Struttura del corso
Introduzione all'Analisi Conversazionale
- Cosa sono le analisi conversazionali e perché sono importanti per le squadre prodotto
- Capacità principali di WrenAI e architettura a livello generale
- Flussi di lavoro tipici abilitati da Wren AI per le squadre prodotto
Connessione delle Fonti Dati e Accesso
- Fonti dati supportate e pattern di ingestione
- Accesso ai dati, permessi e join multi-sorga
- Best practice per set di dati campione e sandboxing
Modellazione Semantica e Standardizzazione delle Metriche
- Progettazione di un layer metrico e definizioni canoniche
- Creazione di metriche e dimensioni riutilizzabili per l'analisi del prodotto
- Versionamento e governance del modello semantico
Flussi di Lavoro da Linguaggio Naturale a SQL
- Come WrenAI traduce le query in linguaggio naturale in SQL e strategie di validazione
- Pattern di invito e fallback per domande sul prodotto
- Gestione dell'ambiguità, domande di chiarificazione e design dell'intenzione
BI di Auto-Servizio e Casistiche Embeddable
- Progettazione di dashboard conversazionali e template per le squadre prodotto
- Inserimento di Wren AI nelle attività del prodotto e negli strumenti interni
- Misurazione dell'adozione e dell'impatto dell'analisi di auto-servizio
Qualità, Valutazione e Guardrail
- Test della precisione NL-to-SQL e costruzione di suite di validazione
- Monitoraggio del drift, segnali di qualità dei dati e audit delle query
- Sicurezza, controllo degli accessi e guardrail regolamentari aziendali
Workshop: Costruire un Flusso di Insight sul Prodotto
- Laboratorio pratico: modellare una metrica del prodotto, creare query conversazionali e validare i risultati
- Assemblare un dashboard di auto-servizio e guide per l'utente
- Presentazioni, feedback e piani d'azione successivi
Riepilogo e Passi Successivi
Requisiti
- Comprensione delle metriche del prodotto e dei KPI
- Esperienza con strumenti di analisi dati o BI
- Familiarità base con SQL è utile
Pubblico di Riferimento
- Manager del prodotto
- Analisti dati
- Responsabili dei dati nelle unità aziendali
Recensioni (4)
Deepthi era molto sensibile alle mie esigenze, sapeva quando aggiungere strati di complessità e quando instead trattenersi e adottare un approccio più strutturato. Deepthi ha davvero lavorato al mio ritmo e si è assicurata che potessi utilizzare le nuove funzioni/strumenti da solo, mostrandomi prima come fare e poi lasciandomi riprodurre gli elementi di persona, il che ha realmente aiutato a consolidare la formazione. Non potrei essere più felice dei risultati di questa formazione e del livello di competenza di Deepthi!
Deepthi - Invest Northern Ireland
Corso - IBM Cognos Analytics
Traduzione automatica
Condividi un esempio di applicazione
Corso - Alteryx for Data Analysis
Traduzione automatica
Spiegato e articolato in modo molto chiaro
Harshit Arora - PwC South East Asia Consulting
Corso - Alteryx for Developers
Traduzione automatica
Regressione lineare - l'algoritmo per prevedere le tendenze
Vincent Ko - UBS
Corso - Data Preparation with Alteryx
Traduzione automatica