Derselbe Bericht, jeden Montag von Hand neu gebaut, von der einen Person, die die Schritte kennt.
Die Arbeit eines Analysten, ohne die Warteschlange beim Analysten. In Querri baut die KI den Workflow einmal, als Schritte, die Sie öffnen können, und danach läuft der Workflow: Ein erneuter Lauf spielt exakt den Code auf frischen Daten ab, also driftet die Zahl nie.
In der App
Ein echtes Projekt, Schritt für Schritt.
Das sind Screenshots von Querri mit den Daten eines Demo-Unternehmens. Aus einer einzigen Frage wurde ein Projekt aus Schritten, die Sie öffnen, erneut ausführen und planen können.
Eine Chat-Antwort ist kein System. Ein Projekt schon.
Stellen Sie eine Frage, und der Agent antwortet mit echten Schritten im Data Flow: Load Source, Data Query, Code und Visualization. Jeder Schritt ist SQL oder Python, das Sie lesen können, vom Bereinigen eines unordentlichen Exports bis zur Prognose, und Sie müssen nie etwas speichern.
- Starten Sie mit Describe what you want, Choose from your Library oder einer Übergabe durch den Bibliothekar
- Öffnen Sie jeden Schritt für Result summary, Caveats, Explanation und Code
- Jede Zahl hat einen Weg zurück zu ihrer Quelle, über die Bibliothek
Einmal fragen. Jeden Montag ausführen.
Der Code eines Schritts wird einmal geschrieben. Run Now, ein Zeitplan oder eine Dashboard-Aktualisierung spielt das gespeicherte SQL und Python auf den neuesten Daten ab, ohne dass ein Modell die Rechnung neu machen muss. So driftet die Zahl nie. Derselbe Workflow treibt das Dashboard und die Automatisierung an, und eine Aktualisierung kostet Rechenleistung, keine KI-Tokens.
Schritte, die bewusst ein Modell aufrufen, etwa Researcher, Categorize und Wrapped-Präsentationen, rufen es bei jedem Lauf erneut auf.
Einen Schritt in Ihren Worten korrigieren, ohne den Rest neu zu machen.
Refine schreibt einen einzelnen Schritt neu, etwa „absteigend sortieren“ oder „als Prozentwert zeigen“, führt nur diesen Schritt erneut aus und behält die vorherige Version.
Jede Zeile gelesen. Jede Zeile in einer Spalte, die Sie zählen können.
In dem, was Menschen tippen, stecken die Gründe: Deal-Notizen, Tickets, Umfragekommentare, Arbeitsaufträge. Researcher und Categorize lesen diesen Text und machen daraus Spalten, die Sie zählen können, als Schritte, die mit den Daten des nächsten Monats erneut laufen.
Researcher
Liest jede Zeile und füllt die Spalten aus, um die Sie bitten, auch das Einsortieren in Kategorien, die Sie schon kennen. Querri schreibt die Anweisungen aus Ihren eigenen Zeilen und zeigt sie an 30 Zeilen, bevor der Rest verarbeitet wird.
Categorize
Findet die Kategorien, die noch niemand aufgelistet hat. Es gruppiert ähnliche Texte, benennt jede Gruppe und ordnet jede Zeile einer davon zu, auf der Ebene Ihrer Wahl (Broad, Medium oder Specific), mit einem Konfidenzwert pro Zeile.
Jede Zeile, bis zum Zeilenlimit Ihres Plans.
Finden Sie die Kategorien, von denen Sie nichts wussten
Niemand kann jeden Kommentar lesen, also bleiben die Gründe ungezählt. Categorize gruppiert den Text in Themen, ordnet jede Zeile einem zu, und die Themen werden zu einer Spalte, die Sie als Diagramm darstellen können.
Als Schritte eingebaut, gespeichert und mit allem anderen erneut ausgeführt.
Prognosen
Beobachtete und prognostizierte Werte mit Unter- und Obergrenze, mit ARIMA, ARIMAX oder Prophet, je nachdem, was zu den Daten passt, inklusive Saisonalität.
Statistik
Prüft, ob zwei Dinge zusammenhängen, etwa Werbeausgaben und tägliche Käufe, und fasst das Ergebnis in Worten zusammen. Es kann eine Reihe in Trend, Saison- und Restanteil zerlegen, wenn Sie fragen, warum sich eine Zahl bewegt hat.
Finanzberichte
Eine Gewinn- und Verlustrechnung oder Kapitalflussrechnung aus Hauptbuch- oder QuickBooks-Daten.
Einsatzplanung
Weist Aufträge nach Ihren Regeln Personen oder Zeitfenstern zu und prüft jede Regel auf erfüllt oder nicht erfüllt.
Geodaten
Koordinaten aus Adressen und umgekehrt, Entfernungen, Fahrzeiten und Orte in der Nähe.
Einmal fragen. Jeden Schritt öffnen. Erneut ausführen.
In Ihren Worten fragen
Beschreiben Sie, was Sie möchten, wählen Sie aus Ihrer Bibliothek, oder lassen Sie sich vom Bibliothekar ein Projekt mit schriftlichem Briefing übergeben.
Querri baut die Schritte
Load Source, Data Query, Code und Visualization erscheinen im Data Flow, jeder Schritt SQL oder Python, das Sie öffnen und verfeinern können.
Es läuft erneut
Run Now, ein Zeitplan oder eine Dashboard-Aktualisierung spielt den gespeicherten Code auf den neuesten Daten ab.
Machen Sie die Analyse einmal. Der Lauf im nächsten Monat ist ein Klick.
Datennutzer
Die Zahl auf dem Dashboard an diesem Montag stammt aus denselben Schritten wie letzten Montag, ausgeführt auf den Daten dieser Woche, und Sie können jeden Schritt öffnen, um zu sehen, wie sie zustande kam.
Datenverantwortliche
Machen Sie die Analyse einmal, indem Sie fragen, und legen Sie sie dann auf einen Zeitplan oder ein Dashboard. Sie läuft auf neuen Daten, ohne dass Sie oder die KI sie neu machen.
Datenteam und IT
Eine Kette von der Quelle bis zum Dashboard, jedes Glied gespeichert und nachvollziehbar, jeder Schritt SQL oder Python, das Ihr Team lesen kann, und Aktualisierungen, die Rechenleistung statt KI-Tokens verbrauchen.
Häufige Fragen
Fragt ein erneuter Lauf eines Projekts die KI noch einmal?
Nicht für die Rechnung. Der Code eines Schritts wird einmal geschrieben, und Run Now, ein Zeitplan oder eine Dashboard-Aktualisierung spielt das gespeicherte SQL und Python auf den neuesten Daten ab. Schritte, die bewusst ein Modell aufrufen, etwa Researcher, Categorize und Wrapped-Präsentationen, rufen es bei jedem Lauf erneut auf.
Wenn eine KI den Workflow baut, wie kann die Zahl nie driften?
Das Versprechen gilt für erneute Läufe. Sobald Sie einen Workflow geprüft haben, spielt ein erneuter Lauf exakt denselben Code ab, also driftet die Zahl nie. Eine neue Frage wird frisch berechnet, mit den Prüfungen von Querri, und jeder Schritt lässt sich einsehen.
Kann ein Chat-Assistent das nicht schon für mich bauen?
Er kann den Code einmal schreiben. Fragen Sie erneut, schreibt das Modell ihn neu. Das Ergebnis kann sich verschieben, und jeder Neuaufbau kostet Tokens. In Querri läuft der Workflow, den die KI einmal gebaut hat. Nutzen Sie Ihren Assistenten weiter: Querri verbindet sich mit ihm.
Unsere Analysten nutzen bereits Notebooks. Wozu Projekte?
Behalten Sie die Notebooks. Projekte bringen dieselbe Wiederholbarkeit zu Menschen, die nicht programmieren, und jeder Schritt ist SQL oder Python, das Ihre Analysten lesen und prüfen können.
Wie viele Zeilen schaffen Researcher und Categorize?
Beide laufen auf jeder Zeile bis zum Limit Ihres Plans: 1.000 Zeilen im kostenlosen Plan und 100.000 Zeilen in bezahlten Plänen. Researcher zeigt seine Anweisungen zuerst an 30 Zeilen und verarbeitet den Rest, sobald Sie sie freigeben.
Wann nehme ich Researcher, wann Categorize?
Nehmen Sie Researcher, wenn Sie wissen, was ausgefüllt werden soll, etwa ein Verlustgrund aus einer festen Liste oder eine Stimmungsspalte. Nehmen Sie Categorize, wenn Sie die Kategorien noch nicht kennen: Es findet die Themen, ordnet jede Zeile einem zu und gibt an, wie sicher es ist.
Ist die Prognose nur eine Trendlinie?
Nein. Prognosen nutzen ARIMA, ARIMAX oder Prophet, je nachdem, was zu den Daten passt, modellieren Saisonalität und liefern beobachtete und prognostizierte Werte mit Unter- und Obergrenze, dargestellt als gestrichelte Linie mit ihrem Bereich.
Verwandte Themen
Antworten, für die Sie einstehen können
Die Prüfungen hinter einer neuen Antwort, und warum eine gespeicherte exakt gleich läuft.
Skills
Speichern Sie eine gelungene Analyse als Methode, der die nächste folgt.
Dashboards
Diagramme, die sich aktualisieren, indem sie das Projekt dahinter erneut abspielen.
Die Bibliothek
Die Ansichten und KPIs, die jedes Projekt liest.
Welchen Bericht bauen Sie jeden Monat neu?
Bringen Sie ihn zu einer geführten Demo mit. Fordern Sie ihn einmal an, öffnen Sie jeden Schritt und führen Sie ihn erneut aus.