Data & Context Studio

Transformez vos données commerciales en contexte prêt pour la décision.

Connectez vos sources, préparez vos données et définissez leur signification, pour que l’analyse, l’IA et l’exécution du pricing s’appuient sur un socle commercial partagé.

Data Hub / Datasets / Invoice lines

Source records, business definitions and dependencies in one workspace.

01 · Connecter et préparer

Rassemblez vos données commerciales.

Connectez systèmes et fichiers, examinez leur structure et résolvez les problèmes de données avant qu’ils n’atteignent les décisions commerciales.

Staging

Les lignes défectueuses attendent d’être corrigées, sans être perdues.

Une valeur qui ne respecte pas son type ou une règle de validation met la ligne en attente, avec son texte d’origine. Corrigez une ligne ou plusieurs à la fois, et les lignes qui passent rejoignent le dataset.

Profilage

Voyez les lacunes et les incohérences avant qu’elles n’atteignent un prix.

Profilez un dataset pour voir, pour chaque colonne, la part de valeurs manquantes et uniques, sa distribution ou ses valeurs les plus fréquentes, avec un résumé IA de ce qu’il faut regarder en premier.

Import et schéma

Examinez la structure avant l’arrivée de la première ligne.

Préparez un fichier, vérifiez les types détectés, puis acceptez ou modifiez les noms, types, descriptions et tags suggérés pour chaque colonne.

Intégrations

Gardez les sources connectées à jour.

Les datasets connectés s’actualisent selon leur propre planification, et les colonnes qui apparaissent dans une source peuvent être ajoutées et remplies rétroactivement.

Comment ça marche : fichiers, suggestions, connecteurs et staging
Classeurs
Les imports lisent des fichiers CSV et TSV. Pour un classeur Excel, choisissez les feuilles dont vous avez besoin dans File Manager (avec la ligne d’en-tête), et chacune devient un fichier CSV prêt à importer.
Suggestions de colonnes
Les suggestions sont tirées de l’en-tête de chaque colonne et d’au plus cinq valeurs d’exemple. Chaque suggestion reste modifiable, et aucune ne porte de score de confiance.
Connecteurs
Databricks, Salesforce et Google Drive se connectent aujourd’hui. Les synchronisations s’exécutent manuellement ou selon une planification (de l’heure au mois, ou cron) ; Salesforce se synchronise de façon incrémentale, les autres s’actualisent intégralement.
Staging
Chaque colonne peut être analysée strictement (les valeurs en échec vont en staging) ou avec tolérance (les valeurs en échec deviennent vides). Un import avec des lignes en staging est un chargement partiel, et le compteur le dit.
02 · Construire et transformer

Construisez les données dont dépendent vos décisions.

Combinez des sources, calculez des mesures et créez des vues réutilisables sur un canevas visuel, chaque transformation restant ouverte à l’inspection. Ci-dessous, un exemple : un modèle de données de ventes.

Data Hub / Views / Sales Data Model

Le canevas suit le constructeur de vues de Revomo. Les données sont illustratives ; le guide d’étapes et les explications ont été ajoutés pour cette page.

  • Toutes les opérations dont vous avez besoinJointure, filtre, agrégation, union, pivot, tri et calcul, chaque étape pouvant être stockée comme table.
  • Jointures temporellesLes conditions de jointure comparent autant qu’elles apparient, de sorte qu’un coût ou un prix ne s’applique que dans ses dates de validité.
  • Chaque étape ouverteChaque nœud affiche ses colonnes et son nombre de lignes ; ouvrez-le pour voir sa configuration ou prévisualiser ses données.
Formules et lookups

Calculez à travers datasets, vues et listes de prix.

Les colonnes de formule vivent dans les vues et les listes de prix. Un lookup tire une valeur d’un autre dataset, d’une vue, d’une liste de prix ou d’un ruleset, et une description en langage courant peut rédiger la formule pour que vous la vérifiiez.

Également dans le modèle
  • ClésChoisissez les colonnes qui identifient un enregistrement ; une vérification d’impact indique, avant l’enregistrement, combien de lignes sont uniques, et les doublons quittent la table active et sont exportés pour audit. Sans clé dans la source, les lignes sont numérotées automatiquement.
  • EnregistrementsAjoutez des enregistrements via un formulaire typé, verrouillez les colonnes qui ne doivent pas changer, et mettez à jour ou supprimez des enregistrements. Les grilles de listes de prix et de staging se modifient directement dans la cellule.
  • Explorer et exporterFiltrez n’importe quelle colonne par ses valeurs, tracez un graphique d’une sélection, enregistrez des dispositions pour vous ou pour un rôle, et exportez en CSV avec les vrais noms de colonnes.
Comment ça marche : vues et formules
Opérations
Les vues combinent datasets, listes de prix et autres vues avec des jointures (inner, left, right, full, cross, correspondances seules et sans correspondance), des filtres, des agrégations, des unions, des pivots, des tris et des colonnes de formule.
Conditions de jointure
Chaque condition compare deux colonnes avec ==, !=, >, <, >= ou <=, et c’est ainsi que s’écrit un appariement à date de validité.
Formules
Les datasets contiennent les lignes importées ; les colonnes de formule appartiennent aux vues et aux listes de prix. Une formule est vérifiée à l’enregistrement, et le constructeur de vues peut aussi rédiger un pipeline à partir d’un objectif énoncé, pour que vous le relisiez.
03 · Définir le contexte

Donnez à vos données une signification métier partagée.

Définissez les mesures, les unités et les relations pour que les équipes et l’IA interprètent les données commerciales dans leur contexte.

  1. Champ sourceNET_PR_2
  2. Définition métierPrix net, sur Lignes de facture
  3. RelationsClients, Produits, par clé
  4. Utilisé dansModèle commercial, analyse
Commercial Context GraphNet price
CustomersJoined on Customer ID
ProductsJoined on SKU

Le Commercial Context Graph pour Prix net, du champ source à chaque utilisation, construit à partir de ce que l’espace de travail enregistre : la définition, le tag et les règles de la colonne, les jointures dans la vue, et la traçabilité (lineage). Sélectionnez une colonne pour voir sa signification et ses connexions. Données illustratives.

Règles de validation

Écrivez ce qu’est une valeur valide.

Ajoutez une plage numérique, des valeurs autorisées, un motif, une comparaison avec une autre colonne, ou une valeur qui doit exister dans un autre dataset. Une règle bloquante arrête une valeur en échec ; les autres règles la laissent passer et la signalent.

Tags sémantiques

Taguez ce que chaque colonne signifie.

Les tags viennent d’un vocabulaire commercial intégré plus le vôtre, de sorte qu’une colonne se lit comme un chiffre d’affaires net, un coût unitaire ou un identifiant client partout où elle apparaît.

  • measure:price:net_invoicePrix net
  • measure:cost:standardCoût standard
  • identifier:customer:sold_toID client
  • time:event:invoice_dateDate de facture
Comment fonctionne le contexte commercial
Comment ça marche : définitions et relations
Définitions
Chaque colonne porte une description, un type (avec la devise pour les montants), des tags sémantiques et des règles de validation. Copilot les lit quand il répond.
Relations
Les relations sont portées par les clés, les jointures et les lookups de votre modèle. Les libellés de l’exemple décrivent la relation commerciale ; ils ne sont pas un graphe stocké séparément.
04 · Gouverner et tracer

Contrôlez l’accès. Comprenez chaque changement.

Gérez les permissions, inspectez les dépendances et consultez les changements enregistrés sur l’ensemble de vos données commerciales.

Traçabilité (lineage)

Voyez ce qui dépend de ces données avant de les modifier.

La traçabilité montre de quoi dépend un dataset, une vue, un modèle commercial, une liste de prix ou un ruleset, et ce qui en dépend, dans tout l’espace de travail.

Historique des enregistrements

Sachez ce qui a changé, quand et par qui.

Activez l’historique pour un dataset et chaque modification de ligne est enregistrée : le champ, l’ancienne et la nouvelle valeur, qui l’a modifié et quand.

Permissions

Accordez à chaque rôle ce dont il a besoin.

Les permissions se définissent par fonction, de sorte qu’un rôle peut modifier des listes de prix sans toucher au modèle commercial qui les sous-tend.

Audit

Conservez la trace de qui a fait quoi.

  • Journal d’auditEnregistrement consultable et exportable des actions dans tout l’espace de travail.
  • Partage d’élémentPartagez un élément individuel avec des utilisateurs ou des rôles nommés.
  • SéparationLes organisations gardent les données séparées, et les espaces de travail les partitionnent au sein d’une organisation.
Gouvernance et sécurité
Comment ça marche : traçabilité et historique
Les lookups se lient par le nom
Un lookup désigne sa source par son nom ; renommer ou supprimer un dataset, une vue ou une colonne peut donc vider une formule dépendante. Vérifiez d’abord ses dépendants dans la traçabilité ; elle les montre, elle ne bloque pas le changement.
Historique
L’historique est désactivé jusqu’à ce que vous l’activiez pour un dataset, et il conserve les changements pendant la durée de rétention que vous définissez.
05 · Alimenter chaque fonctionnalité

Préparez vos données une fois. Exploitez-les dans tout Revomo.

Utilisez des données et des définitions partagées dans l’analyse, la planification, le pricing et le travail assisté par l’IA.

Revomo Copilot

Interrogez les données dans vos propres termes.

Copilot lit les schémas, définitions, tags, règles et la traçabilité via ses outils, dans les limites des permissions de l’utilisateur qui pose la question.

Revomo Copilot
Automatisation

Agissez quand une actualisation change quelque chose d’important.

Après l’actualisation d’un dataset ou la synchronisation d’une source, une automatisation peut comparer une valeur surveillée à un seuil, puis alerter quelqu’un ou recalculer une liste de prix.

AI Agents & Automation

Les automatisations s’exécutent à chaque actualisation ou synchronisation des données, pas en flux continu. Les listes de prix et les rulesets portent leurs propres relecture, validation et révisions dans Price Management. Data & Context Studio fait partie de la Foundation Commercial Data & Context incluse dans chaque abonnement Revomo (tarifs).

Voyez comment vos données deviennent du contexte commercial.

Parcourez avec nous la façon dont vos sources, définitions et règles se rejoignent dans Data & Context Studio.

Plate B2 · Series 2026