Temario del curso
Introducción a la Analítica Conversacional
- ¿Qué es la analítica conversacional y por qué es importante para los equipos de producto?
- Capacidades clave de WrenAI y arquitectura de alto nivel
- Flujos de trabajo típicos del equipo de producto habilitados por Wren AI
Conexión de 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 aislamiento (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 del producto
- Versionado y gobernanza del modelo semántico
Flujos de Trabajo de Texto a SQL en Lenguaje Natural
- Cómo WrenAI traduce consultas de lenguaje natural a SQL y estrategias de validación
- Patrones de solicitud (prompting) y alternativas para preguntas del producto
- Manejo de ambigüedad, preguntas aclaratorias y diseño de intención
BI Autogestionado y Casos de Uso Integrados
- Diseño de paneles conversacionales y plantillas para equipos de producto
- Integración de Wren AI en flujos de trabajo del producto y herramientas internas
- Medición de la adopción e impacto del análisis autogestionado
Calidad, Evaluación y Directrices de Seguridad
- Prueba de la precisión de NL a SQL y creación de suites de validación
- Monitoreo de desviaciones, señales de calidad de datos y auditorías de consultas
- Seguridad, control de acceso y directrices basadas en reglas comerciales
Taller: Construir un Flujo de Información del Producto
- Laboratorio práctico: modelar una métrica del producto, crear consultas conversacionales y validar los resultados
- Armar un panel autogestionado y guías de usuario
- Presentaciones, retroalimentación y planes de acción para los próximos pasos
Resumen y Próximos Pasos
Requerimientos
- Comprensión de las métricas del producto y los KPI
- Experiencia con herramientas de análisis de datos o BI
- Familiaridad básica con SQL es beneficiosa
Público Objetivo
- Gerentes de producto
- Analistas de datos
- Campeones de datos en unidades comerciales
Testimonios (4)
Que fue muy priactico.
Alfonso Ramos - Banco de Mexico
Curso - Fundamentos de Integración de Datos Pentaho
Deepthi estaba muy atenta a mis necesidades, podía percibir cuándo añadir capas de complejidad y cuándo mantenerse atrás y adoptar un enfoque más estructurado. Deepthi realmente trabajó a mi ritmo y aseguró que pudiera utilizar las nuevas funciones/herramientas por mí mismo, primero mostrándome y luego dejándome recrear los elementos por mí mismo, lo cual ayudó mucho a consolidar la formación. ¡No podría estar más satisfecho con los resultados de esta capacitación y con el nivel de experiencia de Deepthi!
Deepthi - Invest Northern Ireland
Curso - IBM Cognos Analytics
Traducción Automática
estaba muy preparado - y es muy simpático
Oliver - Post CH AG
Curso - Splunk Fundamentals
Traducción Automática
muchos ejercicios prácticos
Marcin - Narodowy Bank Polski
Curso - Splunk Data Administration
Traducción Automática