# Data & Context Studio: preparazione dei dati e contesto commerciale > Colleghi le sue fonti, prepari i dati e ne definisca il significato, così analisi, IA ed esecuzione del pricing lavorano su una base commerciale condivisa. Data & Context Studio fa parte di ogni abbonamento Revomo. Source: https://revomo.ai/it/product/data-context-studio/ --- ## Trasformi i suoi dati commerciali in contesto pronto per le decisioni. Colleghi le sue fonti, prepari i dati e ne definisca il significato, così analisi, IA ed esecuzione del pricing lavorano su una base commerciale condivisa. Vedere lo Studio in azione[Parlare dei suoi dati](https://revomo.ai/it/contact/?plan=Data%20%26%20Context%20Studio) - **01**Collegare e preparare - **02**Costruire e trasformare - **03**Definire il contesto - **04**Governare e tracciare - **05**Alimentare ogni funzionalità Data Hub */* Datasets */* **Invoice lines** Sync now New record Pricing review Drag here to set row groups Jump to column | Invoice | Customer | Product | Qty | List price | Net price | Discount % | Margin % | 1 | INV-20418 | Northline Supply | 2" PVC coupling | 500 | $5.20 | $4.62 | 11.2% | 31.4% | 2 | INV-20418 | Northline Supply | 3/4" tee | 1,200 | $1.32 | $1.18 | 10.6% | 34.0% | 3 | INV-20421 | Harbor Mechanical | 1" ball valve | 40 | $13.10 | $11.80 | 9.9% | 27.9% | 4 | INV-20422 | Ridgeway Plumbing | 2" elbow 90° | 300 | $3.45 | $3.05 | 11.6% | 29.2% | 5 | INV-20425 | Ridgeway Plumbing | 1/2" coupling | 2,000 | $0.58 | $0.51 | 12.1% | 30.8% | 6 | INV-20427 | Summit Builders | 2" PVC coupling | 250 | $5.20 | $4.78 | 8.1% | 33.6% | 7 | INV-20430 | Lakeside Contractors | 1" ball valve | 25 | $13.10 | $12.05 | 8.0% | 29.4% | 8 | INV-20431 | Northline Supply | 4" cleanout | 60 | $9.80 | $8.62 | 12.0% | 26.1% | 9 | INV-20433 | Harbor Mechanical | 3/4" tee | 800 | $1.32 | $1.21 | 8.3% | 36.2% | 10 | INV-20436 | Summit Builders | 2" elbow 90° | 150 | $3.45 | $3.12 | 9.6% | 30.1% | 11 | INV-20438 | Lakeside Contractors | 1/2" coupling | 1,500 | $0.58 | $0.53 | 8.6% | 32.4% | 12 | INV-20440 | Northline Supply | 1" ball valve | 60 | $13.10 | $11.66 | 11.0% | 27.1% | 13 | INV-20441 | Harbor Mechanical | 4" cleanout | 24 | $9.80 | $8.92 | 9.0% | 28.3% | 14 | INV-20443 | Summit Builders | 3/4" tee | 1,000 | $1.32 | $1.19 | 9.8% | 34.7% | 15 | INV-20444 | Ridgeway Plumbing | 2" PVC coupling | 400 | $5.20 | $4.68 | 10.0% | 32.0% | 16 | INV-20446 | Lakeside Contractors | 2" elbow 90° | 200 | $3.45 | $3.19 | 7.5% | 31.5% | 17 | INV-20447 | Harbor Mechanical | 2" PVC coupling | 350 | $5.20 | $4.73 | 9.0% | 32.6% | 18 | INV-20449 | Summit Builders | 1/2" coupling | 2,400 | $0.58 | $0.52 | 10.3% | 31.6% | 19 | INV-20451 | Northline Supply | 3/4" tee | 900 | $1.32 | $1.17 | 11.4% | 33.4% | Page Size: **50 ** **1** to **50** of **18,412** · Page **1** of **369** **Edit column: Net price** $ USD Basic settings Name *Net price* Description *Invoice price after on-invoice discounts, excluding rebates and freight. USD per pricing unit, dated by invoice date.* Semantic tags *** measure:price:net_invoice*** Data type *Money * Currency *USD * Validation and behavior Validation rules ***Numeric range · greater than 0****Comparison · not above List price*** **Strict type validation** Invalid imported values go to staging instead of silently becoming empty. **Allow record editing** Used By (2) Margin by customer*reads from* Fittings cost-plus*looks up* Source records, business definitions and dependencies in one workspace. 01 · Collegare e preparare ### Riunisca i suoi dati commerciali. Colleghi sistemi e file, ne esamini la struttura e risolva i problemi dei dati prima che arrivino alle decisioni commerciali. Staging #### Le righe difettose attendono la correzione, senza andare perse. Se un valore non rispetta il suo tipo o una regola di validazione, la riga resta in attesa in staging con il testo originale. Corregga una riga o molte insieme, e le righe che superano il controllo entrano nel dataset. **Staging** Costi fornitori Problemi | Costo unitario | Inizio validità | 1 problema · non è un numero | 12,40 | 2026-04-01 | 1 problema · data non valida | 4.10 | 31/02/2026 | 1 problema · non è un numero | n/a | 2026-04-01 | **Aggiornamento in blocco: Costo unitario** Corrispondenza esatta Espressione regolare Tabella di corrispondenza Cercare il valore esatto *,* Sostituire con *.* Annulla Applicare l’aggiornamento Profilazione #### Veda lacune e incoerenze prima che arrivino a un prezzo. Profili un dataset per vedere, per ogni colonna, la quota di valori mancanti e univoci, la distribuzione o i valori più frequenti, con un riepilogo IA di cosa guardare per primo. **Profilo** Righe fattura Univoci (%) 10,0 Mancanti (%) 19,9 Distribuzione dei valori **************************************** 0% 25% 50% **Gruppo prodotto** Testo Distinti 148 Mancanti (%) 77,1 Valori più frequenti - Fittings ****412** - Valves ****281** - FITTINGS ****57** - (mancante) ****687** avviso Gruppo prodotto manca nel 77,1% delle righe, e «FITTINGS» sembra una seconda grafia di «Fittings». Raccomandazione: uniformare i valori del gruppo prodotto prima di raggruppare i prezzi per gruppo. Importazione e schema #### Esamini la struttura prima che arrivi la prima riga. Prepari un file, controlli i tipi rilevati, poi accetti o modifichi nomi, tipi, descrizioni e tag suggeriti per ogni colonna. **Importazione** Costi fornitori - Scegliere la fonte - Verificare la corrispondenza - Importare i dati **Corrispondenza delle colonne** 4 nuove colonne di origine Suggerimento IA Selezionare le colonne da importare | Nome colonna | Tipo di dato | Tag | ITM_NO | Numero articolo*IA* | Text*IA* | identifier:product:sku | MTL_STD_CST | Costo standard*IA* | Money*IA* | measure:cost:standard | EFF_DT | Inizio validità*IA* | Date*Auto* | | VND | Fornitore*IA* | Text*Auto* | | Integrazioni #### Mantenga aggiornate le fonti collegate. I dataset collegati si aggiornano secondo la propria pianificazione, e le colonne che compaiono in una fonte possono essere aggiunte e popolate retroattivamente. **Connessioni di integrazione** Come funziona: file, suggerimenti, connettori e staging Cartelle di lavoro Le importazioni leggono file CSV e TSV. Per una cartella di lavoro Excel, scelga i fogli che le servono in File Manager (con la riga di intestazione), e ciascuno diventa un file CSV pronto da importare. Suggerimenti sulle colonne I suggerimenti derivano dall’intestazione di ogni colonna e da un massimo di cinque valori di esempio. Ogni suggerimento resta modificabile, e nessuno riporta un punteggio di affidabilità. Connettori Oggi si collegano Databricks, Salesforce e Google Drive. Le sincronizzazioni si eseguono manualmente o secondo una pianificazione (da ogni ora a ogni mese, o cron); Salesforce si sincronizza in modo incrementale, gli altri si aggiornano completamente. Staging Ogni colonna può essere analizzata in modo rigoroso (i valori non validi vanno in staging) o tollerante (i valori non validi diventano vuoti). Un’importazione con righe in staging è un caricamento parziale, e il contatore lo indica. 02 · Costruire e trasformare ### Costruisca i dati da cui dipendono le sue decisioni. Combini fonti, calcoli misure e crei view riutilizzabili su un canvas visivo, con ogni trasformazione aperta all’ispezione. Qui sotto, un esempio: un modello di dati delle vendite. Data Hub */* Views */* **Sales Data Model** 1 Enrichment 2 Cost layering 3 Periods 4 Rebates 5 Metrics 6 Output 18 columns 412,806 rows - Invoice ID - SKU - Customer ID +3 more columns **Products** Dataset 24 columns 6,214 rows - SKU - Brand - Category +1 more columns **Customers** Dataset 16 columns 3,480 rows - Customer ID - Segment - Region +1 more columns **Sales Reps** Dataset 9 columns 64 rows - Sales Rep ID - Territory - Channel **Standard Cost History** Dataset 11 columns 58,930 rows - SKU - Effective Start - Effective End +1 more columns **Replacement Cost History** Dataset 14 columns 74,520 rows - SKU - Snapshot Date - FOB +3 more columns **Orders** Dataset 12 columns 96,140 rows - Order ID - Order Date - Payment Terms **Quotes** Dataset 10 columns 21,305 rows - Quote ID - Customer Code - Quote Date **Quote Lines** Dataset 13 columns 188,442 rows - Quote ID - SKU - Quoted Quantity +1 more columns **Rebate Programs** Dataset 8 columns 42 rows - Program ID - Program Name - Accrual Basis **Rebate Accruals** Dataset 9 columns 15,876 rows - Program ID - Customer Code - Accrual Date +1 more columns **Products Joined** Combine two input streams 41 columns 412,806 rows - Brand - Category - Country of Origin **Customers Joined** Combine two input streams 56 columns 412,806 rows - Segment - Region - Buying Group **Sales Reps Joined** Combine two input streams 64 columns 412,806 rows - Territory - Channel **Standard Cost Joined** Combine two input streams 74 columns 412,806 rows - Standard Cost - Effective Start - Effective End **Month End Date** Add calculated columns 75 columns 412,806 rows - Month End Date **Snapshot Month End** Add calculated columns 15 columns 74,520 rows - Snapshot Month End **Replacement Cost Joined** Combine two input streams 88 columns 412,806 rows - FOB - Duty - Tariff +1 more columns **Orders Joined** Combine two input streams 99 columns 412,806 rows - Order Date - Payment Terms **Quote Headers and Lines** Combine two input streams 22 columns 188,442 rows - Quote Date - Quoted Quantity - Quoted Discount **Quotes Joined** Combine two input streams 120 columns 412,806 rows - Quote Date - Quoted Quantity - Quoted Discount **Year and Quarter** Add calculated columns 122 columns 412,806 rows - Invoice Year - Invoice Year Quarter **Revenue and Unit Metrics** Add calculated columns 129 columns 412,806 rows - Extended Net Revenue - Premier Brand Revenue - Specialty Category Revenue +1 more columns **Customer Quarter Revenue** Group and summarise rows *Ready 2h ago* 3 columns 9,812 rows - Customer ID - Year Quarter - Extended Net Revenue **Accruals with Program** Combine two input streams 16 columns 15,876 rows - Program Name - Accrual Basis - Accrual Amount **Accrual Year Quarter** Add calculated columns 17 columns 15,876 rows - Accrual Year Quarter **Accruals with Revenue** Combine two input streams 19 columns 15,240 rows - Customer Quarter Revenue - Accrual Amount - Year Quarter **Allocation Rate per Program** Add calculated columns 20 columns 15,240 rows - Allocation Rate **Total Allocation Rate** Group and summarise rows 3 columns 9,107 rows - Customer - Year Quarter - Total Allocation Rate **Total Allocation Joined** Combine two input streams 130 columns 412,806 rows - Total Allocation Rate **Allocated Rebate** Add calculated columns 131 columns 412,806 rows - Allocated Rebate **Sales Data Model** View output *Ready 2h ago* 131 columns 412,806 rows - Invoice ID - Net Invoice Price - Allocated Rebate +1 more columns View whole pipeline Reset + − Sales Data Model 11 source datasets feed 20 transformation steps that produce one table, a row per invoice line. Stage 2 of 6 · Cost layering ##### Use the cost that applied when the transaction happened. Match each invoice line to its effective cost before calculating margin. What enters Invoice lines, standard cost history with effective dates, and monthly replacement-cost snapshots. What happens Standard cost joins where the invoice date falls between Effective Start and Effective End; replacement cost (FOB, duty, tariff, freight) joins on the snapshot for the invoice month. Why it matters Margin reflects the cost in effect at the sale, not today’s cost. Key step · Join **Standard Cost Joined** Left Join - SKU *=* SKU - Invoice Date *>=* Effective Start - Invoice Date * Il canvas segue il costruttore di view di Revomo. I dati sono illustrativi; la guida ai passaggi e le spiegazioni sono state aggiunte per questa pagina. - **Tutte le operazioni che servono** Join, filtro, aggregazione, unione, pivot, ordinamento e calcolo, con ogni passaggio memorizzabile come tabella. - **Join temporali** Le condizioni di join confrontano oltre ad abbinare, così un costo o un prezzo si applica solo entro le sue date di validità. - **Ogni passaggio aperto** Ogni nodo mostra le sue colonne e il numero di righe; lo apra per vederne la configurazione o visualizzare in anteprima i dati. Formule e lookup #### Calcoli attraverso dataset, view e listini. Le colonne di formula si trovano nelle view e nei listini. Un lookup recupera un valore da un altro dataset, da una view, da un listino o da un ruleset, e una descrizione in linguaggio comune può redigere la formula perché lei la verifichi. **Nuova colonna** Prezzo obiettivo · Money 'Unit cost' / (1 - lookup (source= "datasets" , name= "Subcategory strategy" , result= "Target margin" , match_by=[ 'Subcategory' : 'Subcategory' ])) Controllo superato Redatta da una descrizione Sottocategoria | Costo unitario | Margine obiettivo | Prezzo obiettivo | Manicotti | $4,32 | 30% | **$6,17** | Raccordi a T | $1,05 | 35% | **$1,62** | Tappi d’ispezione | $9,10 | 28% | **$12,64** | Anche nel modello - **Chiavi** Scelga le colonne che identificano un record; un controllo d’impatto indica, prima del salvataggio, quante righe sono univoche, e i duplicati escono dalla tabella attiva e vengono esportati per l’audit. Senza una chiave nella fonte, le righe vengono numerate automaticamente. - **Record** Aggiunga record tramite un modulo tipizzato, blocchi le colonne che non devono cambiare, e aggiorni o elimini record. Le griglie di listini e staging si modificano direttamente nella cella. - **Esplorare ed esportare** Filtri qualsiasi colonna per valori, tracci un grafico di una selezione, salvi layout per sé o per un ruolo, ed esporti in CSV con i nomi reali delle colonne. Come funziona: view e formule Operazioni Le view combinano dataset, listini e altre view con join (inner, left, right, full, cross, solo corrispondenze e senza corrispondenza), filtri, aggregazioni, unioni, pivot, ordinamenti e colonne di formula. Condizioni di join Ogni condizione confronta due colonne con ==, !=, >, <, >= o <=, ed è così che si scrive un abbinamento per data di validità. Formule I dataset contengono le righe importate; le colonne di formula appartengono alle view e ai listini. Una formula viene verificata al salvataggio, e il costruttore di view può anche redigere una pipeline a partire da un obiettivo dichiarato, perché lei la riveda. 03 · Definire il contesto ### Dia ai suoi dati un significato di business condiviso. Definisca misure, unità e relazioni, così i team e l’IA interpretano i dati commerciali nel loro contesto. - **Campo di origine** NET_PR_2 - **Definizione di business** Prezzo netto, su Righe fattura - **Relazioni** Clienti, Prodotti, per chiave - **Usato in** Modello commerciale, analisi **Commercial Context Graph** Net price Databricks · invoice_lines `NET_PR_2` decimal(12,4) Source field Invoice lines Net price Money · USD Defined here measure:price:net_invoice Standard Cost History Standard Cost Money · USD Defined here measure:cost:standard Sales Data Model Net price Money · USD Reads from Invoice lines Sales Data Model Margin % Percentage Calculated measure:margin:gross Fittings cost-plus Realized net Money · USD Looks up Net price Margin by customer Margin % Percentage References the view Fittings · Q4 distributor Realized net Money · USD Inherits from the model Fittings · Q4 OEM Realized net Money · USD Inherits from the model Customers Joined on Customer ID Products Joined on SKU Source system · Databricks · invoice_lines ##### NET_PR_2 decimal(12,4) About The ERP column, read on each daily sync and imported into Invoice lines as Net price. Used by - **Invoice lines · Net price** imported Dataset · Invoice lines ##### Net price Money · USD Business definition Invoice price after on-invoice discounts, excluding rebates and freight. USD per pricing unit, dated by invoice date. Semantic tag `measure:price:net_invoice` Validation Greater than 0 (blocking); not above List price Comes from - **Databricks · invoice_lines · NET_PR_2** imported Used by - **Sales Data Model · Net price** reads from Dataset · Standard Cost History ##### Standard Cost Money · USD Business definition Material cost at standard, per unit, in effect for the invoice date. Semantic tag `measure:cost:standard` Validation Greater than 0 (blocking) Used by - **Sales Data Model · Margin %** calculated from View · Sales Data Model ##### Net price Money · USD Business definition Read from Invoice lines · Net price, where it is defined: Invoice price after on-invoice discounts, excluding rebates and freight. Relationships - **Customers** joined on Customer ID - **Products** joined on SKU Comes from - **Invoice lines · Net price** reads from Used by - **Sales Data Model · Margin %** calculated from - **Fittings cost-plus · Realized net** looks up View · Sales Data Model ##### Margin % Percentage Formula ('Net price' - 'Standard Cost') / 'Net price' Semantic tag `measure:margin:gross` Comes from - **Sales Data Model · Net price** calculated from - **Standard Cost History · Standard Cost** calculated from Used by - **Margin by customer · Margin %** references Commercial model · Fittings cost-plus ##### Realized net Money · USD Formula lookup(source="views", name="Sales Data Model", result="Net price", match_by=['SKU':'SKU']) Comes from - **Sales Data Model · Net price** looks up Used by - **Fittings · Q4 distributor · Realized net** inherits - **Fittings · Q4 OEM · Realized net** inherits Analysis · Margin by customer ##### Margin % Percentage Comes from - **Sales Data Model · Margin %** references Price list · Fittings · Q4 distributor ##### Realized net Money · USD Comes from - **Fittings cost-plus · Realized net** inherits Price list · Fittings · Q4 OEM ##### Realized net Money · USD Comes from - **Fittings cost-plus · Realized net** inherits Il Commercial Context Graph per Prezzo netto, dal campo di origine a ogni utilizzo, costruito da ciò che lo spazio di lavoro registra: la definizione, il tag e le regole della colonna, le join nella view e la tracciabilità (lineage). Selezioni una colonna per vederne significato e connessioni. Dati illustrativi. Regole di validazione #### Scriva cosa rende valido un valore. Aggiunga un intervallo numerico, valori ammessi, un pattern, un confronto con un’altra colonna, o un valore che deve esistere in un altro dataset. Una regola bloccante ferma un valore non valido; le altre regole lo lasciano passare e lo segnalano. **Regole di validazione** Righe fattura Tag semantici #### Assegni un tag a ciò che ogni colonna significa. I tag provengono da un vocabolario commerciale integrato e da quelli che definisce lei, così una colonna si legge come ricavi netti, costo unitario o identificativo cliente ovunque compaia. - measure:price:net_invoice Prezzo netto - measure:cost:standard Costo standard - identifier:customer:sold_to ID cliente - time:event:invoice_date Data fattura [Come funziona il contesto commerciale](https://revomo.ai/it/commercial-context/) Come funziona: definizioni e relazioni Definizioni Ogni colonna ha una descrizione, un tipo (con la valuta per gli importi), tag semantici e regole di validazione. Copilot li legge quando risponde. Relazioni Le relazioni derivano da chiavi, join e lookup del suo modello. Le etichette dell’esempio descrivono la relazione commerciale; non sono un grafo memorizzato separatamente. 04 · Governare e tracciare ### Controlli l’accesso. Comprenda ogni modifica. Gestisca le autorizzazioni, ispezioni le dipendenze e consulti le modifiche registrate su tutti i suoi dati commerciali. Tracciabilità (lineage) #### Veda cosa dipende da questi dati prima di modificarli. La tracciabilità mostra da cosa dipende un dataset, una view, un modello commerciale, un listino o un ruleset, e cosa dipende da esso, in tutto lo spazio di lavoro. **Lineage** Costi fornitori legge da *View***Margine per cliente** esegue un lookup in *Modello commerciale***Fittings cost-plus** eredita da *Listino***Fittings · Q4 distributore** *Listino***Fittings · Q4 OEM** Usato da (4): una modifica a Costi fornitori può interessare 1 view, 1 modello commerciale e 2 listini. Storico dei record #### Sappia cosa è cambiato, quando e chi l’ha cambiato. Attivi lo storico per un dataset e ogni modifica di riga viene registrata: il campo, il valore precedente e quello nuovo, chi l’ha modificato e quando. **Storico** PVC-C200 Costo unitario $4,10 **$4,32***+0,22* - 24 set · 14:31 J. Rivera Aggiornato Costo unitario $4,25 **$4,10***−0,15* - 15 set · 09:00 Sistema Aggiornato Costo unitario $4,18 **$4,25***+0,07* Attivare il tracciamento dello storico Attivato nelle impostazioni Data Lifecycle di questo dataset, conservato per il periodo di conservazione lì impostato. Autorizzazioni #### Dia a ogni ruolo ciò che gli serve. Le autorizzazioni si definiscono per funzione, così un ruolo può modificare i listini senza toccare il modello commerciale che li sostiene. **Responsabile pricing** Ruolo Audit #### Tenga traccia di chi ha fatto cosa. - **Registro di audit** Registro consultabile ed esportabile delle azioni in tutto lo spazio di lavoro. - **Condivisione di elementi** Condivida un singolo elemento con utenti o ruoli specifici. - **Separazione** Le organizzazioni mantengono i dati separati, e gli spazi di lavoro li suddividono all’interno di un’organizzazione. [Governance e sicurezza](https://revomo.ai/it/enterprise/) Come funziona: tracciabilità e storico I lookup si collegano per nome Un lookup indica la sua fonte per nome, quindi rinominare o eliminare un dataset, una view o una colonna può svuotare una formula dipendente. Controlli prima i suoi dipendenti nella tracciabilità: li mostra, ma non blocca la modifica. Storico Lo storico è disattivato finché non lo attiva per un dataset, e conserva le modifiche per il periodo di conservazione che lei imposta. 05 · Alimentare ogni funzionalità ### Prepari una volta. Lo sfrutti in tutto Revomo. Usi dati e definizioni condivisi nell’analisi, nella pianificazione, nel pricing e nel lavoro assistito dall’IA. - [**Analytics & Insights**Le analisi leggono gli stessi dataset, view e definizioni.](https://revomo.ai/it/product/analytics-insights/) - [**Planning & Forecasting**I piani usano gli stessi prodotti, clienti e unità.](https://revomo.ai/it/product/planning-forecasting/) - [**Predictive Modeling**I modelli si addestrano su colonne il cui significato è descritto.](https://revomo.ai/it/product/predictive-modeling/) - [**Decision Optimization**I vincoli si scrivono su misure definite.](https://revomo.ai/it/product/decision-optimization/) - [**Price Management**I listini si calcolano dai dataset con formule e lookup.](https://revomo.ai/it/product/price-management/) - [**Quoting & Deal Pricing**Le indicazioni di prezzo si basano sugli stessi record di clienti e prezzi.](https://revomo.ai/it/product/quote-management/) - [**Contract Pricing & Renewals**Le condizioni dei clienti stanno accanto agli stessi articoli e prezzi.](https://revomo.ai/it/product/contract-management/) - [**Rebates & Incentives**Gli accantonamenti usano gli stessi dati di volume e prezzo.](https://revomo.ai/it/product/incentives-management/) Revomo Copilot #### Interroghi i dati con i suoi termini. Copilot legge schemi, definizioni, tag, regole e tracciabilità tramite i suoi strumenti, entro le autorizzazioni dell’utente che pone la domanda. **Revomo Copilot** get dataset schema Completato check impact analysis Completato Due listini: **Fittings · Q4 distributore** e **Fittings · Q4 OEM**. Entrambi ereditano dal modello Fittings cost-plus, che esegue un lookup di Costo standard in Costi fornitori. [Revomo Copilot](https://revomo.ai/it/copilot/) Automazione #### Agisca quando un aggiornamento cambia qualcosa di importante. Dopo l’aggiornamento di un dataset o la sincronizzazione di una fonte, un’automazione può confrontare un valore monitorato con una soglia, poi avvisare qualcuno o ricalcolare un listino. **Monitoraggio delle variazioni di costo** Automazione [AI Agents & Automation](https://revomo.ai/it/ai-agents-automations/) Le automazioni si eseguono a ogni aggiornamento o sincronizzazione dei dati, non in flusso continuo. Listini e ruleset hanno la propria revisione, approvazione e versioni in [Price Management](https://revomo.ai/it/product/price-management/). Data & Context Studio fa parte della Foundation Commercial Data & Context inclusa in ogni abbonamento Revomo ([prezzi](https://revomo.ai/it/pricing/)). ### Veda come i suoi dati diventano contesto commerciale. Esamini con noi come le sue fonti, definizioni e regole si uniscono in Data & Context Studio. [Prenotare una presentazione guidata sui dati](https://revomo.ai/it/contact/?plan=Data%20%26%20Context%20Studio)[Esplorare la piattaforma](https://revomo.ai/it/platform/)