Prenez contact avec nous
 Durée 14 heures

Plan du cours

Introduction à l'analyse conversationnelle

  • Qu'est-ce que l'analyse conversationnelle et pourquoi elle est essentielle pour les équipes produit
  • Capacités clés de WrenAI et architecture de haut niveau
  • Exemples de flux de travail des équipes produit rendus possibles par Wren AI

Connexion aux sources de données et accès

  • Sources de données prises en charge et modèles d'ingestion
  • Accès aux données, autorisations et jointures multi-sources
  • Bonnes pratiques pour les jeux de données d'exemple et le sandboxing

Modélisation sémantique et standardisation des métriques

  • Concevoir une couche de métriques et des définitions canoniques
  • Créer des métriques et des dimensions réutilisables pour l'analyse produit
  • Gestion des versions et gouvernance du modèle sémantique

Flux de travail du langage naturel vers SQL

  • Comment WrenAI traduit les requêtes NL en SQL et stratégies de validation
  • Modèles de formulation de prompts et alternatives pour les questions produit
  • Gérer l'ambiguïté, les questions de clarification et la conception de l'intention

BI en libre-service et cas d'usage intégrés

  • Concevoir des tableaux de bord conversationnels et des modèles pour les équipes produit
  • Intégrer Wren AI dans les flux de travail produit et les outils internes
  • Mesurer l'adoption et l'impact de l'analyse en libre-service

Qualité, évaluation et garde-fous

  • Tester la précision NL-SQL et construire des suites de validation
  • Surveiller le dérive, les signaux de qualité des données et les audits de requêtes
  • Sécurité, contrôle d'accès et garde-fous liés aux règles métier

Atelier : Créer un flux d'informations produit

  • Atelier pratique : modéliser une métrique produit, créer des requêtes conversationnelles et valider les résultats
  • Assembler un tableau de bord en libre-service et un guide utilisateur
  • Présentations, retour d'information et plans d'action pour les prochaines étapes

Résumé et prochaines étapes

Pré requis

  • Comprendre les métriques produit et les KPI
  • Expérience dans l'analyse de données ou l'utilisation d'outils BI
  • Une bonne maîtrise de base de SQL est un atout

Public cible

  • Gestionnaires de produit
  • Analystes de données
  • Champions des données au sein des unités métier

Nombre de participants


Prix par participant

Nos clients témoignent (4)

Cours à venir

Catégories Similaires