Catalogue, dictionnaire, lineage column-level et Base de Connaissance multi-modale — générés par IA générative à partir de vos bases, datalakes, pipelines et code. En 3 couches (technique, sémantique et métier), toujours à jour, interrogeable en langage naturel.
Les ingénieurs créent des tables, vues, notebooks et pipelines à grande vitesse. Cataloguer les métadonnées, le lineage, les règles métier et le dictionnaire de données est un travail manuel, répétitif et historiquement abandonné. Le coût : onboarding lent, audits coûteux, refactorisations risquées et décisions métier sur des données d'origine incertaine.
Chaque objet et champ reçoit une description technique (DBA), sémantique (analyste) et métier (contrôle de gestion) — générées indépendamment par l'IA.
Le parser couvre 25 dialectes SQL, AST Python/PySpark et notebooks. Reconstruit l'origine de chaque colonne jusqu'à la source primaire — sans rien à déclarer.
Importez PDF, DOCX, feuilles de calcul, vidéo, audio, images, notes libres — l'IA absorbe, indexe et enrichit la documentation avec votre vocabulaire.
Demandez en portugais : « où est le CPF ? », « différence entre chiffre d'affaires brut et net ? ». Réponses avec lineage et référence au code.
Détection automatique de CPF, CNPJ, RG, e-mail, carte et téléphone dans toutes les sources — avec lineage jusqu'à la dérivation finale et les owners responsables.
L'IA produit la première version ; les owners approuvent, éditent ou rejettent dans une file Kanban. L'IA apprend de chaque décision et s'adapte au vocabulaire interne.
Tables, vues, procédures, fonctions, triggers, packages, index, jobs, dashboards, modèles ML, dataflows — tout ce que la source expose.
Alerte quand le schéma change, le % de nulls monte, la distribution se déplace ou un nouveau type de PII apparaît. Versioning complet : voyez la table X il y a 6 mois.
Namespace Kubernetes dédié par tenant. Connexion read-only. LLM partagé, dédié ou self-hosted (Enterprise). Conforme LGPD / ISO 27001.
Termes, KPI et règles avec liaison automatique par IA : chaque concept est relié aux bons champs par similarité sémantique et alimente les couches sémantique et métier. Le contrôle de gestion cesse de demander des explications techniques.
Publiez le catalogue en PDF, Excel, Word, HTML, CSV ou Markdown/Confluence — avec sélection granulaire de ce qu'il faut inclure, périmètre par source ou projet et export planifié (hebdomadaire ou mensuel).
SSO/SAML et OIDC (Azure AD, Okta, Google), rôles par fonction (admin, editor, owner, viewer, auditeur), audit immuable pendant 7 ans et coffre de secrets avec BYOK. Accès en lecture seule à votre source.
Chaque couche est éditable indépendamment. L'ingénieur ajuste la technique sans toucher au métier. Le contrôle de gestion réécrit la métier sans toucher au technique. Historique complet de qui a édité quoi, quand et pourquoi.
Type, nullability, clés inférées, % nulls, cardinalité, range, top valeurs, distribution, FKs implicites, dépendances de procédures.
Pour : ingénieurs data, DBAs, architectes.Ce que le champ représente dans le domaine : « code fiscal produit », « date d'émission de facture », « identifiant unique client PJ ». Mappée au glossaire central par synonymes.
Pour : analystes, data scientists, nouveaux arrivants.Comment le champ est utilisé en décision : KPI alimenté, règle de calcul, owner inféré, dashboards et rapports qui en dépendent, fréquence de consultation.
Pour : utilisateurs métier, contrôle de gestion, audit.Embarqué dans le portal, Catalog Chat permet à n'importe quel utilisateur — technique ou métier — de converser avec le catalogue en langage naturel. Réutilise le moteur NL→SQL de WFS DataTalk IA, maintenant pointé sur le graphe du catalogue. Supporte les questions sur schéma, lineage, règles métier, impact du changement et gouvernance.
La couverture par source dépasse les tables : vues, vues matérialisées, procédures, fonctions, triggers, séquences, packages, jobs, modèles ML, dashboards et dataflows. Connecteurs supplémentaires sur demande en 2 à 4 semaines.
Générez la documentation dans le format préféré de chaque équipe — prête à imprimer, éditer, versionner ou intégrer à l'intranet. Sélection granulaire de ce qui entre (objets, champs, docs, glossaire, lignage, KPI, SQL, qualité), périmètre par tenant, projet, source ou schéma, et livraison automatique.
Formats de sortie
Livraison et planification
De 3 semaines à étudier le lakehouse à quelques heures dans le portal — vue complète de ce qui existe, ce que ça fait et comment tout se connecte.
« Où est le CPF ? » répond en 1 clic, avec la liste complète des champs, sources, lineage et tables dérivées. Conformité défendable.
Avant de modifier une table, le lineage column-level montre toutes les pipelines, dashboards et rapports qui en dépendent — y compris la mesure spécifique dans Power BI.
Les équipes métier arrêtent de demander des explications techniques. La définition de chaque KPI est visible dans Catalog Chat avec origine et règle dérivée du code.
Dans les projets TOTVS→Databricks ou on-prem→Cloud, le catalogue sert de source de vérité de l'état actuel et génère le backlog de l'état futur avec lineage préservée.
La Carte PII identifie en continu où les données personnelles sont stockées et répliquées. Alerte quand un nouveau PII apparaît.
| WFS Smart Document IA | Atlan / Collibra / Alation | |
|---|---|---|
| Délai de déploiement | Heures (plug-and-play) | Semaines à mois |
| Documentation automatique | 3 couches générées par IA | 1 champ libre, manuel |
| Lineage column-level | Par parser de code (SQL, Python, notebooks) | Dépend des métadonnées déclarées |
| Catalog Chat | PT-BR natif, parle lineage et règles | Recherche par mot-clé |
| Base de Connaissance | Multi-modale : PDF, DOCX, vidéo, audio, images | Champ de texte libre |
| Connecteurs ERP BR | TOTVS Protheus, Datasul, Senior, Oracle EBS | Inexistant ou via JDBC générique |
| LLM self-hosted | Disponible en Enterprise | Rare ou inexistant |
| Support | WFS au Brésil, en PT-BR, fuseau BR | Global, rarement en PT |
Architecture multi-tenant avec isolement réel, accès en lecture seule et piste d'audit immuable — conçu pour passer la revue de sécurité d'entreprise.
Les connexions s'ouvrent en mode read-only (option du pilote ou transaction BEGIN READ ONLY). La plateforme lit les métadonnées et le code — elle n'écrit jamais dans votre source.
Les identifiants ne résident jamais dans la base de l'application — seulement une référence au secret dans le coffre (Azure Key Vault géré par WFS, ou votre propre KMS en Enterprise). Rotation automatique.
Connexion d'entreprise (Azure AD, Okta, Google Workspace) et rôles par fonction : admin, editor, owner des données, viewer et auditeur. Magic link à la première connexion, sans mot de passe.
Chaque consultation, édition, approbation et export est journalisée avec utilisateur, IP et horodatage — dans un sink immuable (Object Lock) pendant 7 ans, pour la conformité LGPD.
Namespace Kubernetes dédié et base isolée par client, avec row-level security — défense en profondeur contre toute fuite entre tenants.
Pour les réseaux fermés, un conteneur s'exécute dans votre environnement et récupère les tâches via HTTPS sortant avec mTLS — sans ouvrir de ports entrants ni VPN.
Conforme LGPD · ISO 27001 · SOC 2
R$ 790/mês
ou US$ 159/mois hors Brésil · 15 jours gratuits
3 connecteurs · 5 utilisateurs · jusqu'à 25 000 objets · 1 300 crédits WFS IA/mois · Catalog Chat · lineage column-level. Idéal pour la validation initiale.
Souscrire maintenant — 15 jours gratuitsR$ 2.190/mês
ou US$ 449/mois hors Brésil · 15 jours gratuits
10 connecteurs · 20 utilisateurs · jusqu'à 150 000 objets · 4 500 crédits WFS IA/mois · API REST · lineage du code (vues/procédures/ETL) · glossaire et file éditoriale. Pour les équipes data consolidées.
Souscrire maintenant — 15 jours gratuitsR$ 4.900/mês
ou US$ 990/mois hors Brésil · 15 jours gratuits
Sources illimitées · 30 utilisateurs · jusqu'à 500 000 objets · 13 500 crédits WFS IA/mois · multi-projets avec gouvernance · onboarding assisté et support prioritaire. Pour les groupes d'entreprise.
Souscrire maintenant — 15 jours gratuitsR$ 9.800/mês
ou US$ 1 980/mois hors Brésil · le double du Scale
1 million d'objets · 60 utilisateurs · 27 000 Crédits WFS IA/mois · multi-entreprise (jusqu'à 10) · LLM self-hosted · SSO/SAML · white-label sur votre domaine · SLA 99,9 % · support 24×7. Pour les grands groupes d'entreprise.
Parler aux ventesVous ne payez que pour l'IA consommée : chaque documentation, embedding et réponse de chat débite des Crédits WFS IA. Le coût évolue selon la documentation générée, pas le volume de données — une base avec des millions de lignes et 200 tables coûte le même prix que 200 tables vides. Packs de crédits ponctuels disponibles pour documenter le catalogue entier d'un coup. Setup technique facturé à part comme livrable dédié.
Démo exécutive de 45 min sur une base d'exemple, ou Preuve de Concept de 2 semaines sur un sous-ensemble de vos données, sans coût.
Planifier démoWFS Smart Document IA est une plateforme de catalogue et de documentation automatique de bases, data lakes et pipelines. Elle se connecte à l'infrastructure du client, scanne chaque objet (tables, vues, procédures, notebooks, tableaux de bord) et produit une documentation en 3 couches (technique, sémantique et métier) via IA générative, avec lineage column-level reconstruit à partir du code réel.
Après l'enregistrement des sources (DB, data lakes, dépôts Git, outils BI) en lecture seule, le produit scanne tous les objets, calcule statistiques et profil de données, détecte les PII automatiquement et traite chaque artefact avec un LLM corporate (la WFS SD IA — collaborative entre 5 des meilleures IA du marché) produisant des descriptions dans les 3 couches. Tout est navigable dans un portail web avec Catalog Chat en PT-BR.
Bases : Oracle, SQL Server, PostgreSQL, MySQL, DB2, Sybase. Lakehouses : Databricks, Microsoft Fabric, Snowflake, BigQuery, Synapse, Redshift. Stockage : ADLS Gen2, S3, GCS, Delta Lake, Iceberg. Orchestrateurs : ADF, Airflow, dbt, Fabric Pipelines. NoSQL : MongoDB, Cassandra, CosmosDB. BI : Power BI, Tableau, Looker. ERP brésiliens : TOTVS Protheus, Datasul, Senior, SAP. Connecteurs supplémentaires à la demande en 2-4 semaines.
Le lineage column-level montre l'origine exacte de chaque colonne jusqu'à la source primaire, en parcourant toutes les transformations. WFS Smart Document IA le reconstruit en analysant du code réel (SQL, Python, notebooks Databricks, dbt), sans dépendre d'une déclaration manuelle. Utile pour le refactor sécurisé (savoir ce qui va casser avant de toucher), l'audit LGPD (où est le CPF ?) et la gouvernance.
Quatre plans : Starter (R$790/mois, 3 connecteurs, 25 000 objets, 5 utilisateurs, 1 300 crédits), Professional (R$2 190/mois, 10 connecteurs, 150 000 objets, 20 utilisateurs, 4 500 crédits, API REST et lineage du code), Scale (R$4 900/mois, sources illimitées, 500 000 objets, 30 utilisateurs, 13 500 crédits) et Enterprise (R$9 800/mois — le double du Scale : 1 million d'objets, 27 000 crédits, 60 utilisateurs, multi-entreprise, LLM self-hosted, SSO/SAML, white-label, SLA 99,9 %, support 24×7). Facturation en BRL (ou USD hors Brésil) selon Crédits WFS IA consommés, pas au siège. Setup technique facturé à part.
Oui, sur le plan Enterprise. Modèles LLM self-hosted disponibles via AWS Bedrock privé, Azure AI dédié ou modèles dédiés on-premises. Les données sensibles ne quittent jamais l'environnement du client — seuls les métadonnées et le code transitent entre le connecteur et le tenant dédié WFS. Conforme LGPD, ISO 27001 et SOC 2.