Cortex Analyst y la Capa Semántica

¿Qué es Cortex Analyst?

Cortex Analyst permite que usuarios de negocio hagan preguntas en lenguaje natural sobre datos estructurados y obtengan SQL generado automáticamente.

La clave es el Semantic Model: un archivo YAML que describe las tablas, columnas, métricas y relaciones en términos de negocio.

¿Por qué necesitas una Capa Semántica?

Sin una capa semántica, un LLM no sabe:

Que “ingresos” = SUM(precio * cantidad) en tu tabla ventas
Que “cliente activo” = clientes con compra en los últimos 90 días
Que la tabla dim_tiempo se une con hechos_ventas por fecha_id

El Semantic Model le da este contexto al LLM.

Estructura del Semantic Model

# semantic_model.yaml
name: modelo_ventas
description: "Modelo semántico para análisis de ventas"

tables:
  - name: ventas
    description: "Tabla de hechos de ventas transaccionales"
    base_table:
      database: mi_bd
      schema: analytics
      table: FCT_VENTAS

    dimensions:
      - name: producto
        synonyms: ["artículo", "item", "SKU"]
        description: "Nombre del producto vendido"
        expr: nombre_producto
        data_type: TEXT

      - name: region
        description: "Región geográfica de la venta"
        expr: region
        data_type: TEXT

      - name: fecha_venta
        description: "Fecha en que se realizó la venta"
        expr: fecha_venta
        data_type: DATE

    measures:
      - name: ingresos
        synonyms: ["ventas", "revenue", "total vendido"]
        description: "Suma del ingreso total de ventas"
        expr: SUM(precio_unitario * cantidad)
        data_type: NUMBER

      - name: unidades_vendidas
        synonyms: ["cantidad", "unidades"]
        description: "Total de unidades vendidas"
        expr: SUM(cantidad)
        data_type: NUMBER

      - name: ticket_promedio
        description: "Ingreso promedio por transacción"
        expr: AVG(precio_unitario * cantidad)
        data_type: NUMBER

    filters:
      - name: ventas_completadas
        description: "Solo ventas con estado completado"
        expr: estado = 'COMPLETADO'

Crear el Semantic Model en Snowflake

-- Subir el YAML a un stage
PUT file://semantic_model.yaml @mi_stage AUTO_COMPRESS=FALSE;

-- Crear el Cortex Analyst service
CREATE CORTEX ANALYST SERVICE mi_analista
  SEMANTIC_MODEL_FILE = '@mi_stage/semantic_model.yaml';

Hacer consultas en lenguaje natural

# Via Python (Snowpark)
import snowflake.snowpark as snowpark

response = session.sql("""
    SELECT SNOWFLAKE.CORTEX.ANALYST(
        'mi_analista',
        '¿Cuáles fueron los 5 productos con más ingresos en el último trimestre?'
    )
""").collect()

print(response[0][0])  # Muestra el SQL generado y el resultado

-- O directamente en SQL
SELECT SNOWFLAKE.CORTEX.ANALYST(
    'mi_analista',
    '¿Cómo fueron las ventas en México comparado con Colombia este año?'
);

Verified Query Representations (VQR)

Los VQR son pares de pregunta + SQL verificado manualmente. Le dicen a Cortex Analyst exactamente cómo responder preguntas comunes.

# En el semantic_model.yaml
verified_queries:
  - name: top_productos_mes
    question: "¿Cuáles son los 10 productos más vendidos este mes?"
    verified_at: "2026-01-15"
    sql: >
      SELECT nombre_producto, SUM(cantidad) AS unidades
      FROM analytics.fct_ventas
      WHERE DATE_TRUNC('month', fecha_venta) = DATE_TRUNC('month', CURRENT_DATE())
      GROUP BY 1
      ORDER BY 2 DESC
      LIMIT 10

Deployment con Streamlit

import streamlit as st
from snowflake.snowpark.context import get_active_session

session = get_active_session()

st.title("Asistente de Ventas")
pregunta = st.text_input("Haz una pregunta sobre las ventas:")

if pregunta:
    resultado = session.sql(f"""
        SELECT SNOWFLAKE.CORTEX.ANALYST('mi_analista', '{pregunta}')
    """).collect()[0][0]
    st.write(resultado)

Casos de uso reales

CFO asks: “¿Cuánto vendimos en LATAM el Q3?”
CMO asks: “¿Qué campaña tuvo mejor ROI este año?”
Operations: “¿Qué regiones están por debajo del objetivo?”

La capa semántica es lo que diferencia un chatbot de datos real de un simple wrapper de LLM.