Plan du cours
Introduction à l'analyse conversationnelle
- Qu'est-ce que l'analyse conversationnelle et pourquoi cela compte pour les équipes produits
- Capacités clés et architecture de haut niveau de WrenAI
- Workflows typiques des équipes produits activés par Wren AI
Connexion des sources de données et accès
- Sources de données supportées et modes d'ingestion
- Accès aux données, autorisations et jointures multi-sources
- Bonnes pratiques pour les jeux de données d'exemple et l'isolement (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
- Versionning et gouvernance du modèle sémantique
Workflows de langage naturel vers SQL
- Comment WrenAI traduit les requêtes NL en SQL et les stratégies de validation
- Modèles d'invitation (prompting) et solutions de repli pour les questions produits
- Gestion de l'ambiguïté, questions de clarification et 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 produits
- Intégration de Wren AI dans les workflows produits et les outils internes
- Mesure de l'adoption et de l'impact de l'analyse en libre-service
Qualité, évaluation et garde-fous
- Tests de précision de la conversion NL-to-SQL et création de suites de validation
- Surveillance de la dérive, signaux de qualité des données et audits de requêtes
- Sécurité, contrôle d'accès et garde-fous liés aux règles métier
Atelier : Construire un flux d'insights produit
- Travail pratique : modéliser une métrique produit, créer des requêtes conversationnelles et valider les résultats
- Assembler un tableau de bord en libre-service et des directives utilisateur
- Présentations, feedback et plans d'action étape suivante
Résumé et prochaines étapes
Pré requis
- Une compréhension des métriques produits et des KPI
- De l'expérience avec des outils d'analyse de données ou de BI
- Une familiarité de base avec SQL est un atout
Audience cible
- Chefs de produit
- Analystes de données
- Champions de données au sein des unités métier
Nos clients témoignent (4)
Abhi possède une excellente maîtrise d'Alteryx et a su expliquer les concepts avec une grande clarté. Il a bien compris nos objectifs et a créé des jeux de données de démonstration sur mesure, parfaitement adaptés à notre organisation, ce qui était très impressionnant. La formation était bien structurée, délivrée à un bon rythme et a laissé le temps de poser des questions.
Samuel Taylor - Manchester Metropolitan University
Formation - Alteryx for Data Analysis
Traduction automatique
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
