お問い合わせ

コース概要

対話型分析の概要

  • 何が対話型分析か、なぜプロダクトチームにとって重要か
  • WrenAIの主な機能と全体アーキテクチャの概要
  • WrenAIによって実現可能となる典型的なプロダクトチーム向けワークフロー

データソースの接続とアクセス管理

  • 対応しているデータソースや取り込み方法について
  • データアクセスの権限設定、複数ソース間の結合処理
  • サンプルデータセット利用時およびテスト環境構築時のベストプラクティス

セマンティックモデリングと指標の標準化

  • 指標レイヤーの設計方法および統一的な定義づくり
  • 再利用可能な製品分析用の指標や次元情報の作成法
  • セマンティックモデルのバージョン管理とガバナンス手法

自然言語からSQLへの変換ワークフロー

  • WrenAIがどのように自然言語をSQLに変換し、検証する仕組みか
  • 製品関連質問に対応したプロンプト設定やエラー時の対処方法
  • 曖昧さへの対処、補足質問の促し方、意図理解の設計法

セルフサービスBIと組み込み利用例

  • プロダクトチーム向けに対話型ダッシュボードやテンプレートの設計方法
  • WrenAIを製品ワークフローや社内ツールに組み込む方法
  • セルフサービス分析導入の効果測定手法とそのインパクト評価

品質管理、評価手法および安全対策

  • 自然言語からSQLへの変換精度のテスト方法や検証体制の構築法
  • データドリフト、品質異常の検出、クエリ履歴の監視手法
  • 安全性確保、アクセス制御およびビジネスルール適用のための制限設定

ワークショップ:製品インサイト取得フローの構築

  • 実践演習として、指標モデルを設計し対話型クエリ作成と結果検証を行う
  • セルフサービスダッシュボードや利用者向けガイドの作成作業も行います
  • 成果発表、フィードバック収集および今後の取り組み計画の策定を行う

まとめと次のステップについて

要求

  • 製品指標やKPIに関する基本的な理解
  • データ分析またはBIツールの利用経験があること
  • SQLに触れたことがあるとより理解しやすい

受講対象者

  • プロダクトマネージャー
  • データアナリスト
  • 各部門で活動するデータ関連担当者
 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (3)

今後のコース

関連カテゴリー