Plan du cours
Introduction à l’analyse conversationnelle
- Qu’est-ce que l’analyse conversationnelle et pourquoi elle est importante pour les équipes produit
- Fonctionnalités clés de WrenAI et architecture de haut niveau
- Flux de travail types des équipes produit facilités 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
- Bonnes pratiques pour les jeux de données d’exemple et le sandboxing
Modélisation sémantique et standardisation des métriques
- Conception d’une couche de métriques et de définitions canoniques
- Création de métriques et de dimensions réutilisables pour l’analyse produit
- Gestion des versions et gouvernance du modèle sémantique
Flux de travail de conversion du langage naturel en SQL
- Comment WrenAI traduit les requêtes NL en SQL et stratégies de validation
- Modèles de prompt et solutions de repli pour les questions produit
- Gérer l’ambiguïté, les questions de clarification et la conception de l’intention
BI auto-service et cas d’usage 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
- Mesure de l’adoption et de l’impact de l’analyse auto-service
Qualité, évaluation et garde-fous
- Test de l’exactitude de la conversion NL en SQL et construction de suites de validation
- Surveillance de la dérive, des signaux de qualité des données et des audits de requêtes
- Sécurité, contrôle d’accès et garde-fous basés sur les règles métier
Atelier : Construire un flux d’insights produit
- Travaux pratiques : modéliser une métrique produit, créer des requêtes conversationnelles et valider les résultats
- Assembler un tableau de bord auto-service et des guides utilisateur
- Présentations, retours et plans d’action pour les étapes suivantes
Résumé et prochaines étapes
Pré requis
- La compréhension des métriques produit et des KPI
- L’expérience avec l’analyse de données ou les outils BI
- Une connaissance de base de SQL est un atout
Public cible
- Managers produit
- Analystes de données
- Champions data au sein des unités métier
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