Data & Context Studio

Gör dina kommersiella data till beslutsfärdig kontext.

Anslut dina källor, förbered dina data och definiera vad de betyder, så att analys, AI och prissättning arbetar på en delad kommersiell grund.

Data Hub / Datasets / Invoice lines

Source records, business definitions and dependencies in one workspace.

01 · Anslut och förbered

Samla dina kommersiella data.

Anslut system och filer, granska deras struktur och lös dataproblem innan de når de kommersiella besluten.

Staging

Felaktiga rader väntar på att rättas, utan att gå förlorade.

Ett värde som inte klarar sin typ eller en valideringsregel håller kvar raden med sin ursprungliga text. Rätta en rad eller många på en gång, så går de rader som klarar kontrollen vidare till datasetet.

Profilering

Se luckor och inkonsekvenser innan de når ett pris.

Profilera ett dataset för att för varje kolumn se andelen saknade och unika värden, fördelningen eller de vanligaste värdena, med en AI-sammanfattning av vad du bör titta på först.

Import och schema

Granska strukturen innan första raden kommer in.

Förbered en fil, kontrollera de identifierade typerna och godkänn eller ändra sedan de föreslagna namnen, typerna, beskrivningarna och taggarna för varje kolumn.

Integrationer

Håll anslutna källor aktuella.

Anslutna dataset uppdateras enligt sitt eget schema, och kolumner som dyker upp i en källa kan läggas till och fyllas i bakåt.

Så fungerar det: filer, förslag, anslutningar och staging
Arbetsböcker
Importer läser CSV- och TSV-filer. För en Excel-arbetsbok väljer du de blad du behöver i File Manager (med rubrikraden), och vart och ett blir en CSV-fil som är redo att importeras.
Kolumnförslag
Förslagen bygger på varje kolumns rubrik och högst fem exempelvärden. Varje förslag kan ändras, och inget av dem har något konfidensvärde.
Anslutningar
Databricks, Salesforce och Google Drive kan anslutas i dag. Synkroniseringar körs manuellt eller enligt ett schema (från varje timme till varje månad, eller cron); Salesforce synkroniseras inkrementellt, de andra uppdateras fullständigt.
Staging
Varje kolumn kan tolkas strikt (värden som inte klarar kontrollen går till staging) eller tolerant (värden som inte klarar kontrollen blir tomma). En import med rader i staging är en partiell inläsning, och räknaren visar det.
02 · Bygg och transformera

Bygg de data som dina beslut vilar på.

Kombinera källor, beräkna mått och skapa återanvändbara vyer på en visuell arbetsyta, där varje transformation går att granska. Nedan ett exempel: en datamodell för försäljning.

Data Hub / Views / Sales Data Model

Arbetsytan följer Revomos vybyggare. Data är illustrativa; stegguiden och förklaringarna har lagts till för den här sidan.

  • Alla operationer du behöverJoin, filter, aggregering, union, pivot, sortering och beräkning, där varje steg kan sparas som en tabell.
  • Tidsbaserade joinsJoin-villkor kan jämföra, inte bara matcha, så att en kostnad eller ett pris bara gäller inom sina giltighetsdatum.
  • Varje steg öppetVarje nod visar sina kolumner och sitt antal rader; öppna den för att se dess konfiguration eller förhandsgranska dess data.
Formler och lookups

Räkna över dataset, vyer och prislistor.

Formelkolumner finns i vyer och prislistor. En lookup hämtar ett värde från ett annat dataset, en vy, en prislista eller ett ruleset, och en beskrivning med vanliga ord kan skriva formeln så att du kan granska den.

Också i modellen
  • NycklarVälj de kolumner som identifierar en post; en konsekvenskontroll visar innan du sparar hur många rader som är unika, och dubbletter lämnar den aktiva tabellen och exporteras för granskning. Utan nyckel i källan numreras raderna automatiskt.
  • PosterLägg till poster via ett typat formulär, lås kolumner som inte ska ändras, och uppdatera eller ta bort poster. Rutnäten för prislistor och staging redigeras direkt i cellen.
  • Utforska och exporteraFiltrera valfri kolumn efter dess värden, rita ett diagram av ett urval, spara layouter för dig själv eller för en roll, och exportera som CSV med de riktiga kolumnnamnen.
Så fungerar det: vyer och formler
Operationer
Vyer kombinerar dataset, prislistor och andra vyer med joins (inner, left, right, full, cross, bara matchningar och utan matchning), filter, aggregeringar, unioner, pivoter, sorteringar och formelkolumner.
Join-villkor
Varje villkor jämför två kolumner med ==, !=, >, <, >= eller <=, och det är så en matchning mot giltighetsdatum skrivs.
Formler
Dataset innehåller de importerade raderna; formelkolumner hör till vyer och prislistor. En formel kontrolleras när den sparas, och vybyggaren kan också skriva en pipeline utifrån ett angivet mål, så att du kan granska den.
03 · Definiera kontexten

Ge dina data en delad affärsmässig betydelse.

Definiera mått, enheter och relationer så att team och AI kan tolka kommersiella data i sitt sammanhang.

  1. KällfältNET_PR_2
  2. AffärsdefinitionNettopris, på Fakturarader
  3. RelationerKunder, Produkter, via nyckel
  4. Används iKommersiell modell, analys
Commercial Context GraphNet price
CustomersJoined on Customer ID
ProductsJoined on SKU

Commercial Context Graph för Nettopris, från källfältet till varje användning, byggd utifrån det som arbetsytan registrerar: kolumnens definition, tagg och regler, joins i vyn och härkomst (lineage). Välj en kolumn för att se dess betydelse och kopplingar. Illustrativa data.

Valideringsregler

Skriv ned vad ett giltigt värde är.

Lägg till ett numeriskt intervall, tillåtna värden, ett mönster, en jämförelse med en annan kolumn eller ett värde som måste finnas i ett annat dataset. En blockerande regel stoppar ett värde som inte klarar den; andra regler släpper igenom det och flaggar det.

Semantiska taggar

Tagga vad varje kolumn betyder.

Taggarna kommer från en inbyggd kommersiell vokabulär plus din egen, så att en kolumn läses som nettointäkter, enhetskostnad eller kund-ID var den än förekommer.

  • measure:price:net_invoiceNettopris
  • measure:cost:standardStandardkostnad
  • identifier:customer:sold_toKund-ID
  • time:event:invoice_dateFakturadatum
Så fungerar kommersiell kontext
Så fungerar det: definitioner och relationer
Definitioner
Varje kolumn har en beskrivning, en typ (med valuta för belopp), semantiska taggar och valideringsregler. Copilot läser dem när den svarar.
Relationer
Relationerna bärs av nycklarna, joins och lookups i din modell. Etiketterna i exemplet beskriver den kommersiella relationen; de är inte en separat lagrad graf.
04 · Styr och spåra

Styr åtkomsten. Förstå varje ändring.

Hantera behörigheter, granska beroenden och se registrerade ändringar i alla dina kommersiella data.

Härkomst (lineage)

Se vad som beror på de här data innan du ändrar dem.

Härkomsten visar vad ett dataset, en vy, en kommersiell modell, en prislista eller ett ruleset beror på, och vad som beror på det, i hela arbetsytan.

Posthistorik

Se vad som ändrades, när och av vem.

Slå på historik för ett dataset så registreras varje radändring: fältet, det gamla och det nya värdet, vem som ändrade det och när.

Behörigheter

Ge varje roll det den behöver.

Behörigheter sätts per funktion, så att en roll kan redigera prislistor utan att röra den kommersiella modell som ligger bakom dem.

Granskning

Spara uppgifter om vem som gjorde vad.

  • GranskningsloggEtt sökbart och exporterbart register över åtgärder i hela arbetsytan.
  • Delning av objektDela ett enskilt objekt med namngivna användare eller roller.
  • SeparationOrganisationer håller data åtskilda, och arbetsytor delar upp dem inom en organisation.
Styrning och säkerhet
Så fungerar det: härkomst och historik
Lookups kopplas via namn
En lookup anger sin källa med namn, så om du byter namn på eller tar bort ett dataset, en vy eller en kolumn kan en beroende formel bli tom. Kontrollera först dess beroenden i härkomsten; den visar dem, den blockerar inte ändringen.
Historik
Historiken är avstängd tills du slår på den för ett dataset, och den sparar ändringarna under den lagringstid du anger.
05 · Driv varje funktion

Förbered en gång. Använd i hela Revomo.

Använd delade data och definitioner i analys, planering, prissättning och AI-assisterat arbete.

Revomo Copilot

Ställ frågor om dina data med dina egna ord.

Copilot läser scheman, definitioner, taggar, regler och härkomst via sina verktyg, inom behörigheterna för den användare som frågar.

Revomo Copilot
Automatisering

Agera när en uppdatering ändrar något viktigt.

Efter att ett dataset har uppdaterats eller en källa har synkroniserats kan en automatisering jämföra ett bevakat värde med en tröskel och sedan avisera någon eller räkna om en prislista.

AI Agents & Automation

Automatiseringar körs vid varje uppdatering eller synkronisering av data, inte som ett kontinuerligt flöde. Prislistor och rulesets har sin egen granskning, sitt eget godkännande och sina egna revisioner i Price Management. Data & Context Studio är en del av Foundation Commercial Data & Context, som ingår i varje Revomo-abonnemang (priser).

Se hur dina data blir kommersiell kontext.

Gå igenom med oss hur dina källor, definitioner och regler förenas i Data & Context Studio.

Plate B2 · Series 2026