Programa do Curso
Introdução à Análise Conversacional
- O que é análise conversacional e por que ela é importante para equipes de produto
- Principais capacidades do WrenAI e arquitetura de alto nível
- Fluxos de trabalho típicos de equipes de produto habilitados pelo WrenAI
Conexão de Fontes de Dados e Acesso
- Fontes de dados suportadas e padrões de ingestão
- Acesso aos dados, permissões e junções multi-fonte
- Melhores práticas para conjuntos de dados de exemplo e ambientes sandbox
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
- Versionamento e governança do modelo semântico
Fluxos de Trabalho de Linguagem Natural para SQL (NL2SQL)
- Como o WrenAI traduz consultas de linguagem natural em SQL e estratégias de validação
- Padrões de prompts e alternativas para perguntas do produto
- Tratamento de ambiguidades, perguntas de esclarecimento e design de intenções
BI Autosserviço e Casos de Uso Incorporados
- Projeto de painéis conversacionais e modelos para equipes de produto
- Incorporação do WrenAI nos fluxos de trabalho do produto e ferramentas internas
- Medição da adoção e do impacto da análise autosserviço
Qualidade, Avaliação e Mecanismos de Segurança (Guardrails)
- Teste da precisão NL-to-SQL e criação de suítes de validação
- Monitoramento de derivação, sinais de qualidade dos dados e auditorias de consultas
- Segurança, controle de acesso e regras de negócios como guardrails
Oficina: Construir um Fluxo de Insights do Produto
- Laboratório prático: modelar uma métrica de produto, criar consultas conversacionais e validar os resultados
- Montar um painel autosserviço e direcionamento para o usuário
- Apresentações, feedback e planos de ação de próximos passos
Resumo e Próximos Passos
Requisitos
- Compreensão de métricas de produto e KPIs
- Experiência com ferramentas de análise de dados ou BI
- Familiaridade básica com SQL é benéfica
Público-Alvo
- Gestores de produto
- Analistas de dados
- Champions de dados nas unidades de negócio
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