Agent Analyste de Données

• 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 la webapp

1. Accédez à la page d’accueil de Devin
2. Cliquez sur le sélecteur d’agent à côté du champ de saisie
3. Ouvrez le sous-menu Mode et sélectionnez Data — le sélecteur affiche alors Data Analyst
4. Démarrez votre session avec une question ou une tâche portant sur des données

/dana Quels étaient nos 10 principaux clients en termes de chiffre d'affaires le mois dernier ?

@Devin !dana Quels ont été nos 10 meilleurs clients en termes de chiffre d'affaires le mois dernier ?

• 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

​

Exemples de prompts

​

Requêtes 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 ? »

​

Agrégations et métriques

• “Quelle est la durée moyenne de session par niveau d’abonnement sur les 30 derniers jours ?”
• “Affiche le chiffre d’affaires total, ventilé par région et par ligne de produits pour le T4”
• “Calcule le temps de réponse au 95e centile pour chaque endpoint d’API cette semaine”

​

Jointures et analyses inter‑tables

• « Réalise une jointure entre notre table users et la table orders, et affiche les 20 meilleurs clients par valeur sur la durée de vie »
• « Mets en corrélation la source d’inscription avec la rétention à 30 jours — quels canaux d’acquisition ont les meilleurs taux de rétention ? »
• « Combine les données de session avec les données de facturation pour trouver les comptes avec une utilisation élevée mais de faibles dépenses »

​

Filtrage et segmentation

• « Montre-moi uniquement les clients Enterprise qui se sont inscrits après janvier 2025 et qui ont plus de 100 sessions »
• « Filtre les journaux d’erreurs pour ne garder que les erreurs 5xx du service de paiement au cours des 48 dernières heures »
• « Décompose la consommation entre clients Enterprise et clients en libre-service, en excluant les comptes d’essai »

​

Analyse de séries temporelles

• “Trace l’évolution du nombre d’utilisateurs actifs hebdomadaires sur les 6 derniers mois — mets en évidence toutes les semaines avec plus de 10 % de variation”
• “Montre-moi une comparaison d’un mois sur l’autre des taux d’inscription pour 2025 par rapport à 2024”
• “Quelle est la tendance quotidienne des appels API sur les 90 derniers jours ? Superpose une moyenne mobile sur 7 jours”

​

Enquêtes et détection d’anomalies

• « Pourquoi les inscriptions ont-elles chuté mardi dernier ? Vérifie s’il y a eu des incidents ou des déploiements liés »
• « 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 et signale les écarts significatifs »

​

Analyse en plusieurs étapes

• « Analyser la rétention des utilisateurs par cohorte pour le T4, puis identifier les cohortes ayant la plus forte baisse et suggérer des causes possibles »
• « Trouver les 10 utilisateurs ayant le plus de sessions, afficher leur activité au fil du temps et signaler ceux qui présentent un risque de désengagement »

​

Sources de données prises en charge

​

Bases de données SQL

​

Plateformes d’analyse et d’observabilité

​

Connexion d’une source de données

1. Accédez à Customize > MCPs
2. Trouvez votre source de données et cliquez sur Enable
3. Fournissez les informations d’identification requises (chaînes de connexion, API keys ou OAuth)
4. Démarrez une session Data Analyst — l’agent détectera automatiquement vos sources de données connectées

​

Soyez précis concernant les métriques

"Quel est notre nombre d'utilisateurs actifs sur 7 jours, défini comme les utilisateurs qui ont démarré au moins une session ?"

"Comment se portent nos utilisateurs ?"

​

Préciser les périodes de temps

"Show me daily revenue for the past 30 days"

"Show me revenue"

​

Demander des formats de sortie spécifiques

"Trace un graphique linéaire des inscriptions hebdomadaires du dernier trimestre, avec un tableau des valeurs brutes en dessous"

"Récupère le nombre d’inscriptions"

​

Définissez la logique métier en amont

"Afficher le taux de churn mensuel, en définissant le churn comme les comptes n’ayant eu aucune session au cours des 30 derniers jours mais au moins une session durant les 30 jours précédents"

"Quel est notre taux de churn ?"

​

Demander des comparaisons et du contexte

"Show this week's daily active users compared to the same week last month, and highlight any days with more than 15% deviation"

"Show daily active users"

​

Itérer sur les résultats

1. Commencez par une vue d’ensemble : « Quels sont nos 10 principaux clients par chiffre d’affaires ce trimestre ? »
2. Approfondissez : « Pour les 3 premiers, montrez-moi l’évolution mensuelle de leur chiffre d’affaires sur l’année écoulée »
3. Analysez : « Le client X a eu un pic de chiffre d’affaires en mars — qu’est-ce qui l’a provoqué ? »

​

Formats de sortie

​

Tables

| Customer       | Revenue   | Sessions | Avg Duration |
|----------------|-----------|----------|--------------|
| Acme Corp      | $125,400  | 1,247    | 34 min       |
| Globex Inc     | $98,200   | 983      | 28 min       |
| Initech        | $87,600   | 876      | 41 min       |

​

Graphiques et visualisations

• Graphiques en courbes — tendances de séries temporelles, comparaisons dans le temps
• Graphiques à barres — comparaisons catégorielles, classements
• Cartes de chaleur — matrices de corrélation, schémas d’activité
• Diagrammes de dispersion — analyse de la relation entre deux métriques

​

Synthèses et insights

• Synthèse de l’analyse — une réponse en langage clair à votre question
• Requête SQL — la requête exacte utilisée, afin que vous puissiez en vérifier la logique
• Chiffres clés — les métriques les plus importantes mises en avant
• Insights sur les données — des tendances, des anomalies ou des éléments marquants
• Lien Metabase — si votre organisation utilise Metabase via MCP, l’agent peut inclure un lien vers un tableau de bord interactif pour une exploration plus approfondie

• 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