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 y arquitectura de alto nivel de WrenAI.
- Flujos de trabajo típicos de equipos de producto habilitados por Wren AI.
Conexión de Fuentes de Datos y Acceso
- Fuentes de datos soportadas y patrones de ingestión.
- Acceso a datos, permisos y uniones multifuente.
- Mejores prácticas para conjuntos de datos de muestra y entornos de pruebas (sandbox).
Modelado Semántico y Estandarización de Métricas
- Diseño de una capa de métricas y definiciones canónicas.
- Creación de métricas y dimensiones reutilizables para la 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 opciones de respaldo (fallbacks) para preguntas de producto.
- Manejo de la ambigüedad, preguntas de aclaración y diseño de intenciones.
BI de Autoservicio y Casos de Uso Embebidos
- Diseño de paneles 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 autoservicio.
Calidad, Evaluación y Guardarraíles
- Pruebas de precisión NL a SQL y construcción de suites de validación.
- Monitoreo de deriva (drift), señales de calidad de datos y auditorías de consultas.
- Seguridad, control de acceso y guardarraíles de reglas de negocio.
Taller: Crear un Flujo de Insights de Producto
- Práctica (hands-on): modelar una métrica de producto, crear consultas conversacionales y validar resultados.
- Armado de un panel de autoservicio y guía para el usuario.
- Presentaciones, retroalimentación y planes de acción para próximos pasos.
Resumen y Próximos Pasos
Requerimientos
- Comprensión de métricas de producto y KPIs.
- Experiencia con herramientas de análisis de datos o BI.
- Es beneficioso tener un conocimiento básico de SQL.
Audiencia
- Gerentes de producto.
- Analistas de datos.
- Embajadores 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
