Schulungsübersicht
Einführung in die konversationelle Analytik
- Was ist konversationelle Analytik und warum ist sie für Produktteams relevant?
- WrenAI: Kernfunktionen und hochgradige Architektur
- Typische Produktteam-Workflows, die durch WrenAI ermöglicht werden
Anbindung von Datenquellen und Zugriffsberechtigungen
- Unterstützte Datenquellen und Ingestion-Patterns (Aufnahmeverfahren)
- Datenzugriff, Berechtigungen und Joins über mehrere Quellen hinweg
- Best Practices für Beispiel-Datasets und Sandboxing-Umgebungen
Semantisches Modellieren und Standardisierung von Metriken
- Gestaltung einer Metrikschicht und kanonischer Definitionen
- Erstellung wiederverwendbarer Metriken und Dimensionen für die Produktanalyse
- Versionierung und Governance des semantischen Modells
Workflows: Von natürlicher Sprache zu SQL
- Wie WrenAI NL-Abfragen in SQL übersetzt und Validierungsstrategien
- Prompting-Patterns (Befehlsformulierungen) und Fallback-Mechanismen für Produktfragen
- Umgang mit Mehrdeutigkeiten, Nachfragen zur Klärung und Intent-Design
Self-Service-BI und Anwendungsfälle (Embedded Use Cases)
- Gestaltung konversationeller Dashboards und Vorlagen für Produktteams
- Integration von WrenAI in Produktworkflows und interne Tools
- Messung der Adoption (Akzeptanz) und Wirkung von Self-Service-Analytics
Qualität, Evaluation und Guardrails
- Testen der NL-zu-SQL-Genauigkeit und Aufbau von Validierungs-Suites
- Monitoring von Drifts, Datenqualitäts-Signalen und Query-Audits
- Sicherheit, Zugriffskontrolle und Guardrails für Geschäftsregeln
Workshop: Aufbau eines Produktinsight-Workflows
- Praxislabor: Modellierung einer Produktmetrik, Erstellung konversationeller Abfragen und Validierung der Ergebnisse
- Zusammenstellung eines Self-Service-Dashboards und Nutzerleitfaden
- präsentierte Ergebnisse, Feedback und nächste Schritte/Aktionspläne
Zusammenfassung und Ausblick
Voraussetzungen
- Kenntnisse in Produktmetriken und KPIs
- Erfahrung mit Datenanalyse- oder BI-Tools
- Grundlegende SQL-Kenntnisse sind von Vorteil
Zielgruppe
- Produktmanager:innen
- Datenanalyst:innen
- Data-Champion:innen in Fachabteilungen
Erfahrungsberichte (4)
Refactoring Übung und Graph Visualisierung
Tiago Kocevar - Lang Energie AG / Osterwalder Zurich AG
Kurs - Business Intelligence and Data Analysis with Metabase
Deepthi war sehr empfänglich für meine Bedürfnisse, sie konnte erkennen, wann sie zusätzliche Komplexität hinzufügen und wann sie zurückhaltend sein und einen strukturierteren Ansatz verfolgen sollte. Deepthi hat wirklich in meinem Tempo gearbeitet und sicher gestellt, dass ich die neuen Funktionen/Tools selbstständig einsetzen kann, indem sie mir zunächst gezeigt hat, wie es geht, und mich dann selbst nachbauen ließ. Dies half enorm bei der Vertiefung des Trainings. Ich bin extrem zufrieden mit den Ergebnissen dieses Trainings und mit Deepthis Fachwissen!
Deepthi - Invest Northern Ireland
Kurs - IBM Cognos Analytics
Maschinelle Übersetzung
Er war gut vorbereitet - und er ist sehr sympathisch.
Oliver - Post CH AG
Kurs - Splunk Fundamentals
Maschinelle Übersetzung
viele praktische Übungen
Marcin - Narodowy Bank Polski
Kurs - Splunk Data Administration
Maschinelle Übersetzung
