Quando usar o Data Analyst Agent
- Consultar bancos de dados: Escrever e executar consultas SQL em suas fontes de dados conectadas
- Analisar dados: Explorar padrões, calcular métricas e investigar tendências nos seus dados
- Criar visualizações: Gerar gráficos profissionais usando seaborn
- Responder a perguntas sobre seus dados: Obter respostas rápidas e precisas para perguntas sobre seus dados
- Gerar insights: Descobrir padrões, anomalias e conclusões acionáveis
Acessando o agente Data Analyst
Pelo web app
- Acesse a página inicial do Devin
- Clique no seletor de agente ao lado do campo de mensagem
- Abra o submenu Mode e selecione Data — o seletor passará a exibir Data Analyst
- Inicie sua sessão com uma pergunta ou tarefa relacionada a dados
O Data Analyst Agent não está disponível nos planos gratuitos ou de avaliação, por isso o modo Data não aparece no seletor para essas organizações.
Pelo Slack
!dana:
Pré-requisitos
- MCPs de banco de dados: Redshift, PostgreSQL, Snowflake, BigQuery e outros bancos de dados SQL
- MCPs de análise: Datadog, Metabase e outras plataformas de observabilidade
Configure integrações MCP
Saiba como conectar bancos de dados e outras fontes de dados via MCP
Como funciona
Knowledge de banco de dados
Exemplos de prompts
Consultas simples
- “Quantos usuários ativos tivemos na semana passada?”
- “Qual é a nossa tendência diária de receita no último mês?”
- “Quais clientes têm o maior volume de uso?”
Agregações e métricas
- “Qual é a duração média das sessões por nível de plano nos últimos 30 dias?”
- “Mostre a receita total agrupada por região e linha de produto para o 4º trimestre (Q4)”
- “Calcule o tempo de resposta no 95º percentil para cada endpoint de API desta semana”
Junções e análise entre tabelas
- “Faça um join da nossa tabela de usuários com a tabela de pedidos e mostre os 20 principais clientes por lifetime value (LTV)”
- “Correlacione a origem do cadastro com a retenção de 30 dias — quais canais de aquisição têm as melhores taxas de retenção?”
- “Combine dados de sessão com registros de faturamento para encontrar contas com alto uso, mas baixo gasto”
Filtragem e segmentação
- “Mostre apenas clientes Enterprise que se cadastraram após janeiro de 2025 e têm mais de 100 sessões”
- “Filtre os logs de erro para mostrar apenas erros 5xx do serviço de pagamentos nas últimas 48 horas”
- “Detalhe o consumo por clientes Enterprise vs. autoatendimento, excluindo contas em período de teste”
Análise de séries temporais
- “Mostre um gráfico de usuários ativos semanais dos últimos 6 meses — destaque qualquer semana com variação superior a 10%”
- “Mostre uma comparação mês a mês das taxas de cadastro de 2025 em relação a 2024”
- “Qual é a tendência diária de chamadas de API nos últimos 90 dias? Sobreponha uma média móvel de 7 dias”
Investigações e detecção de anomalias
- “Por que os novos cadastros caíram na última terça-feira? Verifique se houve algum incidente ou implantação relacionada”
- “Há alguma anomalia em nossas taxas de erro nesta semana?”
- “Compare as métricas deste mês com o mesmo período do ano passado e sinalize desvios significativos”
Análise em múltiplas etapas
- “Analise a retenção de usuários por coorte no Q4, depois identifique quais coortes têm a maior queda e sugira possíveis causas”
- “Encontre os 10 usuários com mais sessões, mostre suas atividades ao longo do tempo e sinalize quaisquer casos que pareçam possíveis churns”
Fontes de dados compatíveis
O Agente de Análise de Dados se conecta aos seus dados por meio de integrações MCP (Model Context Protocol). Você pode conectar múltiplas fontes de dados e fazer consultas entre elas. Abaixo estão algumas das fontes de dados mais comuns disponíveis no MCP Marketplace — esta não é uma lista exaustiva.Bancos de dados SQL
Plataformas de análise e observabilidade
Conectando uma fonte de dados
- Acesse Customize > MCPs
- Encontre sua fonte de dados e clique em Enable
- Forneça as credenciais necessárias (strings de conexão, Chaves de API ou OAuth)
- Inicie uma sessão do Data Analyst — o agente descobrirá automaticamente suas fontes de dados conectadas
Configurar integrações MCP
Instruções completas de configuração para cada fonte de dados
Você pode conectar várias fontes de dados simultaneamente. O Agente de Análise de Dados usará as ferramentas MCP apropriadas com base no contexto da sua consulta.
Boas práticas
Seja específico sobre métricas
Em vez de fazer perguntas vagas, defina exatamente o que você quer medir:Especifique períodos de tempo
Sempre inclua o intervalo de tempo de interesse. O agente usa UTC por padrão ao interpretar datas relativas.Solicite formatos específicos de saída
Diga ao agente como você quer ver os resultados — em forma de tabela, gráfico ou resumo:Defina a lógica de negócios desde o início
Se suas métricas tiverem definições específicas, inclua-as no seu prompt para evitar ambiguidade:Peça comparações e contexto
Adicionar períodos de comparação ou benchmarks torna os resultados mais úteis:Iterar sobre os resultados
Você pode fazer perguntas de acompanhamento na mesma sessão para investigar mais a fundo:- Comece de forma ampla: “Quais são nossos 10 principais clientes por receita neste trimestre?”
- Aprofunde: “Para os 3 principais, mostre a tendência de receita mensal ao longo do último ano”
- Investigue: “O cliente X teve um pico de receita em março — o que motivou isso?”
Validar o SQL
Formatos de saída
O agente Data Analyst retorna resultados em vários formatos, dependendo do tipo de análise:Tabelas
Para buscas e agregações de dados, os resultados são exibidos como tabelas formatadas:Gráficos e visualizações
Quando você solicitar análise visual ou quando os dados forem melhor compreendidos de forma gráfica, o agente gera gráficos usando seaborn. Tipos comuns de gráficos incluem:- Gráficos de linha — tendências de séries temporais, comparações ao longo do tempo
- Gráficos de barras — comparações categóricas, classificações
- Mapas de calor — matrizes de correlação, padrões de atividade
- Gráficos de dispersão — análise da relação entre duas métricas
Resumos e insights
Para prompts de investigação, o agente fornece uma resposta estruturada que inclui:- Resumo da análise — uma resposta em linguagem simples para a sua pergunta
- Consulta SQL — a consulta SQL exata utilizada, para que você possa verificar a lógica
- Principais números — as métricas mais importantes destacadas
- Insights de dados — padrões, anomalias ou descobertas relevantes
- Link do Metabase — se sua organização tiver o Metabase conectado via MCP, o agente pode incluir um link para um dashboard interativo para exploração mais detalhada
Gerenciamento de Knowledge
- Novas informações de esquema ou relacionamentos entre tabelas
- Lógica de negócios ou definições de métricas
- Padrões de qualidade de dados ou ressalvas
Saiba mais sobre Knowledge
Entenda como funciona o sistema de Knowledge do Devin
Diferenças em relação ao Devin padrão
O Data Analyst Agent é desenvolvido especificamente para trabalho com dados. Para tarefas que envolvem alterações de código, implantações (deploys) ou engenharia de software em geral, use o Devin padrão.

