Comercio MinoristaInteligencia de Negocio

Cómo Grupo Casas Bahia usa Databricks AI/BI Genie para reducir el tiempo de análisis de horas a minutos

Grupo Casas Bahia es una de las mayores cadenas de comercio minorista en Brasil, que atiende a millones de clientes con una amplia gama de artículos del hogar. La empresa implementó Databricks AI/BI Genie para dar a los equipos de negocio acceso a sus datos mediante lenguaje natural, sin necesidad de conocimientos de SQL. Los análisis que antes requerían de cinco a seis horas ahora se completan en menos de dos minutos.

Resultados

5–6 hours down to 2 minutesReducción en el tiempo de análisis
Forward-looking instead of historicalEnfoque en la toma de decisiones
Multiple additional use casesAmpliación del acceso a datos

Herramientas y tecnologías

1DA
Databricks AI/BI Genie
Natural language querying interface that lets non-technical users ask questions in plain English and get instant analytics from data lakehouses.
2MT
Microsoft Teams
Collaboration and chat platform by Microsoft for team messaging, video calls, and file sharing.

Categorías de IA

Desafío

Los analistas de Grupo Casas Bahia necesitaban conocimientos de SQL para consultar los datos, lo que generaba un cuello de botella que sobrecargaba al equipo central de datos y dedícaba a los usuarios de negocio sin capacidad de autoservicio. La lógica de negocio inconsistente entre departamentos minó además la confianza en los resultados.

Solución

La empresa implementó Databricks AI/BI Genie, que permite consultas en lenguaje natural en portugués sobre datos centralizados y estandarizados. Genie se integró con Microsoft Teams a través de la API de conversación y se conectó con modelos de Databricks AutoML para pronóstico de inventario y detección del fraude.

Historia completa

Grupo Casas Bahia opera a una escala que genera volúmenes enormes de datos en logística, ventas y prevención del fraude, datos que hasta hace poco solo un reducido grupo de analistas con dominio de SQL podía utilizar de forma efectiva. La escala de la empresa exigía un enfoque más rápido y distribuido para la toma de decisiones, pero las herramientas disponibles creaban cuellos de botella en lugar de facilitar el flujo de trabajo.

Accede a 456+ casos de uso de IA, 428+ herramientas y rankings de señales de adopción.

Fuente

DATABRICKS
enero de 2025
Caso de estudio original ↗

Casos similares

1I
How Ibotta Uses Databricks Vector Search and AI/BI to Personalize Cashback Offers and Reduce Latency at Scale
Ibotta
IncreasedOffer relevance improvement
2R
How Rakuten Fixes Issues 2x Faster with OpenAI Codex
Rakuten
~50% reductionMean Time to Recovery
3E
How Erewhon Automated 70% of Customer Service Tickets and Saved $40K Annually with Zapier
Erewhon
70%Customer service tickets automated
4S
How Super-Pharm Uses Vertex AI to Improve Inventory Accuracy from 50% to 90%
Super-Pharm
50% to 90%Inventory Accuracy
5M
How Morrisons Reduced Data Reporting Lag by 99% with BigQuery and Looker
Morrisons
98.96%Data reporting lag reduction
6F
How Furniture.com Used Databricks Mosaic AI to Deploy 8 Production AI Models and Double Conversion Rates
Furniture.com
95%Shopper engagement with AI review summaries
7R
How Reversia Uses Claude to Translate Shopify Stores Across 110+ Languages
Reversia
99%Translation accuracy
8G
How Gearfire Cut IT Costs 67% with Elastic Cloud Serverless
Gearfire
67%IT cost reduction in first month
Ver todos los casos →