Uso de Databricks para el análisis de datos

El conector de Databricks le brinda a Claude acceso a los datos internos de tu organización a través de Unity Catalog, permitiendo el análisis de tus bases de datos, la ejecución de lógica de negocio personalizada y el acceso a documentos no estructurados. Databricks ofrece tres conectores separados: uno para funciones, uno para búsqueda vectorial y uno para Genie, cada uno accediendo a diferentes capacidades dentro de tu espacio de trabajo de Databricks.

Recordatorio sobre los componentes de Databricks

Antes de explorar lo que Claude puede hacer con Databricks, es importante entender tres componentes centrales que existen dentro de tu espacio de trabajo de Databricks:

1. Funciones de Unity Catalog: Funciones personalizadas en Python o SQL que tu organización ha creado para cálculos específicos, transformaciones de datos o integraciones de API. Estas podrían incluir algoritmos de puntuación propietarios, cálculos financieros normalizados o lógica de procesamiento de datos específica del negocio.

2. Búsqueda vectorial: Índices de búsqueda semántica construidos sobre los documentos y conjuntos de datos de tu organización. Estos permiten buscar contenido conceptualmente similar incluso cuando las palabras clave exactas no coinciden.

3. Genie: Una interfaz de lenguaje natural que traduce preguntas en inglés sencillo a consultas SQL contra tus datos. Genie usa metadatos sobre tus tablas y columnas para entender la terminología de negocio y generar las consultas apropiadas.

Qué proporciona este conector

Capacidades de integración

A través de la integración con Databricks, Claude puede acceder a recursos en tu espacio de trabajo:

• Ejecutar funciones personalizadas: Claude puede ejecutar funciones de Unity Catalog definidas por tu organización. Esto incluye ejecutar lógica de negocio compleja, aplicar cálculos o llamar a APIs externas a través de funciones que tu equipo ha creado. Por ejemplo, si tu organización ha construido una función personalizada de puntuación de salud del cliente, Claude puede aplicarla de manera consistente en los análisis.

• Búsqueda semántica: Usando índices de búsqueda vectorial, Claude puede encontrar documentos y contenido relevante basándose en el significado en lugar de solo palabras clave. Esto es particularmente útil para buscar en contratos, informes de investigación, comentarios de clientes o documentación técnica donde conceptos similares podrían expresarse de diferentes maneras.

• Consultas en lenguaje natural: A través de Genie, Claude puede traducir preguntas en inglés sencillo a consultas SQL. En lugar de escribir SQL complejo, puedes hacer preguntas como "¿Cuál fue nuestro crecimiento de ingresos el último trimestre?" y Claude usará Genie para generar y ejecutar la consulta apropiada.

• Acceso gobernado: Todo el acceso a datos a través del conector respeta los permisos y políticas de Unity Catalog de tu organización. Claude solo puede acceder a los datos y ejecutar las funciones que tu cuenta de usuario tiene permiso para usar.

Cómo usa Claude los datos de Databricks

Claude aplica las capacidades de Databricks de varias maneras para respaldar un análisis de datos integral:

• Análisis multifuente: Claude combina resultados de consultas a bases de datos, búsquedas vectoriales y funciones personalizadas para proporcionar información integral. Por ejemplo, al validar una tesis de inversión, Claude podría consultar el rendimiento financiero histórico de tu base de datos de cartera, buscar en informes de debida diligencia anteriores para inversiones similares del sector, y aplicar tu función propietaria de cálculo de TIR para modelar los rendimientos esperados.

• Exploración iterativa: Claude puede consultar datos, analizar resultados iniciales y refinar búsquedas basándose en los hallazgos. Esto permite un análisis donde los conocimientos de una consulta informan la siguiente.

• Aplicación de lógica personalizada: Al ejecutar funciones de Unity Catalog, Claude aplica las reglas y cálculos específicos de tu organización. Esto garantiza que las métricas propietarias, los cálculos ajustados y la lógica específica de la empresa se apliquen de manera uniforme en todos los análisis.

• Construcción contextual de consultas: Cuando haces preguntas en inglés sencillo, Claude usa Genie para traducirlas en consultas SQL apropiadas. Esta traducción considera las estructuras de tus tablas, nombres de columnas y relaciones para generar consultas precisas que coincidan con la estructura de tu base de datos.

• Reconocimiento de patrones: A través de la búsqueda vectorial, Claude puede encontrar patrones y similitudes entre documentos y datos. Esto ayuda a encontrar problemas relacionados, transacciones similares o situaciones comparables que podrían no ser obvias mediante búsquedas tradicionales por palabras clave.

Configuración del conector de Databricks

La integración con Databricks consta de tres conectores separados, cada uno requiriendo una configuración independiente:

1. Servidor de funciones: Accede a las funciones de Unity Catalog para cálculos, lógica de negocio y transformaciones de datos.

2. Servidor de búsqueda vectorial: Habilita la búsqueda semántica en documentos y conjuntos de datos indexados.

3. Servidor Genie: Proporciona capacidades de traducción de lenguaje natural a consultas SQL.

Los detalles técnicos de los conectores de Databricks se pueden encontrar en la documentación del servidor MCP de Databricks. La autenticación con los conectores de Databricks se maneja a través de OAuth (para Claude.ai y Claude Desktop) o a través de un Token de Acceso Personal de Databricks (solo para Claude Desktop).

Agregar el conector como propietario de la organización

1. Navega a Configuración de administrador > Conectores.

2. Desplázate hacia abajo y haz clic en "Agregar conector personalizado" al final de la lista.

3. Ingresa la URL de integración para tu espacio de trabajo de Databricks

4. Nombra la integración. Recuerda que hay tres servidores de Databricks separados, así que considera nombrar cada uno de manera única (por ejemplo, "Databricks UC", "Databricks Genie", "Databricks Search")

5. Haz clic en "Agregar"

Para usuarios individuales

Aprende sobre cómo encontrar y conectar herramientas.

Casos de uso comunes

Ejemplo de recursos disponibles

Para ilustrar cómo funcionan juntas estas capacidades, considera una firma de capital privado con los siguientes recursos de Databricks configurados:

Tablas en este escenario

1. portfolio_companies: Detalles de la empresa, información de adquisición, valoraciones actuales y niveles de deuda

2. financial_statements: Estados financieros por período incluyendo ingresos, EBITDA con ajustes, y métricas operativas como cantidad de clientes y tasa de abandono

3. market_comparables: Empresas comparables del sector con múltiplos de valoración y tasas de crecimiento

4. due_diligence_docs: Repositorio de informes de debida diligencia, documentos de análisis y memorandos de transacciones

Funciones de Unity Catalog en este escenario

1. calculate_normalized_ebitda(): Aplica ajustes estándar de capital privado al EBITDA reportado, eliminando costos únicos y normalizando la compensación del propietario

2. compute_portfolio_irr(): Calcula la tasa interna de retorno y el múltiplo sobre capital invertido basándose en flujos de efectivo y períodos de tenencia

3. estimate_debt_capacity(): Modela la capacidad máxima de apalancamiento con pruebas de estrés de cumplimiento de convenios bajo varios escenarios

Índice de búsqueda vectorial en este escenario

1. due_diligence_index: Búsqueda semántica en todos los documentos de debida diligencia, memorandos de transacciones e informes de análisis

Análisis de preparación para salida de cartera

Ejemplo de indicación de entrada:

Para este análisis, Claude podría usar las diferentes funciones de UC y Genie en los siguientes pasos:

1. Genie: Identificar empresas de la cartera mantenidas >3 años y recuperar sus últimos estados financieros.

2. Función de UC: Llamar a calculate_normalized_ebitda() para cada empresa para aplicar los ajustes de capital privado.

3. Función de UC: Ejecutar compute_portfolio_irr() para calcular la TIR y el MOIC para cada empresa.

4. Genie: Consultar empresas comparables del mercado y aplicar múltiplos del sector al EBITDA normalizado para obtener rangos de valoración.

Claude podría entonces reportar sus resultados en un resumen mostrando las empresas listas para salida con TIR, MOIC y rangos de valoración basados en los múltiplos de mercado actuales.

Valoración de nueva transacción

Ejemplo de indicación de entrada:

Para completar esta solicitud, Claude podría seguir este flujo de trabajo:

1. Genie: Consultar empresas comparables del mercado para empresas de tamaño similar en el sector objetivo para establecer puntos de referencia de valoración.

2. Función de UC: Llamar a estimate_debt_capacity() con las métricas objetivo para modelar escenarios de apalancamiento y realizar pruebas de estrés de cumplimiento de convenios.

3. Búsqueda vectorial: Buscar en el índice de debida diligencia manuales de creación de valor relevantes y transacciones precedentes.

4. Síntesis: Combinar resultados para generar un rango de valoración, una estructura de capital recomendada y precedentes relevantes.

Idealmente, Claude respondería entonces con un informe sobre el rango de valoración y un precio de oferta recomendado, citando las fuentes que llevan a su recomendación.

Evaluación de riesgo de incumplimiento de convenios

Ejemplo de indicación de entrada:

Para esta tarea, Claude podría usar los siguientes recursos:

1. Genie: Identificar empresas de la cartera con deuda, enfocándose en aquellas con apalancamiento >4x.

2. Función de UC: Llamar a calculate_normalized_ebitda() para cada empresa de alto apalancamiento para establecer una línea base.

3. Función de UC: Ejecutar estimate_debt_capacity() con escenarios de caída del 15%, 20% y 25% para cada empresa.

4. Genie: Consultar estados financieros históricos para identificar empresas con tendencias de deterioro en el capital de trabajo.

Claude podría entonces responder con un análisis de riesgo de incumplimiento, organizado por empresa y escenario.

Consejos para usar Databricks

• Sé específico sobre qué datos estás buscando.

  • Ejemplo: En lugar de "Analiza clientes", intenta "Muéstrame nuestros 20 principales clientes por…"

• Usa lenguaje de "encontrar similares" para la coincidencia de patrones

  • Ejemplo: "Encuentra comentarios que mencionen problemas como esta queja."

• Recuerda que todos los permisos de acceso a datos siguen tus permisos de Unity Catalog. Claude solo puede acceder a los datos a los que tú puedes acceder.

• Las funciones personalizadas proporcionan cálculos consistentes. Considera agregar funciones de UC para calcular métricas estandarizadas.

• Los análisis complejos pueden requerir múltiples pasos. Pide primero un plan y revisa el enfoque propuesto por Claude.