Hubungi Kami
 Durasi 14 jam

Kerangka Materi

Pengenalan Analitik Percakapan

  • Apa itu analitik percakapan dan mengapa hal itu penting bagi tim produk
  • Kemampuan utama dan arsitektur tingkat tinggi WrenAI
  • Alur kerja tim produk tipikal yang didukung oleh Wren AI

Menghubungkan Sumber Data dan Akses

  • Sumber data yang didukung dan pola ingest
  • Akses data, izin, dan penggabungan multi-sumber
  • Praktik terbaik untuk kumpulan data sampel dan sandboxing

Pemodelan Semantik dan Standarisasi Metrik

  • Merancang lapisan metrik dan definisi kanonik
  • Membuat metrik dan dimensi yang dapat digunakan kembali untuk analitik produk
  • Versi dan tata kelola model semantik

Alur Kerja dari Bahasa Alami ke SQL

  • Bagaimana WrenAI menerjemahkan query NL ke SQL dan strategi validasi
  • Pola prompting dan cadangan untuk pertanyaan produk
  • Penanganan ambiguitas, pertanyaan klarifikasi, dan desain intent

BI Layan-Diri dan Penggunaan Tertanam

  • Merancang dasbor dan template percakapan untuk tim produk
  • Mengintegrasikan Wren AI ke dalam alur kerja produk dan alat internal
  • Mengukur adopsi dan dampak analitik layan-diri

Kualitas, Evaluasi, dan Pengaman

  • Menguji akurasi NL-to-SQL dan membangun suite validasi
  • Memantau drift, sinyal kualitas data, dan audit query
  • Keamanan, kontrol akses, dan pengaman aturan bisnis

Lokakarya: Membangun Alur Wawasan Produk

  • Praktikum hands-on: memodelkan metrik produk, membuat query percakapan, dan memvalidasi hasil
  • Merakit dasbor layan-diri dan panduan pengguna
  • Presentasi, umpan balik, dan rencana tindak lanjut

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang metrik dan KPI produk
  • Pengalaman dengan analisis data atau alat BI
  • Pemahaman dasar tentang SQL sangat membantu

Audiens

  • Manajer produk
  • Analis data
  • Data champions di unit bisnis

Jumlah Peserta


Harga per Peserta

Testimoni (3)

Kursus Mendatang

Kategori Terkait