O conector Databricks fornece ao Claude acesso aos dados internos da sua organização através do Unity Catalog, permitindo análise de seus bancos de dados, execução de lógica comercial personalizada e acesso a documentos não estruturados. O Databricks fornece três conectores separados: um para funções, um para busca vetorial e um para Genie, cada um acessando diferentes capacidades dentro do seu workspace Databricks.
Lembrete sobre Componentes do Databricks
Antes de explorar o que Claude pode fazer com Databricks, é importante entender três componentes principais que existem dentro do seu workspace Databricks:
Funções Unity Catalog: Funções Python ou SQL personalizadas que sua organização criou para cálculos específicos, transformações de dados ou integrações de API. Estas podem incluir algoritmos de pontuação proprietários, cálculos financeiros normalizados ou lógica de processamento de dados específica do negócio.
Busca Vetorial: Índices de busca semântica construídos sobre documentos e conjuntos de dados da sua organização. Estes permitem buscar conteúdo conceitualmente similar mesmo quando palavras-chave exatas não correspondem.
Genie: Uma interface de linguagem natural que traduz perguntas em inglês simples em consultas SQL contra seus dados. O Genie usa metadados sobre suas tabelas e colunas para entender terminologia comercial e gerar consultas apropriadas.
O Que Este Conector Fornece
Capacidades de Integração
Através da integração Databricks, Claude pode acessar recursos em seu workspace:
Executar Funções Personalizadas: Claude pode executar funções Unity Catalog definidas pela sua organização. Isto inclui executar lógica comercial complexa, aplicar cálculos ou chamar APIs externas através de funções que sua equipe criou. Por exemplo, se sua organização construiu uma função personalizada de pontuação de saúde do cliente, Claude pode aplicá-la consistentemente em análises.
Busca Semântica: Usando índices de busca vetorial, Claude pode encontrar documentos e conteúdo relevantes baseado em significado em vez de apenas palavras-chave. Isto é particularmente útil para buscar através de contratos, relatórios de pesquisa, feedback de clientes ou documentação técnica onde conceitos similares podem ser expressos de diferentes maneiras.
Consultas em Linguagem Natural: Através do Genie, Claude pode traduzir perguntas em inglês simples em consultas SQL. Em vez de escrever SQL complexo, você pode fazer perguntas como "Qual foi nosso crescimento de receita no último trimestre?" e Claude usará o Genie para gerar e executar a consulta apropriada.
Acesso Governado: Todo acesso a dados através do conector respeita as permissões e políticas do Unity Catalog da sua organização. Claude pode acessar apenas dados e executar funções que sua conta de usuário tem permissão para usar.
Como Claude Usa Dados do Databricks
Claude aplica capacidades Databricks de várias maneiras para suportar análise de dados abrangente:
Análise Multi-Fonte: Claude combina resultados de consultas de banco de dados, buscas vetoriais e funções personalizadas para fornecer insights abrangentes. Por exemplo, ao validar uma tese de investimento, Claude pode consultar desempenho financeiro histórico do seu banco de dados de portfólio, buscar através de relatórios de due diligence anteriores para investimentos de setor similar e aplicar sua função proprietária de cálculo de TIR para modelar retornos esperados.
Exploração Iterativa: Claude pode consultar dados, analisar resultados iniciais e refinar buscas baseado em descobertas. Isto permite análise onde insights de uma consulta informam a próxima.
Aplicação de Lógica Personalizada: Ao executar funções Unity Catalog, Claude aplica regras e cálculos específicos da sua organização. Isto garante que métricas proprietárias, cálculos ajustados e lógica específica da empresa sejam aplicados uniformemente em todas as análises.
Construção de Consultas Contextual: Quando você faz perguntas em inglês simples, Claude usa o Genie para traduzi-las em consultas SQL apropriadas. Esta tradução considera suas estruturas de tabela, nomes de colunas e relacionamentos para gerar consultas precisas que correspondem à estrutura do seu banco de dados.
Reconhecimento de Padrões: Através de busca vetorial, Claude pode encontrar padrões e similaridades entre documentos e dados. Isto ajuda a encontrar problemas relacionados, transações similares ou situações comparáveis que podem não ser óbvias através de buscas tradicionais por palavras-chave.
Configurando o Conector Databricks
A integração Databricks consiste em três conectores separados, cada um exigindo configuração separada:
Servidor de Funções: Acessa funções Unity Catalog para cálculos, lógica comercial e transformações de dados.
Servidor de Busca Vetorial: Permite busca semântica em documentos e conjuntos de dados indexados.
Servidor Genie: Fornece capacidades de tradução de linguagem natural para consulta SQL.
Detalhes técnicos dos conectores Databricks podem ser encontrados na Documentação do Servidor MCP do Databricks. A autenticação com os conectores Databricks é tratada via OAuth (para Claude.ai e Claude Desktop) ou via um Token de Acesso Pessoal Databricks (apenas para Claude Desktop).
Adicionando o Conector como Proprietário da Organização
Navegue para Configurações de Admin > Conectores.
Role para baixo e clique em "Adicionar conector personalizado" na parte inferior da lista.
Insira a URL de integração para seu workspace Databricks
Nomeie a integração. Lembre-se de que existem três servidores Databricks separados, então considere nomear cada um de forma única (por exemplo, "Databricks UC", "Databricks Genie", "Databricks Search")
Clique em "Adicionar"
Para Usuários Individuais
Saiba mais sobre encontrar e conectar ferramentas.
Casos de Uso Comuns
Exemplo de Recursos Disponíveis
Para ilustrar como essas capacidades funcionam juntas, considere uma empresa de private equity com os seguintes recursos Databricks configurados:
Tabelas neste cenário
portfolio_companies: Detalhes da empresa, informações de aquisição, avaliações atuais e níveis de dívida
financial_statements: Financeiros do período incluindo receita, EBITDA com ajustes e métricas operacionais como contagem de clientes e churn
market_comparables: Empresas comparáveis do setor com múltiplos de avaliação e taxas de crescimento
due_diligence_docs: Repositório de relatórios de due diligence, documentos de análise e deal memos
Funções Unity Catalog neste cenário
calculate_normalized_ebitda(): Aplica ajustes padrão de private equity ao EBITDA reportado, removendo custos únicos e normalizando compensação do proprietário
compute_portfolio_irr(): Calcula taxa interna de retorno e capital investido em dinheiro baseado em fluxos de caixa e períodos de retenção
estimate_debt_capacity(): Modela capacidade máxima de alavancagem com teste de estresse de conformidade de covenant sob vários cenários
Índice de Busca Vetorial neste cenário
due_diligence_index: Busca semântica em todos os documentos de due diligence, deal memos e relatórios de análise
Análise de Prontidão para Saída do Portfólio
Exemplo de prompt de entrada:
Quais empresas do portfólio estão prontas para saída? Mostre faixas de avaliação e
retornos esperados baseado nos múltiplos de mercado atuais.
Para esta análise, Claude pode usar as diferentes Funções UC e Genie nas seguintes etapas:
Genie: Identifique empresas do portfólio mantidas > 3 anos e recupere seus financeiros mais recentes.
Função UC: Chame
calculate_normalized_ebitda()para cada empresa para aplicar ajustes de PE.Função UC: Execute
compute_portfolio_irr()para calcular TIR e MOIC para cada empresa.Genie: Consulte comparáveis de mercado e aplique múltiplos de setor ao EBITDA normalizado para faixas de avaliação.
Claude pode então relatar seus resultados em um resumo mostrando empresas prontas para saída com TIR, MOIC e faixas de avaliação baseado nos múltiplos de mercado atuais.
Avaliação de Novo Deal
Exemplo de prompt de entrada:
Estamos avaliando aquisição da TechCorp (SaaS, receita de $45M, EBITDA de $12M).
Qual é uma avaliação justa e quanto de dívida podemos suportar? Inclua registros
de due diligence anteriores em sua análise.
Para completar este pedido, Claude pode seguir este fluxo de trabalho:
Genie: Consulte comparáveis de mercado para empresas de tamanho similar no setor do alvo para estabelecer benchmarks de avaliação.
Função UC: Chame
estimate_debt_capacity()com métricas do alvo para modelar cenários de alavancagem e teste de estresse de conformidade de covenant.Busca Vetorial: Busque no índice de due diligence por playbooks relevantes de criação de valor e transações precedentes.
Síntese: Combine resultados para gerar faixa de avaliação, estrutura de capital recomendada e precedentes relevantes.
Idealmente, Claude responderia com um relatório sobre a faixa de avaliação e um preço de oferta recomendado, enquanto cita fontes que levam à sua recomendação.
Avaliação de Risco de Violação de Covenant
Exemplo de prompt de entrada:
Se vermos um declínio de EBITDA de 15-25% em todo o portfólio, quais empresas
correm risco de violação de covenant? Que ações devemos tomar?
Para esta tarefa, Claude pode usar os seguintes recursos:
Genie: Identifique empresas do portfólio com dívida, focando naquelas com alavancagem > 4x.
Função UC: Chame calculate_normalized_ebitda() para cada empresa de alta alavancagem para estabelecer baseline.
Função UC: Execute estimate_debt_capacity() com cenários de declínio de 15%, 20% e 25% para cada empresa.
Genie: Consulte financeiros históricos para identificar empresas com tendências de capital de giro deteriorando.
Claude pode então responder com uma análise de risco de violação, organizada por empresa e cenário.
Dicas para Usar Databricks
Seja específico sobre quais dados você está procurando.
Exemplo: Em vez de "Analise clientes", tente "Mostre-me nossos 20 principais clientes por…"
Use linguagem "encontrar similar" para correspondência de padrões
Exemplo: "Encontre feedback que mencione problemas como esta reclamação."
Lembre-se de que todas as permissões de acesso a dados seguem suas permissões do Unity Catalog. Claude pode acessar apenas os dados que você pode acessar.
Funções personalizadas fornecem cálculos consistentes. Considere adicionar Funções UC para calcular métricas padronizadas.
Análises complexas podem exigir múltiplas etapas. Peça um plano primeiro e revise a abordagem proposta por Claude.