Snowflake ist ein großartiges Warehouse. Querri ist der ganze Weg zur Antwort.

Für ein Team ohne Data Engineers, das geschäftliche Antworten will, deckt Querri ab, wofür es sonst einen Warehouse-Stack kaufen würde: Systeme verbinden, Daten speichern und bereinigen, Kennzahlen definieren, Dashboards und KI. Bei vielen Terabyte, intensivem Data Engineering, Data Sharing oder Machine Learning ist Snowflake die stärkere Plattform, und Querri setzt direkt darauf auf: Behalten Sie Ihre Daten in Snowflake und lassen Sie das Geschäft ihnen direkt Fragen stellen.

Snowflake rechnet nach Verbrauch ab. Credits kosten je nach Edition $2, $3 oder $4 (US-Liste), ein X-Small-Warehouse verbraucht 1 Credit pro Stunde und jede Größenstufe verdoppelt das, Speicher kostet etwa $23 pro TB und Monat, und KI-Funktionen verbrauchen AI Credits zu je $2. Vendr meldet einen Median-Vertrag von etwa $100,000 pro Jahr, vor Datenaufnahme, BI und Personal. Querri ist ein Plan mit planbaren Kosten, mit KI und Dashboards inklusive; siehe aktuelle Pläne.

Meist liegt es an ein paar Einstellungen und Gewohnheiten: Warehouses, die nach jeder Abfrage die standardmäßigen 10 Leerlaufminuten weiterlaufen, überdimensionierte Warehouses (eines, das in der Weboberfläche erstellt wird, startet standardmäßig mit X-Large, 16 Credits pro Stunde), lang laufende Abfragen (das Standard-Timeout liegt bei zwei Tagen) und KI-Agenten, die aus einer Frage mehrere Modellaufrufe und Abfragen machen. Ressourcenmonitore, Budgets und das Feintuning von Auto-Suspend helfen, und sie brauchen dauerhaft die Aufmerksamkeit von jemandem.

Nicht mit Ressourcenmonitoren: Laut der Dokumentation von Snowflake können sie Ausgaben für Serverless-Funktionen und KI-Dienste nicht erfassen. Budgets decken KI ab, einschließlich CoWork, dienen aber nur der Warnung und Benachrichtigung. Ein harter Stopp braucht eigenen Code oder Credit-Kontingente pro Nutzer. In Querri legen Admins für jede Person ein monatliches Credit-Limit fest, und Querri berechnet Mehrverbrauch niemals automatisch.

CoWork hat keine Lizenzgebühr pro Nutzer. Es wird in AI Credits zu je $2 auf Basis des Token-Verbrauchs abgerechnet, die Tools, die es aufruft (etwa Cortex Analyst oder Cortex Search), kosten zusätzlich, und das SQL, das es ausführt, wird als Warehouse-Compute berechnet. Die Kosten wachsen also mit der Zahl der Fragen mal der Agentenschritte. Querri enthält KI in jedem Plan, aus einem festen monatlichen Credit-Kontingent.

Als eigenständige API kostet Cortex Analyst 67 Plattform-Credits pro 1,000 Nachrichten, etwa $0.13 pro Nachricht auf Standard, $0.20 auf Enterprise und $0.27 auf Business Critical (USA), plus das Warehouse-Compute für das SQL, das es schreibt. Über CoWork oder Cortex Agents wird stattdessen nach Tokens in AI Credits abgerechnet.

Für Geschäftsdaten ja, und oft ist die Antwort sogar schneller da, weil kein Warehouse fortgesetzt werden muss. DuckDB führt analytische Abfragen in-process auf einer einzelnen Maschine aus, sodass Abfragen über Millionen von Zeilen in Sekunden zurückkommen. Die verteilten Warehouses von Snowflake zahlen sich bei vielen Terabyte und hoher Parallelität aus, wo sie das richtige Tool sind.

Querri ist für die Daten gebaut, mit denen Unternehmen arbeiten: CRM, Buchhaltung, ERP, Werbung, Zahlungen und Tabellenkalkulationen, typischerweise Megabyte bis Hunderte Gigabyte. Dateien lassen sich mit bis zu 2 GB pro Datei hochladen, und der Speicher wächst mit Ihrem Plan. Wenn Ihre Daten viele Terabyte umfassen, behalten Sie sie in Snowflake und fragen Sie sie aus Querri live ab, oder synchronisieren Sie die zusammengefassten Tabellen, die Ihr Team bereits gebaut hat.

Ja, auf zwei Arten, Tabelle für Tabelle gewählt. Live-Tabellen bleiben in Snowflake und werden dort schreibgeschützt abgefragt, mit den Zeilenregeln jeder Person direkt im Warehouse. Synchronisierte Tabellen werden nach Zeitplan in Querri kopiert. In beiden Fällen nutzt Querri Schlüsselpaar- oder Token-Authentifizierung, die Snowflake für Service-User inzwischen vorschreibt, und eine Rolle mit reinem Lesezugriff. Sie behalten Ihre Snowflake-Investition und geben Fachanwendern Antworten darauf, ohne vorheriges Semantic-View-Projekt.

Ja, für die Tabellen Ihrer Wahl. Eine Live-Tabelle bleibt in Ihrem Snowflake-Konto: Querri speichert nur ihre Spalten und eine geschätzte Zeilenzahl, formuliert jede Frage in Snowflake SQL, führt sie als einzelnes schreibgeschütztes SELECT aus und holt nur das Ergebnis zurück. Live-Abfragen verbrauchen Ihre Warehouse-Credits; synchronisierte Tabellen werden aus der Kopie von Querri beantwortet und tun das nicht. Live-Tabellen sind im Scale-Tarif verfügbar.

Ja. Machen Sie die Tabellen Live, dann bleiben sie in Snowflake: Querri kopiert nie ihre Zeilen, auch nicht bei geplanten Aktualisierungen. Schreibvorgänge, andere Tabellen und Sitzungseinstellungen werden abgelehnt, bevor irgendetwas das Warehouse erreicht, und die Zeilenregeln jeder Person werden innerhalb der Abfrage angewendet. Die Ergebnisse von Fragen werden wie jede Antwort in Querri gespeichert, sodass Diagramme, Dashboards, Exporte und Folgefragen damit funktionieren.

Ja. Live-Abfragen laufen auf Ihrem Warehouse und erscheinen daher auf Ihrer Snowflake-Rechnung, und ein angehaltenes Warehouse braucht bei der ersten Frage einige Sekunden zum Fortsetzen. Vor einer geplanten Aktualisierung fragt Querri Snowflake, ob sich die Tabelle geändert hat, mit einer Metadatenprüfung, die das Warehouse nicht startet, und führt nichts aus, wenn nicht. Wenn Fragen keine Credits verbrauchen sollen, synchronisieren Sie die Tabelle stattdessen.

Nicht für geschäftliche Antworten. Ein Warehouse ist ein guter Ansatz, und Aufbau und Betrieb erfordern Engineering. Querri gibt Ihnen Speicher, Bereinigung, Definitionen und Antworten in einem Produkt. Praktiker empfehlen ein Warehouse meist dann, wenn die Daten viele Terabyte erreichen, wenn Sie Engineering-Workloads wie Machine Learning oder Streaming brauchen oder wenn Sie ein Datenteam mit Anwendungsfällen haben, die es erfordern.

Fachanwender können in Snowflake CoWork Fragen stellen, und es ist ein leistungsfähiges Produkt. Die Antworten hängen von Semantic Views und Governance ab, die Datenfachleute aufbauen und pflegen, und die Partner von Snowflake sagen, dass die Genauigkeit sinkt, wenn diese schwach sind. In Querri legen die Menschen, die die Daten kennen, ihre Bedeutung in einfacher Sprache fest, und Querri sagt Ihnen, wenn eine Frage mehr als eine Lesart hat.

Eine, die vor der ersten Antwort keine Pipelines, keine Modellierungsschicht und kein BI-Tool braucht. Querri verbindet Ihre Systeme, bereinigt die Daten automatisch, lernt Ihre Definitionen in einfacher Sprache und erstellt Dashboards per Frage, in einem Plan mit planbaren Kosten. Sie können mit dem kostenlosen Plan starten.

Ja. Sie können ohne Kreditkarte mit dem kostenlosen Plan starten, eine Quelle verbinden und fragen. Was jeder Plan enthält, sehen Sie unter Pläne ansehen. Oder bringen Sie Ihre schwierigste Frage zu einer 20-minütigen Demo mit.