Data-Analyst-Agent

Documentation Index

Fetch the complete documentation index at: https://docs.devin.ai/llms.txt

Use this file to discover all available pages before exploring further.

• 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

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

/dana Welche waren unsere Top-10-Kunden nach Umsatz im letzten Monat?

@Devin !dana Welche waren unsere Top-10-Kunden nach Umsatz im letzten Monat?

• Database MCPs: Redshift, PostgreSQL, Snowflake, BigQuery und andere SQL-Datenbanken
• Analytics MCPs: Datadog, Metabase und andere Observability-Plattformen

• „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?“

• „Wie ist die durchschnittliche Sitzungsdauer nach Tarifstufe für die letzten 30 Tage?“
• „Zeige mir den Gesamtumsatz nach Region und Produktlinie gruppiert für Q4“
• „Berechne das 95. Perzentil der Antwortzeiten für jeden API-Endpunkt in dieser Woche“

• „Verbinde unsere users-Tabelle mit der orders-Tabelle und zeige die Top 20 Kunden nach Lifetime Value“
• „Setze die Anmeldungsquelle mit der 30-Tage-Retention in Beziehung – welche Akquisekanäle haben die besten Retentionsraten?“
• „Kombiniere Sitzungsdaten mit Abrechnungsdaten, um Konten mit hoher Nutzung, aber geringen Ausgaben zu finden“

• „Zeige mir nur Enterprise-Kunden, die sich nach Januar 2025 angemeldet haben und mehr als 100 Sitzungen haben“
• „Filtere Fehlerprotokolle nach 5xx-Fehlern des Payment-Service in den letzten 48 Stunden“
• „Teile den Verbrauch nach Enterprise- im Vergleich zu Self-Service-Kunden auf, wobei Testkonten ausgeschlossen werden“

• „Stelle die wöchentlich aktiven Nutzer der letzten 6 Monate in einem Diagramm dar – hebe alle Wochen mit mehr als 10 % Veränderung hervor“
• „Zeige mir einen Monat-zu-Monat-Vergleich der Anmelderaten für 2025 im Vergleich zu 2024“
• „Wie sieht der tägliche Trend der API-Aufrufe in den letzten 90 Tagen aus? Überlagere ihn mit einem 7-tägigen gleitenden Durchschnitt“

• „Warum sind die Anmeldungen letzten Dienstag zurückgegangen? Prüfe, ob es dazugehörige Störungen oder Deployments gab“
• „Gibt es diese Woche Anomalien in unseren Fehlerraten?“
• „Vergleiche die Kennzahlen dieses Monats mit demselben Zeitraum im letzten Jahr und markiere signifikante Abweichungen“

• „Analysiere die Nutzerbindung nach Kohorten für Q4, identifiziere anschließend die Kohorten mit dem stärksten Einbruch und schlage mögliche Ursachen vor“
• „Finde die 10 Nutzer mit den meisten Sitzungen, zeige ihre Aktivität im Zeitverlauf und markiere alle, bei denen ein potenzielles Abwanderungsrisiko erkennbar ist“

1. Navigieren Sie zu Settings > MCP Marketplace
2. Suchen Sie Ihre Datenquelle und klicken Sie auf Enable
3. Geben Sie alle erforderlichen Zugangsdaten an (Connection-Strings, API keys oder OAuth)
4. Starten Sie eine Data-Analyst-Session – der Agent erkennt Ihre verbundenen Datenquellen automatisch

"Wie hoch ist unsere 7-Tage-Zahl aktiver Nutzer, definiert als Nutzer, die mindestens eine Sitzung gestartet haben?"

„Zeige mir den täglichen Umsatz der letzten 30 Tage“

"Stelle die wöchentlichen Anmeldungen des letzten Quartals in einem Liniendiagramm dar und füge darunter eine Tabelle mit den Rohzahlen ein"

"Zeige die monatliche Churn-Rate, wobei Churn als Konten definiert ist, die in den vergangenen 30 Tagen keine Sitzungen hatten, aber in den vorherigen 30 Tagen mindestens eine Sitzung hatten"

„Zeige die täglich aktiven Nutzer dieser Woche im Vergleich zur gleichen Woche des letzten Monats und hebe alle Tage mit mehr als 15 % Abweichung hervor“

1. Beginnen Sie breit: „Wer sind unsere 10 umsatzstärksten Kunden in diesem Quartal?“
2. Verfeinern Sie: „Zeigen Sie mir für die Top 3 deren monatliche Umsatzentwicklung im vergangenen Jahr“
3. Untersuchen Sie: „Kunde X hatte im März einen Umsatzsprung – wodurch wurde der ausgelöst?“

| Kunde          | Umsatz    | Sitzungen | Ø Dauer     |
|----------------|-----------|----------|--------------|
| Acme Corp      | $125,400  | 1,247    | 34 min       |
| Globex Inc     | $98,200   | 983      | 28 min       |
| Initech        | $87,600   | 876      | 41 min       |

• Liniendiagramme — Zeitreihen-Trends, Vergleiche über die Zeit
• Balkendiagramme — kategoriale Vergleiche, Rangfolgen
• Heatmaps — Korrelationsmatrizen, Aktivitätsmuster
• Streudiagramme — Analyse von Zusammenhängen zwischen zwei Kennzahlen

• Zusammenfassung der Analyse – eine Antwort in klarer Sprache auf Ihre Frage
• SQL-Abfrage – die genau verwendete Abfrage, damit Sie die Logik überprüfen können
• Schlüsselzahlen – die wichtigsten hervorgehobenen Kennzahlen
• Datenerkenntnisse – Muster, Auffälligkeiten oder andere bemerkenswerte Befunde
• Metabase-Link – wenn Ihre Organisation Metabase über MCP angebunden hat, kann der Agent einen Link zu einem interaktiven Dashboard für weitergehende Analysen einfügen

• Neue Schema-Informationen oder Tabellenbeziehungen
• Business-Logik oder Metrik-Definitionen
• Muster oder Besonderheiten zur Datenqualität