अक्सर पूछे जाने वाले सवाल
Querri के बारे में साफ़ जवाब: यह क्या है, Library कैसे काम करती है, यह अपने जवाबों की जाँच कैसे करता है, और यह उन टूल्स से कैसे अलग है जिन्हें आप पहले से इस्तेमाल करते हैं।
शुरुआत
Querri क्या है, यह किसके लिए है, इसकी कीमत क्या है और इसे शुरू कैसे करें।
Querri सवाल-पहले (question-first) डेटा प्लेटफ़ॉर्म है। आप अपने व्यवसाय के बारे में सीधी भाषा में सवाल पूछते हैं, और Querri हर सवाल के लिए ज़रूरी डेटा, परिभाषाएँ और लॉजिक तैयार करता है, फिर आपके व्यवसाय को लगातार सीखता रहता है।
ज़्यादातर डेटा टूल टेबल और इन्फ्रास्ट्रक्चर से शुरू होते हैं। Querri उन सवालों से शुरू होता है जिनके जवाब आपके व्यवसाय को चाहिए। यह आपके ऐप्स, डेटाबेस और स्प्रेडशीट से जुड़ता है, सब कुछ Library में उन्हीं सवालों के इर्द-गिर्द व्यवस्थित करता है, और टेबल, चार्ट और डैशबोर्ड के साथ जवाब देता है। चूँकि हर जवाब एक ही परिभाषाओं से पढ़ा जाता है, इसलिए हर व्यक्ति और हर AI असिस्टेंट, Claude और ChatGPT समेत, आपके व्यवसाय की एक ही भरोसेमंद समझ से काम करता है।
Querri उन कंपनियों के लिए है जो पहले डेटा टीम या डेटा स्टैक बनाए बिना अपने व्यवसाय के बारे में जवाब चाहती हैं, और उनके अंदर उन लोगों के लिए जो सवाल पूछते हैं।
यह तीन भूमिकाओं के लिए बना है। डेटा कंज़्यूमर वे सभी लोग हैं जो अपने काम के लिए सवाल पूछते हैं, जैसे पाइपलाइन रिव्यू से पहले सेल्स लीड या QBR से पहले CS मैनेजर। डेटा ओनर जानते हैं कि डेटा का मतलब क्या है, अक्सर ऑप्स, RevOps या फ़ाइनेंस लीड, और उसकी परिभाषाएँ सही रखते हैं। डेटा टीम या IT सिस्टम, एक्सेस और सुरक्षा संभालती है। Querri का इस्तेमाल SaaS, eCommerce, लॉजिस्टिक्स, सीनियर लिविंग, फ़ाइनेंस, नॉनप्रॉफ़िट और एजेंसियों में होता है।
Related questions
app.querri.com पर मुफ़्त साइन अप करें, Querri को वे सवाल बताएं जो आपके व्यवसाय के लिए सबसे अहम हैं, फिर कोई फ़ाइल अपलोड करें या कोई सोर्स जोड़ें और पूछना शुरू करें।
सेटअप इस सवाल से शुरू होता है: "आपको रात को किस बात की चिंता सताती है?"। Librarian रखने लायक व्यावसायिक सवाल सुझाता है, और कोई भी डेटा जुड़ने से पहले ही Library उन्हें सहेज लेती है। डेटा आते ही Querri उस पर पहली नज़र डालता है और आपके छह तक सवालों पर काम करता है। जो टीमें तेज़ शुरुआत चाहती हैं, वे अपने उद्योग का Blueprint इंस्टॉल कर सकती हैं, जिसमें सवाल, व्यू, KPI और डैशबोर्ड पहले से बने होते हैं, और पहले उसे उदाहरण डेटा पर आज़मा सकती हैं।
नहीं। अगर आप सीधी भाषा में बता सकते हैं कि आपको क्या चाहिए, तो आप Querri इस्तेमाल कर सकते हैं। आपको SQL, Python, डेटा मॉडलिंग या किसी BI टूल की ज़रूरत नहीं है।
Querri क्वेरी और कोड लिखता है, उन्हें आपके डेटा पर चलाता है और नतीजा सीधी भाषा में समझाता है। जो लोग काम जाँचना चाहते हैं, उनके लिए हर जवाब अपने पीछे की क्वेरी दिखाता है।
उदाहरण के लिए, "इस तिमाही की बिक्री की तुलना पिछली तिमाही से रीजन के हिसाब से करो" टाइप करें, और Querri सही डेटा लोड करता है, तुलना करता है और चार्ट बनाता है, बिना आपके कोई फ़ॉर्मूला लिखे।
अपने व्यावसायिक डेटा के बारे में कुछ भी, सीधी भाषा में: तुरंत जानकारी, तुलना, ट्रेंड, पूर्वानुमान, और कई सोर्स को जोड़ने वाला कई चरणों का विश्लेषण।
छोटे सवाल Librarian के पास जाते हैं, जो आपकी Library से जवाब देता है और अगर आपकी टीम पहले कुछ ऐसा ही पूछ चुकी है तो कुछ सेकंड में जवाब लौटा देता है। बड़ा विश्लेषण एक प्रोजेक्ट के रूप में, चरण दर चरण चलता है, जिसमें पूर्वानुमान, सांख्यिकी, वित्तीय विवरण और टेक्स्ट क्लासिफ़िकेशन पहले से शामिल हैं। गहराई में जाने के लिए आप आगे के सवाल पूछ सकते हैं।
उदाहरण: "पिछली तिमाही में राजस्व के हिसाब से हमारे टॉप 10 ग्राहक कौन थे?", "इस महीने किन कैरियर्स ने ऑन-टाइम डिलीवरी SLA पूरा नहीं किया?", "रीजन के हिसाब से, किन अकाउंट्स ने 90 दिनों से ऑर्डर नहीं दिया?", "पिछले 24 महीनों के आधार पर अगली तिमाही के राजस्व का पूर्वानुमान लगाओ।"
Related questions
Querri का एक मुफ़्त प्लान है, जिसके लिए क्रेडिट कार्ड की ज़रूरत नहीं। पेड प्लान (Pro, Team और Scale) की कीमत प्रति सीट नहीं, बल्कि उपयोग के आधार पर क्रेडिट में तय होती है।
एक क्रेडिट AI के साथ एक सार्थक इंटरैक्शन है, जैसे कोई सवाल पूछना। डैशबोर्ड देखने, Library ब्राउज़ करने, फ़ाइलें अपलोड करने, नतीजे एक्सपोर्ट करने और सहकर्मियों को आमंत्रित करने में क्रेडिट खर्च नहीं होते, इसलिए जो लोग सिर्फ़ पढ़ते हैं वे बिना अतिरिक्त लाइसेंस के जुड़ सकते हैं। एडमिन Usage पेज पर हर शुल्क देख सकते हैं, हर व्यक्ति के लिए मासिक क्रेडिट सीमा तय कर सकते हैं और प्लान खत्म होने से पहले अलर्ट पा सकते हैं।
Related questions
docs.querri.com पर हेल्प सेंटर और वीडियो लाइब्रेरी से शुरुआत करें। बाकी किसी भी चीज़ के लिए सीधे Querri टीम से संपर्क करें।
हेल्प सेंटर में सेटअप, Library, KPI, Facts & Rules, कनेक्टर और जवाब की जाँच के बारे में जानकारी है। अगर किसी कनेक्शन में दिक्कत आ रही है, तो Connector Agent कनेक्टर की डायग्नॉस्टिक्स जोड़कर और आपके क्रेडेंशियल्स हटाकर सपोर्ट अनुरोध का ड्राफ़्ट बना सकता है।
Related questions
Library और Librarian
Querri आपके डेटा को आपके व्यावसायिक सवालों के इर्द-गिर्द कैसे व्यवस्थित करता है, और आप उसे कैसे खोजते और सिखाते हैं।
Library आपकी कंपनी के लिए इस बात का एकमात्र भरोसेमंद स्रोत है कि उसके आँकड़ों का मतलब क्या है। यह आपके डेटा को आपके व्यावसायिक सवालों के इर्द-गिर्द व्यवस्थित करती है, और हर सवाल उसे मापने वाले KPI और उसका जवाब देने वाले व्यू से जुड़ा होता है।
हर कलेक्शन एक विषय को एक मुख्य सवाल और उसके आगे के सवालों के इर्द-गिर्द इकट्ठा करता है, साथ में वे व्यू, तथ्य और सोर्स जो उनका जवाब देते हैं। कवरेज बार दिखाता है कि कितने सवालों के जवाब मिल चुके हैं और कौन-से अभी बाकी हैं। चूँकि डैशबोर्ड, चैट और Claude जैसे AI असिस्टेंट सभी Library से पढ़ते हैं, इसलिए बोर्ड डेक और टीम डैशबोर्ड एक ही आँकड़ा दिखाते हैं। वर्कस्पेस और भूमिकाएँ तय करती हैं कि हर हिस्से को कौन बदल सकता है।
Library को सटीक शब्दों के बजाय मतलब के आधार पर खोजने के लिए Find anything… में टाइप करें, या बस Librarian से सीधी भाषा में सवाल पूछें।
खोज आपके मतलब से मेल खाती है, इसलिए "revenue" खोजने पर बिक्री, बुकिंग और उनके पीछे के KPI और व्यू भी मिल जाते हैं। Library को एक नक्शे के रूप में देखने के लिए List से Visualize पर जाएं, जिसमें फ़ाइलें और कनेक्टर बाहर, कलेक्शन बीच में, और KPI और तथ्य केंद्र में होते हैं। Zoom to किसी विषय से जुड़ी हर चीज़ को हाइलाइट करता है, और जब Librarian काम कर रहा होता है, तो जवाब के लिए वह जिन चीज़ों को पढ़ता है वे नक्शे पर रोशन हो जाती हैं।
उदाहरण के लिए, जो CTO पूछता है "हमारा churn आँकड़ा कहाँ से आता है?", वह "churn" खोज सकता है, उस पर ज़ूम कर सकता है, और KPI से उस CRM टेबल तक की लाइन देख सकता है जिससे उसे मापा जाता है।
Related questions
Librarian, Querri का AI असिस्टेंट है जो सवाल पूछने और Library को बढ़ाने के लिए है। यह उन व्यू और KPI से जवाब देता है जिन पर आपकी कंपनी पहले ही सहमत है, और दिखाता है कि हर जवाब तक कैसे पहुँचा।
जब कोई सेव किया हुआ व्यू या KPI साफ़ तौर पर किसी सवाल का जवाब देता है, तो Librarian उसी से पढ़ता है, इसीलिए दोहराए गए सवालों के जवाब कुछ सेकंड में आ जाते हैं। वरना यह आपके नियम लागू करके आपकी सोर्स टेबल पर SQL लिखता है। हर जवाब अपना रास्ता (Read from, Queried या Searched your library), लौटाई गई पंक्तियाँ और Show the query दिखाता है। नया सवाल, कलेक्शन या व्यू जोड़ने के लिए Librarian एक रिव्यू कार्ड पर अपनी योजना दिखाता है और आपकी मंज़ूरी का इंतज़ार करता है।
व्यू एक सेव की हुई, पहले से कैलकुलेट की गई टेबल है जो किसी व्यावसायिक सवाल का सीधा जवाब देने के लिए बनाई जाती है, जैसे चैनल के हिसाब से हर महीने का राजस्व, और इसके पीछे का SQL बस एक क्लिक दूर होता है।
Querri जो कुछ सीखता है, उसका बड़ा हिस्सा व्यू में ही जाता है: एक बार तय किया गया नियम हर सवाल पर दोबारा निकालने के बजाय एक कॉलम बन जाता है। जब कोई सोर्स सिंक होता है, तो उस पर बना हर व्यू क्रम से दोबारा बनता है, और उन व्यू से मापे गए KPI फिर से कैलकुलेट होते हैं। किसी भी व्यू का SQL पढ़ने के लिए आप उस पर How it's computed खोल सकते हैं।
हर KPI एक बार परिभाषित होता है, उस टेबल के साथ जिससे वह मापा जाता है, एक अवधि और उसे मापने वाले SQL के साथ। जब भी कोई उसे माँगता है, Querri दोबारा कैलकुलेट करने के बजाय सहेजी गई वैल्यू बताता है।
इसीलिए चैट में, डैशबोर्ड पर और Claude में एक ही आँकड़ा दिखता है। हर KPI व्यावसायिक मूल्य के पाँच आयामों (राजस्व, लागत, दक्षता, गुणवत्ता और जोखिम) में से कम से कम एक से जुड़ा होता है, ताकि आप देख सकें कि कब कोई टीम राजस्व ट्रैक करती है लेकिन लागत या जोखिम के बारे में कुछ नहीं। KPI जोड़ने के लिए बस एक वाक्य काफ़ी है, जैसे "नेट रिटेंशन को KPI के रूप में ट्रैक करो।"
Librarian को एक वाक्य में बताएं, जैसे "बिक्री का मतलब सिर्फ़ भुगतान वाले ऑर्डर है।" Querri इसे Facts & Rules में सेव करता है, और उसके बाद बनने वाली हर क्वेरी और व्यू इसे लागू करते हैं।
नियम उस डेटा से जुड़ते हैं जिसके बारे में वे हैं और मतलब के आधार पर ढूँढे जाते हैं। आप उन्हें Inbox का कोई सुझाव स्वीकार करके, किसी कॉलम से कोई तथ्य जोड़कर, या कोई दस्तावेज़ अपलोड करके भी जोड़ सकते हैं। कोई पॉलिसी PDF, SOP या कॉन्ट्रैक्ट अपलोड करें और Querri उसमें लिखी बातों की सूची, हर एक के पेज नंबर के साथ, बनाता है, ताकि आप चुन सकें कि कौन-सी नियम बनें। डेटा डिक्शनरी अपलोड करें और जवाबों में 1 जैसे कोड की जगह "Public, 4-year" दिखता है।
उदाहरण के लिए, कोई RevOps लीड एक बार कहता है "Closed Won का मतलब Won है", और उसके बाद हर पाइपलाइन आँकड़ा डील्स को एक ही तरह गिनता है, चाहे कोई भी पूछे और कहीं भी पूछे।
Related questions
हाँ। Querri आपके सवाल, परिभाषाएँ, नियम और KPI याद रखता है, और हर रात आपकी Library की समीक्षा करके सुधार सुझाता है। आपकी मंज़ूरी के बिना कुछ नहीं बदलता।
रात की यह समीक्षा मौजूदा जवाबों को जाँचती है, ऐसे सवाल ढूँढती है जिनका जवाब आपका डेटा दे सकता है पर किसी ने पूछा नहीं, दो सिस्टम में एक ही ग्राहक को पहचानती है, और आपके दस्तावेज़ों में लिखे आँकड़ों को असली डेटा से मिलाती है। इसके नतीजे Inbox में कार्ड के रूप में आते हैं, जहाँ एक क्लिक में सुझाव स्वीकार हो जाता है। Querri आपके व्यवसाय को सीखता है, लेकिन आपके डेटा पर कभी किसी AI मॉडल को ट्रेन नहीं करता।
डेटा और इंटीग्रेशन
Querri किन डेटा सोर्स से जुड़ता है, आपकी फ़ाइलों को कैसे संभालता है, और डेटा को ताज़ा कैसे रखता है।
Querri 125+ बिज़नेस ऐप्स, डेटाबेस और वेयरहाउस से जुड़ता है, और 2 GB तक की CSV, TSV, Excel, JSON और Parquet फ़ाइलें पढ़ता है। यह PDF और Word दस्तावेज़ों को भी उनमें लिखे नियमों के लिए पढ़ता है।
कनेक्टर में QuickBooks Online, HubSpot, Salesforce, NetSuite, Shopify, Stripe, Google Drive, Google Sheets और Google Analytics, साथ ही PostgreSQL, MySQL, SQL Server, Snowflake, Redshift, BigQuery, Databricks और MongoDB शामिल हैं। लगभग 90 और SaaS टूल API key से जुड़ते हैं। जिस सिस्टम का कनेक्टर नहीं है, उसे भी उसका CSV, JSON या Parquet एक्सपोर्ट डालकर शामिल किया जा सकता है। फ़ाइलें अपलोड करने में क्रेडिट खर्च नहीं होते।
ऐप में कहीं भी फ़ाइलें ड्रैग और ड्रॉप करें, या Connector Agent से कोई सिस्टम जोड़ने को कहें, जैसे "HubSpot और हमारा Postgres जोड़ो।"
Connector Agent हर कनेक्शन की योजना बनाता है, उसे जोड़ता और टेस्ट करता है, और टेबल चुनने में आपकी मदद करता है। पासवर्ड और API key एक सुरक्षित प्रॉम्प्ट में डाले जाते हैं, इसलिए एजेंट उन्हें कभी नहीं देखता, और हर कनेक्शन और डेटा लोड आपके Approve का इंतज़ार करता है। झटपट हेल्थ चेक के लिए इससे पूछें "क्या-क्या जुड़ा है, और क्या कुछ टूटा हुआ है?"। प्राइवेट नेटवर्क पर मौजूद डेटाबेस VPN से जुड़ सकते हैं।
हाँ। Querri अलग-अलग ऐप्स, डेटाबेस और फ़ाइलों का डेटा एक ही जवाब में जोड़ता है, और यह पता लगाता है कि कोई नई टेबल आपके पहले से मौजूद डेटा से कैसे जुड़ती है।
नया डेटा आने पर Querri हर टेबल को मापता है, यह मैप करता है कि वह आपके मौजूदा सोर्स से कैसे जुड़ी है, और उसे उन सवालों से मिलाता है जो आपका व्यवसाय पहले से पूछता है। जहाँ नया डेटा किसी सवाल का जवाब दे सकता है, वहाँ Inbox में व्यू बनाने का सुझाव आता है। रात की समीक्षा यह भी पकड़ती है कि कब एक ही ग्राहक दो सिस्टम में मौजूद है।
उदाहरण के लिए, Salesforce जोड़ें और मार्केटिंग खर्च की एक स्प्रेडशीट अपलोड करें, फिर पूछें "किन कैंपेन से सबसे ज़्यादा डील्स बंद हुईं?" Querri दोनों को मिलाकर जवाब देता है।
Related questions
Querri हर टेबल को आते ही जाँचता है, 50 से ज़्यादा तरह की समस्याओं के लिए 180 से ज़्यादा जाँचों के साथ, और गलत आँकड़े बनने से पहले मिली समस्याओं को ठीक करने में आपकी मदद करता है।
Data Audit हर समस्या की सूची, सबसे गंभीर पहले, दिखाता है और बताता है कि कौन-सा KPI, सवाल या प्रोजेक्ट उस कॉलम पर निर्भर है। आम समस्याओं में N/A या 1900-01-01 जैसे छिपे हुए खाली मान, टेक्स्ट के रूप में सेव संख्याएँ, वर्तनी के अलग-अलग रूप, मिली-जुली करेंसी और आपस में मेल न खाने वाली डुप्लिकेट ID शामिल हैं। फिर Janitor आपके साथ मिलकर डेटा साफ़ करता है: यह सिर्फ़ वही फ़ैसले पूछता है जो आपको लेने हैं, जैसे तारीख में पहले दिन या पहले महीना, और हर सुधार का प्रीव्यू दिखाता है।
जितनी बार आप चाहें। हर कनेक्शन एक शेड्यूल पर सिंक होता है: या तो रोज़, हर हफ़्ते या हर महीने पूरा रिफ़्रेश, या हर घंटे, रोज़ या हर हफ़्ते इंक्रीमेंटल सिंक, जो सिर्फ़ नई या बदली हुई पंक्तियाँ लाता है।
जब कोई सोर्स सिंक होता है, तो उस पर बना हर व्यू क्रम से दोबारा बनता है और उन व्यू से मापे गए KPI फिर से कैलकुलेट होते हैं, इसलिए डैशबोर्ड और जवाब बिना किसी के एक्सपोर्ट चलाए नवीनतम डेटा दिखाते हैं। अगर कोई शेड्यूल लगातार तीन बार फ़ेल होता है, तो वह खुद बंद हो जाता है और आपको वजह बताता है, ताकि टूटा हुआ साइन-इन चुपचाप फ़ेल होता न रहे।
डिफ़ॉल्ट रूप से Querri हर सोर्स की एक कॉपी आपके संगठन के अपने अलग स्टोरेज में सिंक करता है और उसी कॉपी से जवाब देता है। चुनिंदा प्लान पर, Snowflake और Databricks टेबल इसके बजाय आपके वेयरहाउस में Live रह सकती हैं।
Live टेबल के साथ पंक्तियाँ कभी कॉपी नहीं होतीं। जिस भी सवाल को उस टेबल की ज़रूरत होती है, वह आपके वेयरहाउस को एक read-only क्वेरी भेजता है और सिर्फ़ नतीजा वापस पाता है। आप हर टेबल के लिए अलग से Live या सिंक चुनते हैं, और वेयरहाउस में क्वेरी की गई टेबल के जवाबों पर Live बैज दिखता है।
डैशबोर्ड, रिपोर्ट और ऑटोमेशन
Querri जवाबों को डैशबोर्ड, शेड्यूल की गई रिपोर्ट, अलर्ट और दोबारा इस्तेमाल होने वाले तरीकों में कैसे बदलता है।
हाँ। Querri हर सवाल के लिए ज़रूरी चार्ट बनाता है और विश्लेषण को ऐसे डैशबोर्ड में बदलता है जिन्हें आप बस कहकर एडिट करते हैं, जैसे "churn के लिए एक KPI कार्ड जोड़ो" या "हमारे ब्रांड रंग इस्तेमाल करो।"
चार्ट कोड के रूप में लिखे जाते हैं, इसलिए मैप, फ़नल, वॉटरफ़ॉल और एनिमेटेड बार रेस बस एक अनुरोध की दूरी पर हैं, और Querri हर रेंडर किया गया चार्ट आपको दिखाने से पहले जाँचता है। किसी दूसरे BI टूल से हटने के लिए, अपने मौजूदा डैशबोर्ड का स्क्रीनशॉट या स्केच की फ़ोटो पेस्ट करें, और Querri उसे आपके अपने डेटा पर, कैलकुलेशन समेत, दोबारा बना देता है। डैशबोर्ड देखने वाले जो देख रहे हैं उसके बारे में सवाल पूछ सकते हैं, और Present मोड एक लाइव डैशबोर्ड को मीटिंग रूम की स्क्रीन पर दिखाता है।
हाँ। किसी भी प्रोजेक्ट को हर घंटे, रोज़, हर हफ़्ते या हर महीने चलने के लिए शेड्यूल करें, और Querri डेटा रिफ़्रेश करता है, विश्लेषण दोबारा चलाता है और नतीजे ईमेल करता है।
Deliver स्टेप असली ईमेल भेजता है, जिसके सब्जेक्ट और बॉडी में आपके डेटा की वैल्यू होती हैं और फ़ाइलें अटैच होती हैं, जैसे Excel वर्कबुक या कोई चार्ट। Loop किसी टेबल की हर पंक्ति के लिए वही स्टेप दोहराता है, इसलिए एक ही अनुरोध हर रीजन, स्टोर या रेप के लिए एक रिपोर्ट बनाता है। Querri पहले पाँच का प्रीव्यू दिखाता है और आपकी मंज़ूरी तक कुछ नहीं भेजता। शेड्यूल किए गए रन AI से दोबारा पूछने के बजाय सहेजा हुआ कोड फिर से चलाते हैं।
उदाहरण के लिए, कैरियर परफ़ॉर्मेंस की साप्ताहिक रिपोर्ट हर सोमवार सुबह 7 बजे ताज़ा शिपमेंट डेटा ला सकती है, चार्ट दोबारा बना सकती है और हर रीजनल मैनेजर को उसका अपना वर्ज़न ईमेल कर सकती है।
हाँ। Librarian से कहें "स्टोर के हिसाब से राजस्व पर नज़र रखो," और एक Monitor हर स्टोर को उसके अपने इतिहास से मिलाता है और बताता है कि कौन-सा स्टोर बदला, सिर्फ़ यह नहीं कि कुल आँकड़ा बदला।
Monitors हर बार जाँच करते हैं जब निगरानी वाला डेटा दोबारा बनता है, और असामान्य रीडिंग, टिकाऊ बदलाव, धीरे-धीरे बनते ट्रेंड और दिशा में बदलाव ढूँढते हैं। वे कितनी बार अलर्ट दें, यह आप किसी थ्रेशोल्ड से नहीं, बल्कि Fewer alerts से More alerts तक के स्लाइडर से तय करते हैं। अलर्ट आपके Inbox में और ईमेल से 25 लोगों तक जाते हैं। हर रात Querri नज़र रखने लायक KPI भी सुझाता है।
एक Skill किसी विश्लेषण के लिए आपकी टीम का तरीका सहेजती है, ताकि AI हर बार नया तरीका गढ़ने के बजाय उसी तरह काम करे जैसे आप करते हैं।
किसी विश्लेषण के वे स्टेप चुनें जो काम आए और Save as Skill पर क्लिक करें, और Querri शीर्षक, विवरण, निर्देश और उदाहरण योजना का ड्राफ़्ट बना देता है। आप शुरू से भी एक लिख सकते हैं। चैट में, जब सवाल मेल खाता है तो Querri सही Skill अपने आप लोड करता है। एडमिन किसी Skill को पूरे संगठन के साथ शेयर कर सकते हैं, और Skills को कहीं और दोबारा इस्तेमाल करने के लिए .qskill फ़ाइलों के रूप में एक्सपोर्ट किया जा सकता है।
हाँ। Querri लाइव फ़ॉर्मूलों वाली फ़ॉर्मैट की हुई Excel वर्कबुक बनाता है, और Wrapped किसी विश्लेषण को ब्रांडेड प्रेज़ेंटेशन में बदलता है जिसे आप PowerPoint या PDF के रूप में डाउनलोड कर सकते हैं।
Excel एक्सपोर्ट में हर स्टेप के लिए एक शीट, बोल्ड हेडर, फ़्रीज़ की गई पंक्तियाँ, करेंसी फ़ॉर्मैट, डेटा बार और कलर स्केल, साथ ही शीट्स के बीच SUM और VLOOKUP जैसे फ़ॉर्मूले शामिल हो सकते हैं। फ़ाइल आपको मिलने से पहले Querri वर्कबुक जाँचता है और एरर देने वाला हर फ़ॉर्मूला ठीक करता है। Wrapped आमतौर पर 8 से 12 स्लाइड बनाता है। टेबल CSV या Parquet के रूप में और चार्ट PNG या SVG के रूप में भी डाउनलोड होते हैं।
AI असिस्टेंट और API
Claude, ChatGPT और दूसरे AI टूल्स से, API के ज़रिए, या अपने प्रोडक्ट के अंदर Querri का इस्तेमाल।
हाँ। Querri, Claude, ChatGPT, Gemini Enterprise, Cursor, VS Code और दूसरे MCP क्लाइंट से जुड़ता है, ताकि आपका AI असिस्टेंट अंदाज़ा लगाने के बजाय आपकी कंपनी की परिभाषाओं से जवाब दे।
असिस्टेंट आपके रूप में साइन इन करता है और सवाल उसी Librarian को भेजता है जिसे ऐप इस्तेमाल करता है, इसलिए वह आपकी Library के KPI और नियम मानता है और सिर्फ़ वही डेटा देखता है जिसे देखने की आपको अनुमति है। अगर कोई सवाल अस्पष्ट हो, तो वह अंदाज़ा लगाने के बजाय एक छोटा स्पष्ट करने वाला सवाल पूछता है। Claude, ChatGPT और VS Code में डैशबोर्ड और चार्ट इंटरैक्टिव कार्ड के रूप में आते हैं। एडमिन एक ही कदम में पूरे Claude Team या Enterprise संगठन के लिए Querri जोड़ सकते हैं।
हाँ। Querri के पास एक पब्लिक REST API, एक Python SDK और एक कमांड-लाइन टूल है, और ये सभी ऐप जैसे ही एक्सेस नियमों के तहत काम करते हैं।
API में स्ट्रीम किए गए जवाबों वाले प्रोजेक्ट और चैट, सोर्स, व्यू, डैशबोर्ड, Library, शेयरिंग, यूज़र, पंक्ति-स्तर की एक्सेस पॉलिसी और embed सेशन शामिल हैं। हर API key के अपने स्कोप, रेट लिमिट, एक्सपायरी और वैकल्पिक IP allowlist होते हैं। SDK को pip install querri से इंस्टॉल करें, या CLI को pip install 'querri[cli]' से जोड़ें।
हाँ। आप SDK के ज़रिए Querri के डैशबोर्ड, Library और चैट को अपने ऐप में embed कर सकते हैं, या Querri को अपने ब्रांड और डोमेन के तहत पूरी तरह white-label प्रोडक्ट के रूप में चला सकते हैं।
embed SDK में React, Vue, Svelte और Angular के लिए कंपोनेंट हैं, साथ में PHP और WordPress सपोर्ट भी, और आपके हर ग्राहक को आपके तय किए row फ़िल्टर के ज़रिए सिर्फ़ उसका अपना डेटा दिखता है। white-label पार्टनर्स को अपना टेनेंट मिलता है, जिसमें उनका अपना डेटाबेस, ब्रांड थीम, लोगो, प्रोडक्ट नाम और डोमेन होता है। Querri अंग्रेज़ी, स्पेनिश, फ़्रेंच, जर्मन, पुर्तगाली, अरबी और हिंदी में चलता है।
Related questions
सटीकता और भरोसा
Querri अपने काम की जाँच कैसे करता है, हर आँकड़े का स्रोत कैसे दिखाता है और जवाब न दे पाने पर कैसे बताता है।
हाँ, और आप इसकी जाँच भी कर सकते हैं। जब किसी सवाल के एक से ज़्यादा सही मतलब हो सकते हैं तो Querri आपको बताता है, जवाब दो स्वतंत्र तरीकों से निकालता है, और हर आँकड़े के पीछे की क्वेरी दिखाता है।
क्वेरी लिखने से पहले Querri संबंधित कॉलम में खाली जगह, डुप्लिकेट और ऐसी वैल्यू जाँचता है जो पार्स नहीं होंगी। फिर वह जवाब दूसरे तरीके से निकालता है और दोनों में फ़र्क होने पर आपको बताता है, और अपने लिखित सारांश के हर आँकड़े को असली नतीजे से मिलाता है। AI खुद कभी गणित नहीं करता: वह SQL और Python लिखता है जो आपके डेटा पर चलते हैं। अस्पष्ट बेंचमार्क सवालों पर, सोर्स डेटा से मापने पर Querri 97% बार सही रहा, जबकि एक प्रमुख सामान्य-उद्देश्य AI एजेंट 80% बार।
Librarian के जवाब के पीछे का SQL पढ़ने के लिए Show the query पर क्लिक करें, या Where this number comes from खोलने के लिए किसी प्रोजेक्ट के जवाब में किसी भी आँकड़े पर क्लिक करें।
Where this number comes from आँकड़े को एक वाक्य में समझाता है, उन सभी स्टेप की सूची देता है जिन पर वह निर्भर है (join, filter, group, sum), और हर सोर्स टेबल को उसके कनेक्टर और आखिरी बार रिफ़्रेश होने के समय के साथ दिखाता है। यह व्याख्या AI की लिखी नहीं होती, बल्कि असल में चले कोड से पढ़ी जाती है। यही पैनल किसी भी डैशबोर्ड टाइल को भी समझाता है।
वह आपको बता देता है। अगर डेटा उस सवाल का जवाब नहीं दे सकता, तो Querri कोई आँकड़ा गढ़ने के बजाय यह साफ़ कहता है और समझाता है कि क्या कमी है।
Librarian चैट में यह Query declined के रूप में दिखता है, बिना किसी आँकड़े के। जब किसी सवाल के दो वाजिब मतलब हों, जैसे काम वाले दिन के हिसाब से औसत डिलीवरी बनाम कैलेंडर दिन के हिसाब से, तो Querri बताता है कि उसने कौन-सा मतलब लिया और दिखाता है कि दूसरा मतलब जवाब को कैसे बदलता।
हाँ, उसी डेटा के लिए। किसी सेव किए गए व्यू, प्रोजेक्ट, डैशबोर्ड या शेड्यूल की गई रिपोर्ट को दोबारा चलाने पर वही कोड फिर से चलता है जो पहली बार चला था, और किसी AI मॉडल से गणित दोबारा करने को नहीं कहा जाता।
नया सवाल उन्हीं परिभाषाओं और नियमों से नए सिरे से हल किया जाता है। सिर्फ़ वे स्टेप जो जानबूझकर AI इस्तेमाल करते हैं, जैसे टेक्स्ट क्लासिफ़िकेशन या Wrapped प्रेज़ेंटेशन, हर रन पर मॉडल को फिर से बुलाते हैं। इसीलिए पिछले महीने की कमीशन रिपोर्ट दोबारा चलाने वाले ऑडिटर को वही आँकड़ा दिखता है जो उसने पहले देखा था।
सुरक्षा और गोपनीयता
Querri आपके डेटा की सुरक्षा कैसे करता है, एक्सेस कैसे नियंत्रित करता है और आपके विश्लेषण को निजी कैसे रखता है।
हाँ। Querri, SOC 2 Type II, HIPAA और ISO 27001:2022 प्रमाणित है।
हर ग्राहक का डेटा उसके अपने डेटाबेस और स्टोरेज में रहता है, जो स्टोर रहते समय AES-256 से और ट्रांज़िट में भी एन्क्रिप्टेड होता है। AI अमेरिका में Amazon Bedrock और Microsoft Azure पर चलता है। Audit Log हर एक्सेस-पॉलिसी बदलाव, बनाई, रद्द और इस्तेमाल की गई हर API key, और API key के ज़रिए पढ़े गए हर डेटा को दर्ज करता है, साथ में किसने, कब और किस IP पते से। रिपोर्ट और पॉलिसी Trust Center में उपलब्ध हैं।
सिर्फ़ वे लोग जिन्हें आप एक्सेस देते हैं। भूमिकाएँ तय करती हैं कि हर वर्कस्पेस और आइटम को कौन देख या एडिट कर सकता है, और पंक्ति-स्तर की एक्सेस पॉलिसी तय करती हैं कि हर व्यक्ति कौन-सी पंक्तियाँ देखे।
एडमिन सीधे शब्दों में एक एक्सेस नियम लिखता है, जैसे "store_id is one of 101, 102," और उसे लोगों या API key को सौंपता है। यह नियम हर जगह लागू होता है: चैट, Librarian, डैशबोर्ड, Claude और ChatGPT, API और embeds। यह AI की क्वेरी चलने से पहले ही डेटा पर लागू हो जाता है, इसलिए कोई भी प्रॉम्प्ट बातों से इसे पार नहीं कर सकता। शेयर किया गया डैशबोर्ड हर देखने वाले के लिए दोबारा चलता है, इसलिए हर किसी को सिर्फ़ अपनी पंक्तियाँ दिखती हैं।
नहीं। किसी सवाल का जवाब देने के लिए AI आपके डेटा के सिर्फ़ छोटे सैंपल देखता है। वह कोड लिखता है, और वह कोड Querri के अंदर पूरे डेटा पर चलता है, जिसमें पहले आपके एक्सेस नियम लागू होते हैं।
इससे आपका पूरा डेटा आपके संगठन के अलग स्टोरेज के अंदर ही रहता है। इसीलिए जवाब अनुमान नहीं, बल्कि कैलकुलेशन होते हैं: आँकड़े असली क्वेरी चलाकर आते हैं, मॉडल के पंक्तियाँ पढ़कर सारांश बनाने से नहीं। Connector Agent भी कभी पासवर्ड या API key नहीं देखता।
तुलना
Querri उन दूसरे टूल्स से कैसे अलग है जिनका आप मूल्यांकन कर रहे होंगे।
ChatGPT और Claude सामान्य-उद्देश्य AI असिस्टेंट हैं। Querri एक डेटा प्लेटफ़ॉर्म है जो उन्हें, और आपकी पूरी टीम को, आपके व्यावसायिक डेटा की एक सहमत समझ देता है, और आप इसे इन दोनों में से किसी के भी अंदर से इस्तेमाल कर सकते हैं।
कच्चे एक्सपोर्ट दिए जाने पर, एक सामान्य AI असिस्टेंट को अंदाज़ा लगाना पड़ता है कि आपके आँकड़ों का मतलब क्या है, इसलिए एक ही सवाल पर अलग-अलग लोगों को अलग-अलग जवाब मिल सकते हैं। Querri आपके डेटा को जुड़ा और ताज़ा रखता है, आपकी परिभाषाएँ और नियम Library में सहेजता है, हर आँकड़े के पीछे की क्वेरी दिखाता है, और जवाबों को डैशबोर्ड और शेड्यूल की गई रिपोर्ट में बदलता है। Querri को Claude या ChatGPT से जोड़ें और असिस्टेंट उन्हीं परिभाषाओं से जवाब देता है।
Tableau और Power BI को साफ़, मॉडल किया हुआ डेटा और हर डैशबोर्ड बनाने के लिए किसी व्यक्ति की ज़रूरत होती है। Querri कच्चे डेटा से डैशबोर्ड तक का पूरा रास्ता संभालता है, और आप उसे सीधी भाषा में कहकर बनाते और बदलते हैं।
पारंपरिक BI टूल में, आम तौर पर किसी बिज़नेस यूज़र के चार्ट बना पाने से पहले एक डेटा इंजीनियर पाइपलाइन, सिमैंटिक मॉडल और मेज़र बनाता है। Querri में Library आपकी परिभाषाएँ रखती है, Librarian व्यू बनाता है, और डैशबोर्ड एक वाक्य से एडिट होते हैं। किसी मौजूदा रिपोर्ट को लाने के लिए उसका स्क्रीनशॉट पेस्ट करें, और Querri उसे आपके डेटा पर दोबारा बना देता है।
ETL टूल डेटा इंजीनियरों के लिए डेटा को ले जाते और मॉडल करते हैं। Querri भी डेटा जोड़ता, साफ़ करता और मॉडल करता है, लेकिन उसका लक्ष्य जवाब है: वह आपके व्यावसायिक सवाल को आँकड़े, चार्ट या रिपोर्ट तक पूरा पहुँचाता है।
Querri में 125+ कनेक्टर, सिंक शेड्यूल, डेटा क्लीनिंग और ऐसे व्यू शामिल हैं जो सोर्स बदलने पर क्रम से दोबारा बनते हैं, इसलिए कई टीमों को शुरुआत के लिए अलग पाइपलाइन की ज़रूरत नहीं होती। अगर आप पहले से Fivetran, dbt और एक वेयरहाउस चलाते हैं, तो Querri वेयरहाउस से एक और सोर्स की तरह जुड़ता है और बिज़नेस यूज़र्स को मॉडल किए गए डेटा से सवाल पूछने का तरीका देता है।
वेयरहाउस को सीधे क्वेरी करने के लिए SQL और स्कीमा की जानकारी चाहिए। Querri के साथ आप वही सवाल सीधी भाषा में पूछते हैं और जवाब पाते हैं, साथ में वह SQL भी जिससे जवाब निकला।
Querri, Snowflake, BigQuery, Redshift, Databricks और दूसरे वेयरहाउस से जुड़ता है, या तो टेबल सिंक करके या, चुनिंदा प्लान पर Snowflake और Databricks के लिए, उन्हें Live क्वेरी करके। आपकी परिभाषाएँ और नियम अपने आप लागू होते हैं, इसलिए बिज़नेस यूज़र्स को वही आँकड़े मिलते हैं जो आपके एनालिस्ट को मिलते। अगर आपके पास वेयरहाउस नहीं है, तो Querri आपको एक बनाए बिना अपने डेटा को एक जगह लाने की सुविधा देता है।
सवाल-पहले डेटा प्लेटफ़ॉर्म टेबल और इन्फ्रास्ट्रक्चर से शुरू करने के बजाय उन सवालों से शुरू होता है जिनके जवाब व्यवसाय को चाहिए, और हर सवाल के लिए ज़रूरी डेटा, परिभाषाएँ और लॉजिक बनाता है।
पारंपरिक डेटा स्टैक में एक प्रोडक्ट डेटा ले जाता है, दूसरा उसे स्टोर करता है, तीसरा उसे परिभाषित करता है, चौथा उसका चार्ट बनाता है, और AI सबसे ऊपर बैठता है। हर हैंडऑफ़ पर मतलब खोता जाता है, और व्यावसायिक सवाल का ध्यान सबसे आखिर में रखा जाता है। Querri यह सब एक ही प्रोडक्ट में, आपके सवालों के इर्द-गिर्द व्यवस्थित करके करता है, ताकि हर व्यक्ति और हर AI एजेंट एक ही समझ से काम करे।
Related questions
लार्ज लैंग्वेज मॉडल ऐसे AI सिस्टम हैं जो भाषा को समझते और बनाते हैं। Querri उनका इस्तेमाल आपके सीधी भाषा वाले सवालों को SQL और Python में बदलने के लिए करता है जो आपके डेटा पर चलते हैं, आँकड़ों का अंदाज़ा लगाने के लिए कभी नहीं।
मॉडल विश्लेषण की योजना बनाता है और कोड लिखता है। कोड Querri के अंदर आपके एक्सेस नियमों के साथ चलता है, और नतीजे, चार्ट और सारांश उसी कोड से आते हैं। फिर Querri लिखित सारांश के हर आँकड़े को नतीजे से मिलाता है। सेव की गई रिपोर्ट सहेजा हुआ कोड फिर से चलाती हैं, इसलिए दोबारा चलने पर कोई मॉडल शामिल नहीं होता। पेड प्लान प्रोजेक्ट विश्लेषण के लिए एक बड़ा रीज़निंग मॉडल इस्तेमाल करते हैं।