创建干净、受管的构建块，帮助最终用户和 Metabot AI 更轻松地运行查询并获得一致的答案
语义层是用于分析的业务逻辑的共享地图。在这里，您可以定义描述数据的关键模型、指标和关系。语义层为您的团队提供了一个共享的真相来源，用于重要的、需要经常参考的事项，例如收入、活跃用户或客户流失。无论您是编写查询、构建仪表板还是寻求 AI 的帮助，它都能使分析一致、可重用且易于理解。
Metabase 已经为您的团队分析提供了支持。在此处添加您的语义层意味着您的定义就位于您提出问题的地方，无需额外的工具或重复。一次定义模型、指标和权限，并在所有地方重用，以获得一致的自助式答案。此外，您的数据也为 AI 做好了准备 — 为 Metabot 提供可靠的基础，以获得准确的响应。
模型是精心策划的数据集 — 干净、命名良好的查询，任何人都可以以此为基础进行构建，并添加了元数据。
指标是可重用的计算（例如，总收入、转化率或活跃用户等常见聚合），您定义一次，然后所有人（包括 Metabot）都可以将其用于自己的问题和查询，以获得一致的结果。
您可以在问题中（重新）使用模型和指标，并且很快就可以在转换中使用，这样每个人都在使用相同的定义。
转换允许您执行 ETL 中的 T — 定义数据准备逻辑，例如使用 SQL 或 Python 进行清理、联接或聚合。
与模型（任何人都可以构建的可重用查询）不同，转换可以将数据写回数据库，以获得更快的性能和更丰富的管道。
它们共同构成了语义层，即您的业务逻辑的共享词汇表，人类、AI 和工具都能理解。
Metabot 使用您的语义层作为上下文来准确回答问题。它理解您的模型（精心策划的表）、指标（定义）和转换，因此它会查询您的已定义逻辑，而不是猜测。
即将推出！转换将允许您在不离开 Metabase 的情况下使用 SQL 或 Python 定义可重用的转换。它适用于数据塑形和逻辑，而不是完整的笔记本式脚本和机器学习，但如果您想使用 Python 来准备和定义您的团队分析的数据，转换将是理想的选择。
语义层
