Programa do Curso
Introdução à Análise Conversacional
- O que é análise conversacional e por que isso importa para equipes de produto
- Capacidades-chave e arquitetura de alto nível da WrenAI
- Fluxos de trabalho típicos das equipes de produto habilitados pela Wren AI
Conectando Fontes de Dados e Acesso
- Fontes de dados suportadas e padrões de ingestão
- Acesso a dados, permissões e junções multi-fonte
- Melhores práticas para conjuntos de dados de exemplo e arenavisão
Modelagem Semântica e Padronização de Métricas
- Projeto de uma camada de métricas e definições canônicas
- Criação de métricas e dimensões reutilizáveis para análise de produto
- Versão e governança do modelo semântico
Fluxos de Trabalho de Natural-Language para SQL
- Como a WrenAI traduz consultas NL para SQL e estratégias de validação
- Padrões de solicitação eFallbacks para perguntas sobre produtos
- Manejo de ambiguidade, perguntas de esclarecimento e design de intenção
BI Self-Service e Casos de Uso Embutidos
- Projeto de painéis conversacionais e modelos para equipes de produto
- Embutindo a Wren AI em fluxos de trabalho de produtos e ferramentas internas
- Medir adoção e impacto da análise self-service
Qualidade, Avaliação e Barras Laterais
- Testando a precisão de NL para SQL e construindo conjuntos de validação
- Monitoramento de derivação, sinais de qualidade de dados e auditorias de consultas
- Segurança, controle de acesso e barreiras laterais de regras comerciais
Workshop: Construa um Fluxo de Insights do Produto
- Laboratório prático: modelar uma métrica de produto, criar consultas conversacionais e validar resultados
- Montagem de painéis de autosserviço e orientação ao usuário
- Apresentações, feedbacks e planos de ação para o próximo passo
Resumo e Próximos Passos
Requisitos
- Compreensão de métricas e KPIs do produto
- Experiência com análise de dados ou ferramentas BI
- Familiaridade básica com SQL é benéfica
Público-alvo
- Gerentes de produto
- Analistas de dados
- Campeões de dados em unidades de negócio
Declaração de Clientes (1)
A Deepthi estava super sintonizada com as minhas necessidades, sabia quando adicionar camadas de complexidade e quando se conter e adotar uma abordagem mais estruturada. A Deepthi trabalhou verdadeiramente ao meu ritmo e assegurou que eu fosse capaz de utilizar as novas funções/ferramentas, mostrando primeiro e depois deixando-me recriar os itens, o que ajudou realmente a incorporar a formação. Não podia estar mais satisfeito com os resultados desta formação e com o nível de especialização da Deepthi!
Deepthi - Invest Northern Ireland
Curso - IBM Cognos Analytics
Máquina Traduzida