Kursplan

Introduktion till konversationell analytik

  • Vad är konversationell analytik och varför det är viktigt för produktteam
  • WrenAI:s huvudkapaciteter och arkitektur på hög nivå
  • Typiska produktteam-arbetsflöden som möjliggörs av Wren AI

Anslutning av datakällor och åtkomst

  • Stödja datakällor och inmatningsmönster
  • Dataåtkomst, behörigheter och flerkällors sammanslagning
  • Bäst praxis för provdatauppsättningar och sandboxing

Semantisk modellering och standardisering av mått

  • Designa ett måttlager och kanoniskt definitioner
  • Skapa återanvändbara mått och dimensioner för produktanalys
  • Versionering och styrning av den semantiska modellen

Arbetsflöden från naturligt språk till SQL

  • Hur WrenAI översätter NL-förfrågningar till SQL och valideringsstrategier
  • Fråge- och återfallsmönster för produktfrågor
  • Hantering av tvetydigheter, klarläggande av frågor och utformning av avsikt

Self-service BI och inbäddade användningsfall

  • Designa konversationella instrumentpaneler och mallar för produktteam
  • Inbädda Wren AI i produktarbetsflöden och interna verktyg
  • Mäta anpassning och påverkan av self-service-analytik

Kvalitet, utvärdering och regler

  • Testning av NL-to-SQL-noggrannhet och byggande av valideringssviter
  • Övervakning av driftt, signaler för datakvalitet och förfrågningsgranskningar
  • Säkerhet, åtkomstkontroll och affärsregler

Workshop: Bygg en produktinsiktsflöde

  • Hands-on lab: modellera ett produktmått, skapa konversationella förfrågningar och validera resultat
  • Montera en self-service instrumentpanel och användarvägledning
  • Presentationer, feedback och åtgärdsplaner för nästa steg

Sammanfattning och nästa steg

Krav

  • Förståelse för produktmått och KPI:er
  • Erfarenhet av dataanalys eller BI-verktyg
  • Grundläggande kunskap i SQL är fördelaktigt

Målgrupp

  • Produktchefer
  • Dataanalytiker
  • Dataförespråkare i affärsenheter
 14 timmar

Antal deltagare


Pris per deltagare

Vittnesmål (1)

Kommande Kurser

Relaterade Kategorier