第28章 Compass：在 Slack 中实现 AI 数据仓库分析
Compass 现已支持所有主流数据仓库。你可以接入自己的数据源，在 Slack 中直接获得 AI 驱动的分析结果，数据保留在原有位置，治理体系完整无损。
虽然数据团队已在尽力，但数据需求却是无限的。核心痛点在于：获取数据洞察往往意味着要四处寻找正确的 Dashboard，确认数据是否实时，再将看到的内容转译回最初的问题。大多数人最终会选择放弃或凭直觉判断。
我们打造 Compass 正是为了解决这一问题。它是一款嵌入工作场景的 AI 数据分析工具。你只需使用自然语言提问，即可直接从数据仓库获取带有图表和上下文的回答。无需 Dashboard，无需提工单，无需等待。
与其他 AI 分析工具不同，Compass 直接对接现有数据仓库，包括 Snowflake、BigQuery、Redshift、AWS Athena、Postgres、Databricks 或 MotherDuck。数据位置不变，治理完整保留，你只需要更快地获取答案。
Compass 现已在 compass.dagster.io 上线。
在对话发生地进行快速探索性分析 在任意拥有 Compass 的频道中提及 @Compass 并提问。Compass 会在数据仓库的治理上下文范围内搜索，生成 SQL，并在当前对话线程中回复解释说明和可视化图表。
比如：“如果潜在客户参加网络研讨会，成交的可能性有多大？” 几秒钟内即可得到结果，并附带分解分析和趋势图。
再如：“计算过去 30 天企业客户的每日中位数、第 75 百分位数和每日最大并发使用量。然后取这三个指标的中位数，再取该中位数的第 75 百分位数。提供每日百分位数的 CSV 文件及汇总统计数据。” Compass 支持多步骤分析，并直接返回 CSV 文件。
在底层架构上，Compass 遵循复杂的查询生命周期，涵盖从上下文搜索、数据集发现到 SQL 生成和结果处理的全过程。（好奇其工作原理？请参阅《Compass 如何将问题转化为查询》）
内部团队及早期用户反馈显示，Compass 实际上改善了数据团队与利益相关者之间的关系。数据团队不再是被动的瓶颈，而是转变为教育者。当有人提问时，数据团队可以看到问题，随时介入补充上下文或验证方法，从而了解利益相关者真正的需求。这些互动建立了更好的反馈循环：数据团队能发现哪些数据集需要更好的文档，哪些业务逻辑需要编码化，哪些问题是重复出现的。合作关系从交易型（提工单，得答案）转变为协作型（共同解决问题）。
专为寻求控制权的团队打造 你可以控制 Compass 可访问的数据集。你能看到所有问题和查询。当出现异常时，你可以介入并帮助 Compass 学习。
真正的力量在于上下文存储。仓库拥有数据，而你拥有组织知识、命名规范、业务逻辑和边界情况。Compass 会学习诸如“净销售额”在贵司是指排除退款后的金额，或者总是使用 billing_address_state 而非 shipping_address。正是这些上下文让 Compass 对特定组织准确无误，而不仅仅是技术上正确。
当用户遇到复杂问题时，可以直接将数据专家拉入对话线程。这样既能保持治理规范，又不会成为流程瓶颈。
快速配置，即时见效 连接数据仓库，安装 Slack 应用，即可开始使用。Compass 会自动扫描 schema 并开始回答问题。无需配置语义层，无需定义模型，无需准备文档。
安全说明：你的数据永远不会离开数据仓库。Compass 使用现有的权限和安全模型直接连接，生成 SQL 查询并以只读权限执行。我们存储对话和提供的上下文，但实际数据库数据保留在你的基础设施中。你对 Compass 可访问的内容拥有完全控制权。AI 提供商不会使用你的查询进行训练；每个客户享有完整的工作区隔离，所有连接均使用 TLS 1.2+ 加密，存储数据使用 AES-256 加密。
随着团队使用，Compass 不断学习，对业务的理解越来越深。你提供关于业务逻辑和命名规范的上下文越多，Compass 生成的查询针对你所在组织就越准确。
值得信赖的答案 Compass 专为探索性分析而设计，旨在提供支持决策的答案并激发后续追问。每个回答都包含 SQL 代码和足够的上下文，以便理解数据来源。分析过程也是迭代的，它会执行多次查询以寻找最优解。
当董事会报告或佣金计算等场景需要高精度时，请交由数据团队生成正式报告。Compass 擅长处理那些速度比完美更重要的初步探索问题，从而解放团队，让他们专注于需要深厚专业知识的工作。
由于所有交互都在 Slack 中进行，上下文得以保留。后续问题可以基于之前的回答展开。团队无需切换工具即可围绕数据进行协作。
团队正在如何使用它 RevOps 在会议前检查管道健康度。PM 验证用户行为假设。客户成功团队在与客户通话时查阅账户指标。工程师通过结构化日志识别产品瓶颈。
我们发现最强大的模式之一是多人对话。某人开始用 Compass 探索数据，发现有趣之处，并将其他队友直接拉入线程。数据团队可以审查查询、补充上下文或建议后续步骤，全程无需离开 Slack。
我们在 Dagster 内部使用 Compass 已有数月。我们的数据分析师 Anil 使用它来在不扩编团队的情况下扩展分析能力，处理探索性问题、原型 Dashboard，并构建集中式上下文存储，使每次回答都更智能。共同点在于：在那些速度比完美更重要的场景中使用。
现已可用 Compass 已上线。如果你的团队使用 Slack，并拥有 Snowflake、BigQuery、Redshift、AWS Athena、Postgres、Databricks 或 MotherDuck 仓库，你可以在 5 分钟内通过 compass.dagster.io 完成连接。
Compass 向所有人公开。数十名早期用户已在使用，并取得了显著成效。我们将持续迭代，未来几个月将根据生产环境中团队的实际反馈进行优化。
想先试试？加入我们 Dagster 社区 Slack，那里有一个实时演示实例。你可以提问、观察其他用户的使用方式，并在连接自己的仓库之前熟悉 Compass。
即将推出：
主动洞察：自动呈现趋势和异常的每日检查 更深层的治理：细粒度权限和审计追踪 Dagster+ 集成：与编排平台原生连接，提供关于数据新鲜度和血缘的更丰富上下文，简化数据操作。 定制化实施： 如果你希望将 Compass 部署在 Microsoft Teams、Discord、本地环境，或有其他特殊考虑，请联系我们，我们可以协同工作。
我们为何打造 Compass Dagster 旨在提高数据工程师的生产力。我们构建了一个将数据资产视为一等公民的编排和可观测性平台，使数据平台能够在不让人头疼的情况下进行扩展。
Compass 将这一使命延伸到了依赖这些平台所产生数据的人群。驱动 Dagster 的同一套哲学——尊重数据基础设施、兼容现有技术栈、优先考虑用户体验——同样适用于 Compass。
我们设计 Compass 是为了配合你的数据仓库，而非替代它。无论你使用的是 Snowflake、BigQuery 还是 Redshift，Compass 都直接连接现有基础设施。无需移动数据，无供应商锁定，无需架构变更。
你构建的数据平台支撑着企业的核心产品。Compass 将这些产品放在团队工作的地方，使其更有用。
立即在 compass.dagster.io 试用 Compass。 Compass 直接连接 Snowflake、BigQuery、Redshift、AWS Athena、Postgres、Databricks 或 MotherDuck，更多仓库支持即将推出。Slack 集成需要工作区管理员批准。 有反馈或疑问？请在 Slack 或 Github 发起讨论。 希望加入我们？查看开放职位。 想要更多内容？在 LinkedIn 关注我们。
