コース概要

対話型分析の紹介

  • 対話型分析とは何か、製品チームにとってなぜ重要か
  • WrenAIの主要な機能と上位レベルアーキテクチャ
  • WrenAIによって可能になる典型的な製品チームワークフロー

データソースの接続とアクセス

  • サポートされているデータソースと取り込みパターン
  • データアクセス、権限管理、マルチソース結合
  • サンプルデータセットとサンドボックスのベストプラクティス

セマンティックモデリングとメトリクス標準化

  • メトリクスレイヤーの設計と規範的定義
  • 製品分析に使用できる再利用可能なメトリクスと次元の作成
  • セマンティックモデルのバージョニングとガバナンス

自然言語からSQLへのワークフロー

  • WrenAIがNLクエリをSQLに変換する方法と検証戦略
  • 製品質問のためのプロンプトパターンとフォールバック
  • 不明瞭さの処理、照会の明確化、意図デザイン

セルフサービスBIと埋め込みユースケース

  • 製品チーム向けの対話型ダッシュボードとテンプレートの設計
  • WrenAIを製品ワークフローと内部ツールに埋め込む
  • セルフサービス分析の採用と影響の測定

品質、評価、ガードレール

  • NLからSQLへの精度テストと検証スイートの構築
  • ドリフト監視、データ品質信号、クエリ監査
  • セキュリティ、アクセス制御、ビジネスルールガードレール

ワークショップ:製品インサイトフローの構築

  • 手動実習:製品メトリクスをモデル化し、対話型クエリを作成し、結果を検証します。
  • セルフサービスダッシュボードとユーザーガイダンスの組み立て
  • プレゼンテーション、フィードバック、次ステップアクションプラン

まとめと次のステップ

要求

  • 製品メトリクスとKPIの理解
  • データ分析またはBIツールの経験
  • SQLに関する基本的な知識があると有利です

対象者

  • 製品マネージャー
  • データアナリスト
  • 業務部門のデータチャンピオン
 14 時間

参加者の人数


参加者1人当たりの料金

お客様の声 (4)

今後のコース

関連カテゴリー