Ponte en Contacto
 Duración 14 horas

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 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 ingesta
  • Acceso a datos, permisos y uniones multi-fuente
  • Mejores prácticas para conjuntos de datos de muestra y entornos de 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 convierte consultas de NL a SQL y estrategias de validación
  • Patrones de indicaciones (prompting) y alternativas para preguntas de producto
  • Manejo de la ambigüedad, preguntas de aclaración y diseño de intención

BI de autoservicio 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 autoservicio

Calidad, evaluación y salvaguardias

  • 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 salvaguardias basadas en reglas de negocio

Taller: Construcción de un flujo de conocimientos de producto

  • Laboratorio práctico: modelar una métrica de producto, crear consultas conversacionales y validar resultados
  • Ensamblaje de un tablero de autoservicio y orientación para el usuario
  • Presentaciones, retroalimentación y planes de acción para los siguientes pasos

Resumen y próximos pasos

Requerimientos

  • Comprensión de métricas de producto y KPIs
  • Experiencia con análisis de datos o herramientas de BI
  • Familiaridad básica con SQL es beneficiosa

Audiencia

  • Gerentes de producto
  • Analistas de datos
  • Defensores de datos en unidades de negocio

Número de participantes


Precio por participante

Reseñas (4)

Próximos cursos

Categorías Relacionadas