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 de múltiples fuentes
  • Mejores prácticas para conjuntos de datos de muestra y entornos de prueba (sandboxing)

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
  • Control de versiones y gobernanza del modelo semántico

Flujos de trabajo de lenguaje natural a SQL

  • Cómo WrenAI traduce consultas NL a SQL y estrategias de validación
  • Patrones de indicaciones (prompting) y alternativas para preguntas de producto
  • Manejo de ambigüedad, preguntas de aclaración y diseño de intenciones

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 salvaguardas

  • Prueba de la precisión 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 salvaguardas de reglas de negocio

Taller: Construir un flujo de información sobre el producto

  • Laboratorio práctico: modelar una métrica de producto, crear consultas conversacionales y validar resultados
  • Ensamblar un tablero de autoservicio y guía para usuarios
  • Presentaciones, retroalimentación y planes de acción de próximos pasos

Resumen y próximos pasos

Requerimientos

  • Comprensión de métricas de producto y KPIs
  • Experiencia con herramientas de análisis de datos o BI
  • Conocimientos básicos de SQL son ventajosos

Público objetivo

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

Número de participantes


Precio por participante

Reseñas (4)

Próximos cursos

Categorías Relacionadas