वही रिपोर्ट, हर सोमवार हाथ से दोबारा बनाई जाती है, उस एक व्यक्ति के द्वारा जो स्टेप जानता है।
विश्लेषक का काम, विश्लेषक की कतार के बिना। Querri में AI वर्कफ़्लो को एक बार बनाता है, ऐसे स्टेप के रूप में जिन्हें आप खोल सकें, और फिर वर्कफ़्लो चलता है: दोबारा चलाने पर नए डेटा पर हूबहू वही कोड चलता है, इसलिए संख्या कभी नहीं भटकती।
ऐप में
एक असली प्रोजेक्ट, स्टेप दर स्टेप।
ये एक डेमो कंपनी के डेटा के साथ Querri के स्क्रीनशॉट हैं। एक ही सवाल से स्टेप्स वाला एक प्रोजेक्ट बना, जिसे आप खोल सकते हैं, दोबारा चला सकते हैं और शेड्यूल कर सकते हैं।
चैट का जवाब कोई सिस्टम नहीं है। प्रोजेक्ट है।
सवाल पूछिए और एजेंट Data Flow पर असली स्टेप के साथ जवाब देता है: Load Source, Data Query, Code और Visualization। हर स्टेप SQL या Python है जिसे आप पढ़ सकते हैं, किसी उलझे हुए एक्सपोर्ट की सफ़ाई से लेकर पूर्वानुमान तक, और आपको कभी अपना काम सेव नहीं करना पड़ता।
- Describe what you want, Choose from your Library या Librarian से मिले प्रोजेक्ट से शुरू करें
- किसी भी स्टेप का Result summary, Caveats, Explanation और Code खोलें
- हर संख्या का Library से होकर अपने स्रोत तक एक रास्ता है
एक बार पूछिए। हर सोमवार चलाइए।
किसी स्टेप का कोड एक बार लिखा जाता है। Run Now, शेड्यूल या डैशबोर्ड रिफ़्रेश सेव किए गए SQL और Python को सबसे नए डेटा पर चलाता है, और किसी मॉडल से हिसाब दोबारा नहीं करवाया जाता, इसलिए संख्या कभी नहीं भटकती। वही वर्कफ़्लो डैशबोर्ड और ऑटोमेशन दोनों चलाता है, और रिफ़्रेश में कंप्यूट लगता है, AI टोकन नहीं।
जो स्टेप जानबूझकर मॉडल बुलाते हैं, जैसे Researcher, Categorize और Wrapped डेक, वे हर बार चलने पर उसे फिर से बुलाते हैं।
अपने शब्दों में एक स्टेप ठीक कीजिए, बाकी दोबारा बनाए बिना।
Refine सिर्फ़ एक स्टेप दोबारा लिखता है, जैसे “घटते क्रम में लगाओ” या “प्रतिशत में दिखाओ”, सिर्फ़ उसी स्टेप को दोबारा चलाता है और पुराना संस्करण रखता है।
हर पंक्ति पढ़ी गई। हर पंक्ति एक ऐसे कॉलम में जिसे आप गिन सकें।
वजहें उस टेक्स्ट में होती हैं जो लोग टाइप करते हैं: डील नोट्स, टिकट, सर्वे कमेंट, वर्क ऑर्डर। Researcher और Categorize उसे पढ़कर ऐसे कॉलम बनाते हैं जिन्हें आप गिन सकें, ऐसे स्टेप के रूप में जो अगले महीने के डेटा पर फिर से चलते हैं।
Researcher
हर पंक्ति पढ़ता है और आपके माँगे कॉलम भरता है, उन श्रेणियों में पंक्तियाँ बाँटने समेत जिन्हें आप पहले से जानते हैं। Querri आपकी अपनी पंक्तियों से निर्देश लिखता है और बाकी चलाने से पहले उन्हें 30 पंक्तियों पर काम करते हुए दिखाता है।
Categorize
वे श्रेणियाँ खोजता है जिन्हें अभी तक किसी ने सूची में नहीं डाला। यह मिलते-जुलते टेक्स्ट को समूहों में बाँटता है, हर समूह को नाम देता है और हर पंक्ति को आपके चुने स्तर (Broad, Medium या Specific) पर किसी एक समूह में रखता है, हर पंक्ति के लिए भरोसे के स्कोर के साथ।
हर पंक्ति, आपके प्लान की पंक्ति सीमा तक।
वे श्रेणियाँ खोजिए जिनके होने का आपको पता ही नहीं था
कोई भी हर कमेंट नहीं पढ़ सकता, इसलिए वजहें गिनी ही नहीं जातीं। Categorize टेक्स्ट को विषयों में बाँटता है, हर पंक्ति को किसी एक में रखता है, और विषय एक ऐसा कॉलम बन जाते हैं जिसका आप चार्ट बना सकें।
स्टेप के रूप में मौजूद, बाकी सबके साथ सेव होकर दोबारा चलते हैं।
पूर्वानुमान
निचले और ऊपरी अनुमानों के साथ देखी गई और अनुमानित वैल्यू, डेटा के हिसाब से ARIMA, ARIMAX या Prophet से, मौसमी पैटर्न समेत।
सांख्यिकी
जाँचता है कि दो चीज़ें आपस में जुड़ी हैं या नहीं, जैसे विज्ञापन खर्च और रोज़ की खरीदारी, और जो मिला उसे लिखकर बताता है। जब आप पूछें कि कोई संख्या क्यों बदली, तो यह किसी सीरीज़ को ट्रेंड, मौसमी और बाकी हिस्सों में बाँट सकता है।
वित्तीय विवरण
जनरल लेजर या QuickBooks डेटा से आय विवरण या कैश फ़्लो विवरण।
शेड्यूलिंग
आपके नियमों के तहत काम लोगों या स्लॉट को सौंपता है, और हर नियम पास हुआ या फ़ेल, यह जाँचता है।
भू-स्थानिक
पतों से निर्देशांक और निर्देशांकों से पते, दूरियाँ, यात्रा का समय और आसपास की जगहें।
एक बार पूछिए। हर स्टेप खोलिए। फिर से चलाइए।
अपने शब्दों में पूछिए
बताइए कि आप क्या चाहते हैं, अपनी Library से चुनिए, या Librarian को लिखित ब्रीफ़ के साथ एक प्रोजेक्ट सौंपने दीजिए।
Querri स्टेप बनाता है
Load Source, Data Query, Code और Visualization Data Flow पर दिखते हैं, हर एक SQL या Python जिसे आप खोल और बेहतर बना सकते हैं।
यह फिर से चलता है
Run Now, शेड्यूल या डैशबोर्ड रिफ़्रेश सेव किए गए कोड को सबसे नए डेटा पर चलाता है।
विश्लेषण एक बार कीजिए। अगले महीने का रन बस एक क्लिक है।
डेटा उपयोगकर्ता
इस सोमवार के डैशबोर्ड की संख्या उन्हीं स्टेप से आई है जिनसे पिछले सोमवार की आई थी, बस इस हफ़्ते के डेटा पर, और आप कोई भी स्टेप खोलकर देख सकते हैं कि वह संख्या कैसे बनी।
डेटा मालिक
पूछकर एक बार विश्लेषण कीजिए, फिर उसे शेड्यूल या डैशबोर्ड पर लगा दीजिए। यह नए डेटा पर चलता है, बिना आपके या AI के उसे दोबारा किए।
डेटा टीम और IT
स्रोत से डैशबोर्ड तक एक ही कड़ी, हर जोड़ सेव और ट्रेस करने योग्य, हर स्टेप SQL या Python जिसे आपकी टीम पढ़ सकती है, और ऐसे रिफ़्रेश जिनमें AI टोकन की जगह कंप्यूट खर्च होता है।
लोग क्या पूछते हैं
क्या प्रोजेक्ट दोबारा चलाने पर AI से फिर पूछा जाता है?
हिसाब के लिए नहीं। किसी स्टेप का कोड एक बार लिखा जाता है, और Run Now, शेड्यूल या डैशबोर्ड रिफ़्रेश सेव किए गए SQL और Python को सबसे नए डेटा पर चलाता है। जो स्टेप जानबूझकर मॉडल बुलाते हैं, जैसे Researcher, Categorize और Wrapped डेक, वे हर बार चलने पर उसे फिर से बुलाते हैं।
अगर वर्कफ़्लो AI बनाता है, तो संख्या कभी कैसे नहीं भटकती?
यह वादा दोबारा चलाने के बारे में है। एक बार आपने वर्कफ़्लो जाँच लिया, तो दोबारा चलाने पर हूबहू वही कोड चलता है, इसलिए संख्या कभी नहीं भटकती। नया सवाल Querri की जाँचों के साथ शुरू से हल होता है, और हर स्टेप देखने के लिए मौजूद रहता है।
क्या कोई चैट असिस्टेंट पहले से यह मेरे लिए नहीं बना सकता?
वह एक बार कोड लिख सकता है। फिर से पूछिए तो मॉडल उसे दोबारा लिखता है, इसलिए नतीजा बदल सकता है और हर बार दोबारा बनाने में टोकन लगते हैं। Querri में वही वर्कफ़्लो चलता है जिसे AI ने एक बार बनाया। अपना असिस्टेंट इस्तेमाल करते रहिए: Querri उससे जुड़ जाता है।
हमारे विश्लेषक पहले से नोटबुक इस्तेमाल करते हैं। फिर प्रोजेक्ट क्यों?
नोटबुक रखिए। प्रोजेक्ट वही दोहराने की क्षमता उन लोगों को देते हैं जो कोड नहीं लिखते, और हर स्टेप SQL या Python है जिसे आपके विश्लेषक पढ़ और जाँच सकते हैं।
Researcher और Categorize कितनी पंक्तियाँ संभाल सकते हैं?
दोनों आपके प्लान की सीमा तक हर पंक्ति पर चलते हैं: मुफ़्त प्लान पर 1,000 पंक्तियाँ और पेड प्लान पर 100,000 पंक्तियाँ। Researcher पहले 30 पंक्तियों पर अपने निर्देश काम करते हुए दिखाता है, और आपकी मंज़ूरी के बाद बाकी पंक्तियों पर चलता है।
Researcher कब इस्तेमाल करूँ, और Categorize कब?
Researcher तब इस्तेमाल कीजिए जब आपको पता हो कि क्या भरवाना है, जैसे तय सूची से हार की वजह या सेंटिमेंट कॉलम। Categorize तब इस्तेमाल कीजिए जब आपको श्रेणियाँ अभी पता न हों: यह विषय खोजता है, हर पंक्ति को किसी एक में रखता है और बताता है कि यह कितना पक्का है।
क्या पूर्वानुमान बस एक ट्रेंड लाइन है?
नहीं। पूर्वानुमान डेटा के हिसाब से ARIMA, ARIMAX या Prophet इस्तेमाल करता है, मौसमी पैटर्न को मॉडल करता है, और निचले व ऊपरी अनुमानों के साथ देखी गई और अनुमानित वैल्यू लौटाता है, जो अपनी रेंज के साथ टूटी रेखा के रूप में दिखती हैं।
संबंधित
ऐसे जवाब जिन पर आप टिक सकें
नए जवाब के पीछे की जाँचें, और सेव किया गया जवाब हूबहू दोबारा क्यों चलता है।
Skills
कारगर रहे विश्लेषण को उस तरीके के रूप में सेव कीजिए जिसे अगला विश्लेषण अपनाए।
डैशबोर्ड
ऐसे चार्ट जो अपने पीछे के प्रोजेक्ट को दोबारा चलाकर रिफ़्रेश होते हैं।
The Library
वे व्यू और KPI जिन्हें हर प्रोजेक्ट पढ़ता है।
आप हर महीने कौन-सी रिपोर्ट दोबारा बनाते हैं?
उसे एक गाइडेड डेमो में लाइए। एक बार माँगिए, हर स्टेप खोलिए, फिर उसे दोबारा चलाइए।