Programa do Curso
Introdução à Análise Conversacional
- O que é análise conversacional e por que é importante para as equipes de produto
- Principais capacidades e arquitetura de alto nível do WrenAI
- Fluxos de trabalho típicos de equipes de produto habilitados pelo Wren AI
Conectando Fontes de Dados e Acesso
- Fontes de dados suportadas e padrões de ingestão
- Acesso a dados, permissões e junções de múltiplas fontes
- Melhores práticas para conjuntos de dados de exemplo e sandboxing (ambiente de testes isolado)
Modelagem Semântica e Padronização de Métricas
- Projetando uma camada de métricas e definições canônicas
- Criando métricas e dimensões reutilizáveis para análise de produto
- Versionamento e governança do modelo semântico
Fluxos de Trabalho de Linguagem Natural para SQL
- Como o WrenAI traduz consultas em NL para SQL e estratégias de validação
- Padrões de prompt (instrução) e alternativas (fallbacks) para questões de produto
- Tratamento de ambiguidade, perguntas de esclarecimento e design de intenção
BI de Autosserviço e Casos de Uso Incorporados
- Projetando painéis e modelos conversacionais para equipes de produto
- Incorporando o Wren AI em fluxos de trabalho de produto e ferramentas internas
- Medindo a adoção e o impacto da análise de autosserviço
Qualidade, Avaliação e Guardrails
- Testando a precisão de NL para SQL e construindo suítes de validação
- Monitorando desvio (drift), sinais de qualidade de dados e auditorias de consultas
- Segurança, controle de acesso e guardrails de regras de negócio
Oficina: Construindo um Fluxo de Insights de Produto
- Laboratório prático: modelar uma métrica de produto, criar consultas conversacionais e validar resultados
- Montar um painel de autosserviço e orientações para o usuário
- Apresentações, feedback e planos de ação para os próximos passos
Resumo e Próximos Passos
Requisitos
- Compreensão de métricas de produto e KPIs
- Experiência com análise de dados ou ferramentas de BI
- Familiaridade básica com SQL é vantajosa
Público-Alvo
- Gerentes de produto
- Analistas de dados
- Campeões de dados em unidades de negócios
Testemunhos de Clientes (3)
Deepthi estava muito atenta às minhas necessidades, sabia quando adicionar camadas de complexidade e quando se conter para seguir uma abordagem mais estruturada. Deepthi realmente trabalhou no meu ritmo e garantiu que eu pudesse usar as novas funções/ferramentas por conta própria, primeiro mostrando e depois me permitindo recrear os itens, o que ajudou muito a fixar o treinamento. Não poderia estar mais satisfeito com os resultados deste treinamento e com o nível de expertise de Deepthi!
Deepthi - Invest Northern Ireland
Curso - IBM Cognos Analytics
Máquina Traduzida
ele estava bem preparado - e é muito simpático
Oliver - Post CH AG
Curso - Splunk Fundamentals
Máquina Traduzida
muitos exercícios práticos
Marcin - Narodowy Bank Polski
Curso - Splunk Data Administration
Máquina Traduzida