Zum Hauptinhalt springen
Der Data Analyst Agent, auch bekannt als DANA (Data ANAlyst), ist eine spezialisierte Version von Devin, die für Datenbankabfragen, Datenanalysen und die Erstellung von Visualisierungen optimiert wurde. Er ist darauf ausgelegt, schnell zu sein, prägnante Ergebnisse zu liefern und speziell auf Datenanalyse-Workflows abgestimmt zu sein.

​
Wann Sie den Data Analyst Agent einsetzen sollten

Der Data Analyst Agent ist ideal, wenn Sie Folgendes benötigen:
  • Datenbanken abfragen: SQL-Abfragen auf Ihren angeschlossenen Datenquellen schreiben und ausführen
  • Daten analysieren: Muster untersuchen, Kennzahlen berechnen und Trends in Ihren Daten analysieren
  • Visualisierungen erstellen: Professionelle Diagramme und Grafiken mit seaborn erzeugen
  • Fragen zu Daten beantworten: Schnell präzise Antworten auf Fragen zu Ihren Daten erhalten
  • Erkenntnisse gewinnen: Muster, Auffälligkeiten und umsetzbare Erkenntnisse entdecken

​
Zugriff auf den Data-Analyst-Agenten

​
Über die Web-App

  1. Navigiere zur Devin-Startseite
  2. Klicke auf das Agenten-Auswahlmenü
  3. Wähle Data Analyst aus dem Auswahlmenü
  4. Starte deine Sitzung mit einer datenbezogenen Frage oder Aufgabe

​
In Slack

Sie können eine Data Analyst-Sitzung direkt in Slack auf eine der folgenden Arten starten: Mit dem Slash-Befehl: 
/dana Welche waren unsere Top-10-Kunden nach Umsatz im letzten Monat?
Verwenden einer Erwähnung mit dem Makro !dana: 
@Devin !dana Welche waren unsere Top-10-Kunden nach Umsatz im letzten Monat?
Beide Methoden erstellen eine Data-Analyst-Sitzung und antworten im Thread mit den Ergebnissen.

​
Voraussetzungen

Bevor Sie den Data Analyst-Agent verwenden, müssen Sie mindestens eine Datenquelle über MCP (Model Context Protocol) anbinden. Häufige Integrationen sind:
  • Database MCPs: Redshift, PostgreSQL, Snowflake, BigQuery und andere SQL-Datenbanken
  • Analytics MCPs: Datadog, Metabase und andere Observability-Plattformen
Ohne angebundene Datenquelle informiert Sie der Agent und fordert Sie auf, vor dem Fortfahren eine Verbindung herzustellen.

MCP-Integrationen einrichten

Erfahren Sie, wie Sie Datenbanken und andere Datenquellen über MCP anbinden

​
So funktioniert es

​
Database Knowledge

Der Data-Analyst-Agent pflegt eine Database Knowledge-Notiz, die Schemadokumentation für Ihre verbundenen Datenbanken enthält. Diese Knowledge-Notiz wird vor dem Ausführen von Abfragen automatisch herangezogen, sodass der Agent schnell die richtigen Tabellen und Spalten identifizieren kann.

​
Beispiel-Prompts

Hier sind einige effektive Möglichkeiten, den Data Analyst Agent zu verwenden: Einfache Fragen:
  • „Wie viele aktive Nutzer hatten wir letzte Woche?“
  • „Wie sieht unser täglicher Umsatztrend für den letzten Monat aus?“
  • „Welche Kunden weisen die höchste Nutzung auf?“
Analyseanfragen:
  • „Analysiere die Nutzerbindung nach Kohorten für Q4“
  • „Teile den Verbrauch nach Enterprise- im Vergleich zu Self-Service-Kunden auf“
  • „Finde die Top 10 Nutzer nach Anzahl der Sitzungen und zeige ihre Aktivität im Zeitverlauf“
Untersuchungen:
  • „Warum sind die Anmeldungen letzten Dienstag zurückgegangen?“
  • „Gibt es diese Woche Anomalien in unseren Fehlerraten?“
  • „Vergleiche die Kennzahlen dieses Monats mit demselben Zeitraum im letzten Jahr“

​
Bewährte Praktiken

​
Seien Sie bei Metriken konkret

Anstatt vage Fragen zu stellen, seien Sie konkret darin, was Sie messen möchten: 
"Wie hoch ist unsere 7-Tage-Zahl aktiver Nutzer, definiert als Nutzer, die mindestens eine Sitzung gestartet haben?"

​
Zeiträume angeben

Gib immer den Zeitraum an, der für dich relevant ist: 
„Zeige mir den täglichen Umsatz der letzten 30 Tage“

​
Visualisierungen anfordern

Fordern Sie Diagramme an, wenn sie helfen, die Daten zu veranschaulichen: 
"Stelle die wöchentlichen Anmeldungen des letzten Quartals in einem Liniendiagramm dar"

​
SQL validieren

Der Agent führt stets die SQL-Abfrage auf, die er verwendet hat. Prüfen Sie sie, um sicherzustellen, dass die Logik Ihren Erwartungen entspricht – insbesondere bei komplexen Analysen mit Joins, Filtern oder Aggregationen.

​
Knowledge-Management

Der Data Analyst Agent kann Erkenntnisse über mehrere Sitzungen hinweg im Knowledge-System festhalten. Wenn er Folgendes entdeckt:
  • Neue Schema-Informationen oder Tabellenbeziehungen
  • Business-Logik oder Metrik-Definitionen
  • Muster oder Besonderheiten zur Datenqualität
speichert er diese in Knowledge-Notizen, damit zukünftige Sitzungen von den gewonnenen Erkenntnissen profitieren.

Weitere Informationen zu Knowledge

Erfahren Sie, wie das Knowledge-System von Devin funktioniert

​
Unterschiede zu Standard-Devin

FunktionData Analyst AgentStandard Devin
Ausführung von SQL-AbfragenOptimiertUnterstützt
DatenvisualisierungenIntegrierte Unterstützung für seabornManuelle Einrichtung
Kenntnis des DatenbankschemasVorab geladenes WissenExploration bei Bedarf
AntwortstilPrägnant, kennzahlenorientiertAusführliche Erklärungen
CodeänderungenNicht primärer SchwerpunktUmfassende Unterstützung
MCP-IntegrationenErforderlichOptional
Der Data Analyst Agent ist speziell für die Arbeit mit Daten konzipiert. Bei Aufgaben, die Codeänderungen, Deployments oder allgemeine Softwareentwicklung betreffen, sollten Sie stattdessen Standard Devin verwenden.