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
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