Passer au contenu principal
L’Agent Analyste de Données, également appelé DANA (Data ANAlyst), est une version spécialisée de Devin, optimisée pour interroger des bases de données, analyser des données et créer des visualisations. Il est conçu pour être rapide, concis et spécialement adapté aux workflows d’analyse de données.

​
Quand utiliser l’agent Data Analyst

L’agent Data Analyst est idéal lorsque vous avez besoin de :
  • Interroger des bases de données : rédiger et exécuter des requêtes SQL sur vos sources de données connectées
  • Analyser des données : explorer des modèles, calculer des indicateurs et analyser les tendances dans vos données
  • Créer des visualisations : générer des graphiques professionnels avec seaborn
  • Répondre à des questions sur les données : obtenir rapidement des réponses précises aux questions concernant vos données
  • Générer des insights : découvrir des modèles, des anomalies et des informations exploitables

​
Accès à l’agent Data Analyst

​
Depuis l’application web

  1. Accédez à la page d’accueil de Devin
  2. Cliquez sur le menu déroulant de sélection d’agent
  3. Sélectionnez Data Analyst dans le menu déroulant
  4. Commencez votre session avec une question ou une tâche en lien avec les données

​
À partir de Slack

Vous pouvez démarrer une session de Data Analyst directement à partir de Slack en utilisant l’une des méthodes suivantes : En utilisant la commande / : 
/dana Quels étaient nos 10 principaux clients en termes de chiffre d'affaires le mois dernier ?
Utilisation d’une mention avec la macro !dana : 
@Devin !dana Quels ont été nos 10 meilleurs clients en termes de chiffre d'affaires le mois dernier ?
Les deux méthodes créeront une session de Data Analyst et répondront dans le fil de discussion avec les résultats.

​
Prérequis

Avant d’utiliser l’agent Data Analyst, vous devrez connecter au moins une source de données via MCP (Model Context Protocol). Les intégrations courantes incluent :
  • MCP de bases de données : Redshift, PostgreSQL, Snowflake, BigQuery et autres bases de données SQL
  • MCP d’analyse : Datadog, Metabase et autres plateformes d’observabilité
Sans source de données connectée, l’agent vous en informera et vous demandera d’en connecter une avant de continuer.

Configurer les intégrations MCP

Apprenez à connecter des bases de données et d’autres sources de données via MCP

​
Comment ça fonctionne

​
Connaissances sur la base de données

L’agent Data Analyst tient à jour une note Connaissances sur la base de données qui contient la documentation de schéma pour vos bases de données connectées. Ces connaissances sont automatiquement consultées avant l’exécution des requêtes, ce qui permet à l’agent d’identifier rapidement les bonnes tables et colonnes.

​
Exemples de prompts

Voici quelques façons efficaces d’utiliser le Data Analyst Agent : Questions simples :
  • « Combien d’utilisateurs actifs avons-nous eu la semaine dernière ? »
  • « Quelle est l’évolution de notre revenu quotidien sur le mois dernier ? »
  • « Quels clients ont le plus fort niveau d’utilisation ? »
Demandes d’analyse :
  • « Analyse la rétention utilisateur par cohorte pour le T4 »
  • « Décompose la consommation entre clients Enterprise et clients en libre-service »
  • « Trouve les 10 utilisateurs ayant le plus grand nombre de sessions et affiche l’évolution de leur activité dans le temps »
Enquêtes :
  • « Pourquoi les inscriptions ont-elles chuté mardi dernier ? »
  • « Y a-t-il des anomalies dans nos taux d’erreur cette semaine ? »
  • « Compare les indicateurs de ce mois-ci à la même période l’année dernière »

​
Bonnes pratiques

​
Soyez précis concernant les métriques

Au lieu de poser des questions vagues, soyez précis sur ce que vous voulez mesurer : 
"Quel est notre nombre d'utilisateurs actifs sur 7 jours, défini comme les utilisateurs qui ont démarré au moins une session ?"

​
Préciser les périodes de temps

Précisez toujours la période qui vous intéresse : 
"Show me daily revenue for the past 30 days"

​
Demander des visualisations

Demandez des graphiques lorsqu’ils aident à communiquer les données : 
"Trace un graphique linéaire des inscriptions hebdomadaires sur le dernier trimestre"

​
Validez la requête SQL

L’agent inclut toujours la requête SQL qu’il a utilisée. Examinez-la pour vous assurer que la logique correspond bien à vos attentes, en particulier pour les analyses complexes impliquant des jointures, des filtres ou des agrégations.

​
Gestion de Knowledge

Le Data Analyst Agent peut conserver les informations apprises d’une session à l’autre en utilisant le système Knowledge. Lorsqu’il découvre :
  • De nouvelles informations de schéma ou des relations entre tables
  • De la logique métier ou des définitions de métriques
  • Des schémas récurrents ou des mises en garde concernant la qualité des données
il les enregistre dans des notes Knowledge afin que les sessions futures tirent parti de ce qui a été appris.

En savoir plus sur Knowledge

Découvrez le fonctionnement du système Knowledge de Devin

​
Différences par rapport à Devin standard

CapacitéData Analyst AgentDevin standard
Exécution de requêtes SQLOptimiséePrise en charge
Visualisations de donnéesPrise en charge Seaborn intégréeConfiguration manuelle
Connaissance du schéma de base de donnéesConnaissance préchargéeExploration à la demande
Style de réponseConcis, axé sur les métriquesExplications détaillées
Modifications de codePas l’objectif principalPrise en charge complète
Intégrations MCPRequisesFacultatives
Le Data Analyst Agent est conçu spécifiquement pour le travail sur les données. Pour les tâches impliquant des modifications de code, des déploiements ou de l’ingénierie logicielle générale, utilisez plutôt Devin standard.