Temario del curso
Introducción a la Analítica Conversacional
- Qué es la analítica conversacional y por qué es importante para los equipos de producto
- Capabilidades clave y arquitectura general de WrenAI
- Flujos de trabajo típicos habilitados por Wren AI para los equipos de producto
Conectando Fuentes de Datos y Acceso
- Fuentes de datos compatibles y patrones de ingestión
- Acceso a datos, permisos y uniones multi-fuente
- Mejores prácticas para conjuntos de datos de muestra y sandboxing
Modelado Semántico y Estandarización de Métricas
- Diseño de una capa de métricas y definiciones canónicas
- Creación de métricas y dimensiones reutilizables para el análisis de productos
- Versionado y gobernanza del modelo semántico
Flujos de Trabajo de Lenguaje Natural a SQL
- Cómo WrenAI traduce consultas de lenguaje natural a SQL y estrategias de validación
- Patrones de solicitud y alternativas para preguntas sobre productos
- Manejo de ambigüedad, preguntas de aclaración y diseño de intención
BI de Autoatención e Implementaciones Integradas
- Diseño de paneles conversacionales y plantillas para equipos de producto
- Integración de Wren AI en flujos de trabajo de productos y herramientas internas
- Medición del uso y el impacto de la analítica de autoatención
Calidad, Evaluación y Controles
- Pruebas de precisión NL-to-SQL y construcción de paquetes de validación
- Monitoreo de deriva, señales de calidad de datos e inspecciones de consultas
- Seguridad, control de acceso y controles de reglas comerciales
Taller: Construcción de un Flujo de Insights del Producto
- Laboratorio práctico: modelar una métrica de producto, crear consultas conversacionales y validar resultados
- Armar paneles de autoatención y guías para el usuario
- Presentaciones, feedback y planes de acción posteriores
Resumen y Próximos Pasos
Requerimientos
- Comprender las métricas y KPIs del producto
- Experiencia con herramientas de análisis de datos o BI
- Familiaridad básica con SQL es beneficiosa
Target Audience
- Gerentes de producto
- Analistas de datos
- Campeones de datos en unidades de negocio
Testimonios (1)
Deepthi estaba super atenta a mis necesidades, podía decir cuándo añadir capas de complejidad y cuándo ser más cautelosa y adoptar un enfoque más estructurado. Deepthi realmente trabajó a mi ritmo y se aseguró de que pudiera utilizar yo mismo las nuevas funciones/herramientas mostrándome primero y luego dejándome recrear los elementos yo mismo, lo cual ayudó realmente a asimilar la formación. ¡No podría estar más feliz con los resultados de esta capacitación y con el nivel de experiencia de Deepthi!
Deepthi - Invest Northern Ireland
Curso - IBM Cognos Analytics
Traducción Automática