Temario del curso
Introducción a la Analítica Conversacional
- Qué es la analítica conversacional y por qué importa para los equipos de producto.
- Capacidades clave de WrenAI y arquitectura de alto nivel.
- Flujos de trabajo típicos de equipos de producto habilitados por Wren AI.
Conexión de Fuentes de Datos y Acceso
- Fuentes de datos admitidas y patrones de ingestión.
- Acceso a datos, permisos y uniones multi-fuente.
- Mejores prácticas para conjuntos de datos de muestra y entornos aislados (sandbox).
Modelado Semántico y Estandarización de Métricas
- Diseño de una capa de métricas y definiciones canónicas.
- Creación de métricas y dimensiones reutilizables para analítica de producto.
- Versionado y gobernanza del modelo semántico.
Flujos de Trabajo de Lenguaje Natural a SQL
- Cómo WrenAI traduce consultas NL a SQL y estrategias de validación.
- Patrones de indicación (prompting) y alternativas para preguntas de producto.
- Manejo de ambigüedad, preguntas de aclaración y diseño de intención.
BI de Autogestión y Casos de Uso Integrados
- Diseño de tableros conversacionales y plantillas para equipos de producto.
- Integración de Wren AI en flujos de trabajo de producto y herramientas internas.
- Medición de la adopción y el impacto de la analítica de autogestión.
Calidad, Evaluación y Salvaguardas
- Pruebas de precisión de NL a SQL y construcción de suites de validación.
- Monitoreo de deriva, señales de calidad de datos y auditorías de consultas.
- Seguridad, control de acceso y salvaguardas basadas en reglas de negocio.
Taller: Construcción de un Flujo de Perspectivas de Producto
- Laboratorio práctico: modelar una métrica de producto, crear consultas conversacionales y validar resultados.
- Ensamblaje de un tablero de autogestión y guía para el usuario.
- Presentaciones, retroalimentación y planes de acción para los siguientes pasos.
Resumen y Próximos Pasos
Requerimientos
- Comprensión de las métricas de 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 de negocio.
Reseñas (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
