueban, igual que en cualquier otra propuesta.

No hace falta que te aprendas los nombres de los agentes. Solo tienes que preguntar.

No hace falta que sepas qué funciones desempeña cada agente. Busca las preguntas que la flota responde hoy.

«¿Qué es lo que no está documentado y por dónde empiezo?»

Agente de gestión de datos Cobertura del catálogo

«¿Puedes redactar esto?»

Agente de gestión de datos Documentación

«¿Cómo lo llamamos?»

Agente de gestión de datos Glosario empresarial

«¿A qué dominio pertenece esto?»

Agente de gestión de datos Clasificación de dominios