Snowflake Horizon Context
Un contexte actif pour l’IA et la BI qui garantit des réponses fiables. Centralisez la sémantique métier de vos systèmes BI et data pour que chaque outil, application et agent d’IA s'appuient sur la même logique de confiance.
Centralisez votre contexte
Extrayez les métadonnées de systèmes disparates pour donner à l’IA une vue complète des données internes et externes à Snowflake.
Enrichissez votre contexte
Automatisez l’enrichissement des métadonnées pour créer et maintenir votre couche de contexte, et libérer vos équipes des tâches fastidieuses tout en les conservant dans la boucle.
Activez votre contexte
Découvrez votre contexte data, rendez-le accessible et activez-le automatiquement pour l’IA, la BI et toutes vos applications.
Atouts disctinctifs
Une source de vérité unique pour chaque outil et chaque usage
Connecteurs et normes
Collectez les métadonnées de sources multiples
Centralisez dans un catalogue consultable votre contexte enrichi de vos logs de requêtes, popularité et schémas provenant de multiples sources de BI .
Ne vous limitez pas aux métadonnées Snowflake : cataloguez l’ensemble de votre parc de données avec des connecteurs natifs pour Tableau, Power BI* et bien d’autres.
Configurez vos producteur OpenLineage (Apache Airflow1, etc.) pour envoyer automatiquement des informations de traçabilité.
Partagez les métadonnées entre vos différents fournisseurs grâce à la norme OSI (Open Semantic Interchange), portée par plus de 50 entreprises participantes.
Couche de contexte métier
Enrichissez vos données et préparez vos actifs pour l’IA
Faites remonter les signaux de qualité grâce à la traçabilité au niveau de la colonne des données Snowflake et externes. Générez vos documentations automatiquement à partir de les métadonnées.
Créez des vues sémantiques dans Semantic Studio*, un IDE assisté par l’IA dans Workspaces avec un versioning Git et une intégration Snowflake CoCo .
Allégez la charge de vos équipes avec Semantic View Autopilot : ingérez des fichiers SQL, Tableau ou Power BI existants* et générez automatiquement votre vue sémantique.
Gérez les métriques de niveau de détail, les définitions composables et les matérialisations qui réécrivent vos requêtes à votre place.
Portée multiplateforme
Affichez des informations fiables dans tous vos outils
- Trouvez rapidement vos ressources grâce à Universal Search*, encore accélérée par un classement hybride combinant mots-clés et sémantique.
Interrogez nativement vos définitions gouvernées depuis Power BI, Tableau, Excel, Google Sheets, Google Data Studio et ThoughtSpot*.
Posez vos questions et bénéficiez de réponses fiables ancrées dans les définitions gouvernées de vos données. CoCo trouve automatiquement les vues sémantiques les mieux adaptées.
Donnez aux agents d’IA externes un accès à des données gouvernées via MCP. Connectez-vous depuis Claude, Cursor ou tout autre framework d’agents†.
La puissance deSnowflake Horizon Catalog
Agents d’IA et analytique conversationnelle
Posez en langage naturel n’importe quelle question sur vos données et obtenez des réponses fondées sur une logique métier gouvernée. Snowflake CoCo et Snowflake CoWork découvrent et interrogent automatiquement les bonnes vues sémantiques, pour que les agents d’IA et les analystes travaillent à partir des mêmes définitions de confiance.
Sémantique
Définissez votre logique métier dans Semantic Views, pour qu’elle s’applique partout. Semantic Studio* vous permet de créer et tester des définitions avec l’aide de l’IA. Vous pouvez également laisser Semantic View Autopilot générer automatiquement des vues sémantiques à partir de vos fichiers SQL, Tableau ou Power BI existants.
Connecteurs BI prêts à l’emploi pour les métadonnées riches
Cataloguez l’ensemble de votre parc de données, de Snowflake aux outils de BI comme Tableau et Power BI, dans un hub unique consultable enrichi des logs de requêtes, des schémas et des métriques de popularité.
Réponses fiables avec Snowflake CoCo
CoCo récupère automatiquement tout contexte pertinent à l’aide d’une recherche hybride combinant mots-clés et sémantique.
« Semantic View Autopilot fournit à nos systèmes d’IA des informations cohérentes et gouvernées sur nos métriques... cela nous permet grâce à l’IA d’apporter à nos clients personnalisation, fiabilité et engagement, pour établir la confiance. »
Matt Walker, CTO
« Snowflake Horizon Context permet à Wix de définir la logique métier de ses tableaux de bord et de son IA une bonne fois pour toutes, ce qui nous assure la cohérence, un développement plus rapide et la confiance dans nos données. »
Kyrylo Andriiashevskyi
Wix Analytics Data Team Lead
Partenaires de l’écosystèmeHorizon Context
HORIZON CONTEXT
Questions fréquentes
Trouvez des réponses sur la configuration, la compatibilité et l’intégration d’Horizon Context à votre pile existante.
Horizon Context est la couche de contexte gouvernée intégrée à Snowflake Horizon Catalog. Elle centralise les définitions, les métriques, les relations et la logique métiers, afin qu’elles s’appliquent de manière cohérente à tous les outils de BI, agents d’IA et applications.
Oui. Vous pouvez extraire du contexte de bases de données externes, d’outils de BI et de systèmes de pipeline à l’aide de connecteurs de métadonnées. Les politiques de gouvernance s’appliquent aux données, où qu’elles résident.
Horizon Context améliore la précision en permettant aux agents d’IA de découvrir et d’interroger automatiquement les vues sémantiques qui intègrent une logique métier gouvernée. Au lieu de deviner le contexte à partir de schémas bruts, les modèles d’IA raisonnent à partir de définitions fiables, ce qui limite les hallucinations et produit des réponses fiables et cohérentes.
Non. dbt définit la logique de transformation (comment sont construites les données). Les vues sémantiques définissent le sens métier (comment sont interprétées les données). Ils sont complémentaires. dbt transforme ; Horizon Context gouverne le sens.
Les couches tierces sont à l’extérieur du moteur de requête. La gouvernance peut être contournée en interrogeant directement les tables. Horizon Context applique la sécurité et la logique métier au niveau du moteur. Il ne peut être contourné.
Le contexte collecté par Snowflake s’organise en plusieurs couches :
- Structurelle : ce qui existe et comment les éléments se connectent (ex. tables, colonnes, traçabilité)
- Opérationnelle : ce qui se passe (ex. requêtes, fraîcheur des données, performance)
- Sémantique : ce que cela signifie (ex. définitions, métriques, ontologie)
- Comportementale : comment les données sont utilisées (ex. popularité, patterns de requêtes)
