shuzi

Shuzi · BI de autoservicio

Peina tus datos,déjalos claros.

Muchas fuentes, muchas definiciones, muchos informes, peinados en uno solo. Datos con versiones, métricas con definiciones, respuestas con origen, permisos con límites.

Lo enredado son las fuentes.No deberían serlo las definiciones.

  • 1 juegode definiciones de métricas, compartido por informes, IA y API
  • 10bases de datos conectables, además de carga de archivos y extracción por API
  • 1 puntoaplica los permisos por fila, y nadie lo esquiva

Recorrido por el producto

Escríbelo en un notebook.
Pregúntalo en el chat.
Compártelo como app.

Tres puertas de entrada y una sola capa semántica debajo. Las mismas definiciones, los mismos permisos, las mismas cifras, entres por donde entres.

notebook · retail_q3Datos de ejemplo

SQL

-- Ingresos del T3 por categoría, solo pedidos confirmados
SELECT category,
       SUM(amount) AS revenue
FROM orders
WHERE status = 'confirmed'
  AND quarter = 'Q3'
GROUP BY category
ORDER BY revenue DESC

5 filas · listo

Resultado

CategoríaIngresosvs. trim. anterior
Ropa454k+3.9%
Hogar448k+8.2%
Electrónica304k-1%
Belleza270k+1.9%
Alimentación213k+6%

Gráfico

Ingresos por categoría

  • 454Ropa
  • 448Hogar
  • 304Electrónica
  • 270Belleza
  • 213Alimentación

Se ejecuta en un entorno SQL aislado y restringido, sobre las tablas que tienes permiso para leer.

agent · retail_modelDatos de ejemplo

Pregunta con tus propias palabras. El Agent lee la capa semántica, muestra sus pasos y luego dibuja la respuesta.

Compara los ingresos por región y trimestre, apilados por categoría.

  1. cube_list_models1 modelo
  2. cube_get_metadataretail_model
  3. cube_queryrevenue × region × quarter

Solo los datos que puedes ver

Los ingresos suben cada trimestre en las tres regiones. Región más grande: Este. Líder en todas partes: Ropa. Única categoría que baja: Electrónica.

Ingresos por región, trimestre y categoría
0200400600800Q1Q2Q3EsteQ1Q2Q3SurQ1Q2Q3Norte
  • Ropa
  • Hogar
  • Belleza
  • Electrónica
  • Alimentación
app · retail_overviewPublicado
Datos de ejemplo
Ingresos
1689k
+4,0 % vs. trimestre anterior
Categoría líder
Ropa
Mayor crecimiento
Hogar

Ingresos por categoría

  • Ropa454k
  • Hogar448k
  • Belleza270k
  • Electrónica304k
  • Alimentación213k

Mezcla de canales · Ropa

  • Online58%
  • Tiendas30%
  • Mayorista12%

Los permisos por fila se aplican a cada persona que lo ve.

Interfaz ilustrativa con datos de ejemplo de un minorista ficticio. No se conecta ningún dato real ni se llama a ninguna IA real.

Se oye en la oficina

  • ¿Por qué este número no coincide con el de Finanzas?
  • ¿Podemos volver a sacar el informe del mes pasado con los datos de entonces?
  • ¿Quién le dio acceso a esa tabla?
  • Solo quiero un dato, y otra vez a esperar al equipo de datos.
  • ¿Puedo fiarme del número que me da la IA?
  • El informe va por la sexta versión. ¿Cuál es la buena?

01 · Definiciones

Una palabra,
tres números.

Finanzas cuenta el ingreso reconocido, Ventas los pedidos cerrados, Operaciones los cobros. Cada uno tiene su informe y su SQL, y la reunión semanal acaba siendo una conciliación.

FinanzasIngresos

1.203.400,00

SUM(recognized_amt)Ingreso reconocido
VentasIngresos

1.318.950,25

SUM(order_amt)Pedidos cerrados
OperacionesIngresos

1.176.280,40

SUM(cash_received)Cobros recibidos
revenue = SUM(amount) WHERE status = 'confirmed'Mayor diferencia entre los tres 142.669,85

Datos de ejemplo. Una vez compartida la definición, los informes, el asistente de IA y la API leen la misma.

02 · Cinco gestos

De la fuente a la respuesta,
cinco gestos.

Cada paso tiene una versión, una definición y un registro. Eso viene de la estructura, no de la costumbre.

01 / 05 · Ingestar

¿Podemos volver a sacar el informe del mes pasado con los datos de entonces?

Por desordenada que sea la fuente,
aterriza siempre igual.

Bases de datos, API y archivos cargados se extraen, transforman y fusionan mediante flujos de trabajo y se guardan como instantáneas inmutables y versionadas. Cada actualización es una versión nueva, y una mala puede revertirse.

  • Cargas por flujos de trabajoOrquesta visualmente extracciones y transformaciones. Los datos de distintas fuentes se sincronizan primero en instantáneas gestionadas y luego se analizan juntos.
  • Versiones inmutablesUna instantánea publicada nunca se edita. Se puede rastrear y revertir, y una versión referenciada jamás se borra por error.
  • Lectura y escritura separadasSolo el planificador escribe; las consultas leen de una réplica de solo lectura. La API nunca modifica datos a tus espaldas.
Saber más
workflow · revenue_dailyDatos de ejemplo

Fuentes

  • PostgreSQL
  • SQL Server
  • REST API
  • CSV · XLSX

Flujo de trabajo

  1. 01Extraer
  2. 02Transformar
  3. 03Fusionar por clave

Instantáneas

  • v13parquet inmutable
  • v12parquet
  • v11parquet

snapshot v13 · parquet · immutable

02 / 05 · Modelar

¿Por qué este número no coincide con el de Finanzas?

Defínelo una sola vez.

En un lienzo, ordena tablas, uniones, dimensiones y medidas en un modelo semántico, valídalo y publícalo. Los informes, el asistente de IA y las API abiertas leen la misma definición, y nadie calcula por su cuenta.

  • Modelado visualTablas, uniones, dimensiones y medidas se construyen en un lienzo, con la definición nativa disponible cuando la necesites.
  • Del borrador a la publicaciónPrimero se valida y luego se publica todo como una revisión nueva. Las definiciones históricas nunca se reescriben.
  • Cálculos coherentesLos informes, el asistente de IA y las API públicas calculan con los mismos modelos semánticos y permiten comprobar los resultados.
Saber más
semantic_model · valuationDatos de ejemplo
valuationsrevenue · count
funds
regions
calendar
products
measures:
  - name: revenue
    type: sum
    sql: amount
    filters:
      - sql: "{CUBE}.status = 'confirmed'"       

ref(revenue)

  • Informes
  • Asistente de IA
  • API
  • Puerto PG
  • MCP

revenue = SUM(amount) WHERE status = 'confirmed'

03 / 05 · Explorar

Solo quiero un dato, y otra vez a esperar al equipo de datos.

Negocio hace clic.
Los analistas dejan de hacer cola.

Sobre un modelo publicado, elige dimensiones, arrastra medidas, cambia de gráfico y añade filtros. El motivo de una cifra está a un clic.

  • Explora arrastrandoCambia dimensiones, medidas y tipos de gráfico libremente, y el resultado se actualiza al instante.
  • Detalle y filtrosPasa del total al detalle, con los filtros guardados junto al gráfico.
  • SQL para analistasLos analistas pueden escribir SQL al preparar datos, pero el resultado debe aterrizar como tabla gestionada antes de que los informes lo usen.
Saber más
explore · revenue_modelDatos de ejemplo

Dimensiones

Medidas

Ingresos

view → members → query → chart

04 / 05 · Preguntar

¿Puedo fiarme del número que me da la IA?

Pregunta a tus datos.
Las respuestas traen su origen.

Pregunta en lenguaje natural. El asistente solo llega a los datos a través de la capa semántica: listar modelos, leer metadatos, ejecutar una consulta. Cada paso queda a la vista y se ejecuta con los permisos de quien pregunta.

  • Pasos visiblesQué herramienta se usó y qué miembros se consultaron, todo a la vista y abierto a revisión.
  • Un único límite de permisosLos modelos y filas que tú no ves tampoco los ve el asistente.
  • Tu servicio de modelosLos administradores configuran un proveedor compatible con OpenAI, un modelo y una clave, que se guarda cifrada.
Saber más
ask · revenue_modelDatos de ejemplo

¿Qué región ingresa más?

  1. cube_list_models1 modelo
  2. cube_get_metadatarevenue_model
  3. cube_queryrevenue × region

Solo los datos que puedes ver

Respuesta de ejemplo: la región Norte ingresa más. Elige una región y un trimestre para ver el resultado de ejemplo de ese ámbito.

Norte
1.003.000,00
Sur
666.000,00

cube_list_models → cube_get_metadata → cube_query

05 / 05 · Publicar

El informe va por la sexta versión. ¿Cuál es la buena?

Cada cambio deja huella.
Cada versión puede volver.

Los gráficos forman paneles, los borradores se guardan solos y al publicar se fija una versión inmutable. Si algo se rompe, restaura cualquier versión anterior. Para mover entre entornos, exporta a YAML.

  • Borradores con guardado automáticoLos cambios se guardan en el servidor mientras trabajas, así que puedes seguir desde otro equipo.
  • Publicar y restaurarPublicar fija una versión histórica. Restaurar archiva primero el borrador actual y luego vuelve a la versión elegida.
  • Informes como códigoLos gráficos y paneles se exportan a YAML. Un lote se valida e importa entero, y cualquier fallo lo revierte todo.
Saber más
valuation.dashboard.ymlDatos de ejemplo
valuationPublicado · v7Guardado automático
Ingresos totales1.669.000,00

Versiones

  • v7actual
  • v6·
  • v5·

↺ Restaurar a v6

⇣ Exportar a YAML

dashboard.yml · version 1 · dry-run → apply

03 · Cómo encaja

Cinco capas.
Una sola fuente de verdad.

De las fuentes en bruto a la respuesta en pantalla, cada capa tiene una función y un límite. Elige una capa para ver qué hay en ella.

  • Todo lo que usa la gente lee de la capa inferior, nunca la esquiva. Notebooks, Agent, paneles, apps de datos, API JSON, MCP y puerto PG pasan por la misma puerta.

    • Notebook y SQL
    • Chat con el Agent
    • Paneles y apps
    • API · MCP · puerto PG
  • Los permisos por fila se aplican en un único lugar. Si no se puede tomar una decisión, la consulta se rechaza en lugar de dejarla pasar.

    • Un solo punto de aplicación
    • Se rechaza ante la duda
    • Las mismas filas en todas partes
  • Los ingresos se definen una sola vez, con su filtro, y cada gráfico, respuesta y llamada a la API los reutiliza. Un modelo publicado fija las instantáneas que lee, así que una consulta nunca mezcla datos viejos y nuevos a medias.

    • Dimensiones
    • Medidas
    • Uniones
    • Instantáneas fijas
  • Cada actualización escribe una versión nueva e inmutable, y nada se edita en el sitio. Solo el programador de tareas escribe; todo lo demás lee.

    • Inmutable
    • Parquet
    • Claves primarias obligatorias
  • Conecta diez tipos de bases de datos, sube archivos o extrae datos de una API. Los flujos de trabajo extraen, transforman y combinan según un calendario.

    • 10 bases de datos
    • CSV · Excel
    • Extracción por API
    • Flujos programados

Esquema. Los nombres de las capas están simplificados respecto a la arquitectura del producto.

04 · Creado por IA

Descríbelo.
Obtén una app que funciona.

Cuéntale al Agent qué quieres ver. Lee la capa semántica, escribe una app de datos en un solo archivo y la muestra al instante. Revísala y guárdala como app de datos.

Crea un panel de ventas por región y categoría.

app · sales_overviewCreado por el Agent

Resumen de ventas

1689kIngresos · Q3 · Datos de ejemplo

045090013501800Q1Q2Q3Todas las regiones
  • Ropa
  • Hogar
  • Belleza
  • Electrónica
  • Alimentación
Aislada · tus permisos

Déjame probar un cambio de precio y ver los ingresos y el margen.

app · price_whatifCreado por el Agent

Simulación de precios

Ingresos
474k
+22k
Margen bruto
62.8%
+1,8

Previsión de ingresos

Hoy
Aislada · tus permisos

Muestra la retención de clientes por cohorte de alta.

app · retentionCreado por el Agent

Retención

Retención por cohorte y mes

Aislada · tus permisos

Dibuja cada cuenta según ingresos y crecimiento, y marca los atípicos.

app · account_mapCreado por el Agent

Mapa de cuentas

Ingresos →↑ CrecimientoAtípico
Aislada · tus permisos

Apps ilustrativas con datos de ejemplo de un minorista ficticio. Las apps generadas se ejecutan en un entorno aislado sin acceso a la red y leen los datos a través del host, con tus permisos.

05 · Gobierno

La misma tabla, personas distintas,
filas distintas.

Autenticación, autorización por espacios, permisos por fila y auditoría se estrechan por capas. Los permisos por fila se aplican una vez, en la capa semántica, y los informes, el asistente de IA, la API y el puerto PG reciben el mismo trato. Si no se obtiene una decisión, la petición se rechaza, no se permite.

Pruébalo: cambia de identidad

Sesión iniciada como
Empresa participadaRegiónValoración
Xinghe UnoEste1.284.500,00
Yunshan ActivosEste963.200,50
Lanwan EnergíaSur752.100,00
Beichen ParqueNorte1.438.700,25
Haitang FondoSur612.000,00
Songxi SolarEste884.000,00
Yuanxiu LogísticaNorte523.300,00
Langrun TechSur709.800,00
Qinghe AgroNorte381.600,75

Filas visibles 9 / 9

Filtro — (no filter)

Total 7.549.201,50

Cuatro puertas de entrada, un solo resultado

  • Informes7.549.201,50
  • Asistente de IA7.549.201,50
  • API7.549.201,50
  • Puerto PG7.549.201,50
  1. 01

    Identidad

    Cuentas e inicio de sesión OIDC. Antes de tocar ningún dato, se comprueba quién eres.

  2. 02

    Autorización por espacio y recurso

    Los activos pertenecen a espacios personales o de equipo, y las carpetas y recursos se conceden a los miembros.

  3. 03

    Permisos por fila

    Una tabla de permisos decide qué filas ve cada persona, y se aplica una sola vez en la capa semántica.

  4. 04

    Auditoría

    Las acciones clave dejan registro, de modo que se puede consultar quién hizo qué y cuándo.

  • SQL en un entorno aislado

    La consola SQL se ejecuta en un entorno aislado de DuckDB con acceso restringido y con el acceso a archivos externos desactivado.

  • Política de salida

    Las peticiones salientes de flujos y conexiones siguen todas una política global de acceso saliente.

  • La IA tiene tus permisos

    El asistente consulta como la persona que pregunta y no hereda nada más amplio.

06 · Apertura

Fácil de entrar.
Fácil de sacar.

Una API JSON nativa, MCP, un puerto con protocolo PG, y gráficos y paneles en YAML. Tus datos y tus definiciones no quedan encerrados en una interfaz.

Orígenes

  • PostgreSQL
  • MySQL
  • Oracle
  • SQL Server
  • ClickHouse
  • Doris · StarRocks
  • Archivos · API

Cube Core

  1. Modelado de datosDimensiones, medidas, uniones y vistas, definidas una vez
  2. Control de accesoUn único punto de permisos por fila; solo vistas
  3. Instantáneas fijasCada consulta lee una versión inmutable de los datos
  4. API abiertasAPI JSON · MCP · puerto PG

capa semántica

Consumo

  • Paneles y apps de datosEn el espacio de trabajo
  • Agentes de IAMCP
  • Sistemas externosAPI JSON
  • Herramientas BI y ExcelPuerto PG · Power Query
Ilustración. El puerto PG lo abre un administrador al desplegar, solo en redes internas; Excel usa Power Query con la API JSON o una importación CSV, ya que Cube Core no tiene conexión directa con Excel.
POST /api/v1/query
Authorization: Bearer <token>

{
  "model_id": "valuation",
  "view": "asset_view",
  "query": {
    "measures": ["asset_view.revenue"],
    "dimensions": ["asset_view.region"],
    "order": [["asset_view.revenue", "desc"]],
    "limit": 100
  }
}

// → { "data": [ … ], "release_id": "…", "snapshot_set_id": "…" }

Consultas JSON nativas; cada resultado incluye los identificadores de la publicación y de la instantánea.

Bases de datos compatibles

  • PostgreSQL
  • MySQL
  • Oracle
  • SQL Server
  • ClickHouse
  • TiDB
  • Doris
  • StarRocks
  • KingbaseES
  • DuckDB

Además, carga de CSV / XLSX y extracción por API.

Las conexiones a bases de datos admiten saltos SSH y TLS mutuo

07 · Quién lo usa

Una plataforma,
y cada uno de los tres roles toma lo que necesita.

Equipos de negocio

  • AntesEsperar a que datos saque los números

    AhoraExplorar uno mismo un modelo publicado

  • AntesNo poder explicar de dónde sale una cifra

    AhoraRespuestas de IA con los pasos y las definiciones

  • AntesVarios informes, varios números

    AhoraUna única definición compartida de la métrica

Saber más

Equipos de datos

  • AntesUn SQL por informe

    AhoraPreparar una vez, modelar una vez, publicar una vez

  • AntesActualizaciones manuales, errores difíciles de rastrear

    AhoraActualización por flujo de trabajo, una versión nueva cada vez

  • AntesMiedo a que cambiar una definición lo rompa todo

    AhoraValidar un borrador y publicar una revisión nueva completa

Saber más

TI y dirección

  • AntesPermisos por costumbre y por chat

    AhoraAutorización por espacio más permisos por fila, aplicados en un solo lugar

  • AntesExportaciones y capturas por todas partes

    AhoraLas consultas pasan por una API autorizada y las acciones se auditan

  • AntesTemor a que la IA se extralimite

    AhoraLa IA tiene los permisos de quien pregunta y sus pasos son visibles

Saber más

Buenas preguntas

¿Qué es Shuzi?

Shuzi une ingesta, preparación, modelado semántico, análisis y publicación en una sola cadena, para que los equipos trabajen con definiciones de métricas compartidas.

¿Necesito saber SQL?

Los usuarios de negocio pueden usar los informes publicados, el explorador o el asistente de IA. Los analistas pueden usar SQL durante la preparación de datos.

¿Puede la IA ver datos que yo no puedo ver?

No. El asistente consulta como la persona que pregunta, con las mismas autorizaciones y permisos por fila.

¿Puedo consultar desde otras herramientas?

Sí. Los modelos publicados están disponibles por la API JSON, MCP o el puerto PG. El acceso real requiere autenticación y autorización.

¿Son reales los datos de este sitio?

No. Este sitio usa solo datos de ejemplo locales y respuestas predefinidas. Los datos reales se usan tras iniciar sesión, con tus propios permisos.

Lleva tus datosdel enredo a la claridad.

Pruébalo primero con datos de ejemplo y luego trae los tuyos.