Plan du cours
Introduction à l'analytique conversationnelle
- Qu'est-ce que l'analytique conversationnelle et pourquoi est-ce important pour les équipes produit
- Principales capacités de WrenAI et architecture de haut niveau
- Flux de travail typiques des équipes produit activés par Wren AI
Connexion aux sources de données et accès
- Sources de données prises en charge et modèles d'ingestion
- Accès aux données, permissions et jointures multi-sources
- Meilleures pratiques pour les jeux de données d'exemple et le sandboxing
Modélisation sémantique et normalisation des métriques
- Conception d'une couche de métriques et définitions canoniques
- Création de métriques et de dimensions réutilisables pour l'analytique produit
- Versioning et gouvernance du modèle sémantique
Flux de travail du langage naturel à SQL
- Comment WrenAI traduit les requêtes NL en SQL et stratégies de validation
- Modèles de prompting et solutions de rechange pour les questions produit
- Gérer l'ambiguïté, les questions de clarification et la conception de l'intention
BI en libre-service et cas d'utilisation intégrés
- Conception de tableaux de bord conversationnels et de modèles pour les équipes produit
- Intégration de Wren AI dans les flux de travail produit et les outils internes
- Mesurer l'adoption et l'impact de l'analytique en libre-service
Qualité, évaluation et garde-fous
- Tester la précision du passage du NL à SQL et créer des suites de validation
- Surveiller la dérive, les signaux de qualité des données et les audits de requêtes
- Sécurité, contrôle d'accès et garde-fous basés sur les règles d'affaires
Atelier : Construire un flux d'insights produit
- Lab pratique : modéliser une métrique produit, créer des requêtes conversationnelles et valider les résultats
- Assembler un tableau de bord en libre-service et des directives pour l'utilisateur
- Présentations, retour d'information et plans d'action pour les prochaines étapes
Résumé et prochaines étapes
Pré requis
- Une compréhension des métriques et des KPI de produit
- De l'expérience avec l'analyse de données ou les outils de BI
- Une familiarité de base avec SQL est un atout
Public cible
- Gestionnaires de produit
- Analystes de données
- Champions de données au sein des unités d'affaires
Nos clients témoignent (4)
Deepthi était extrêmement attentive à mes besoins, elle savait quand ajouter des couches de complexité et quand ralentir pour adopter une approche plus structurée. Deepthi a vraiment travaillé à mon rythme et s'est assurée que je puisse utiliser les nouvelles fonctions/outils moi-même en me montrant d'abord, puis en me laissant les recréer. Cela a vraiment aidé à ancrer la formation. Je ne suis pas plus heureux des résultats de cette formation et du niveau d'expertise de Deepthi !
Deepthi - Invest Northern Ireland
Formation - IBM Cognos Analytics
Traduction automatique
La diversité des sujets abordés
Romaric - Vacher
Formation - Business Intelligence and Data Analysis with Metabase
il était bien préparé - et il est très sympathique
Oliver - Post CH AG
Formation - Splunk Fundamentals
Traduction automatique
beaucoup d'exercices pratiques
Marcin - Narodowy Bank Polski
Formation - Splunk Data Administration
Traduction automatique