Data Analyst Agent

• Consultar bases de datos: Escribir y ejecutar consultas SQL sobre tus fuentes de datos conectadas
• Analizar datos: Explorar patrones, calcular métricas e investigar tendencias en tus datos
• Crear visualizaciones: Generar gráficos y diagramas profesionales con seaborn
• Responder preguntas sobre datos: Obtener respuestas rápidas y precisas a preguntas sobre tus datos
• Generar conclusiones: Descubrir patrones, anomalías y hallazgos accionables

​

Desde la web app

1. Ve a la página de inicio de Devin
2. Haz clic en el selector de agente que está junto al campo de mensaje
3. Abre el submenú Mode y selecciona Data; a continuación, el selector mostrará Data Analyst
4. Inicia tu sesión con una pregunta o tarea relacionada con datos

/dana ¿Cuáles fueron nuestros 10 principales clientes por ingresos el mes pasado?

@Devin !dana ¿Cuáles fueron nuestros 10 principales clientes por ingresos el mes pasado?

• MCP de bases de datos: Redshift, PostgreSQL, Snowflake, BigQuery y otras bases de datos SQL
• MCP de analítica: Datadog, Metabase y otras plataformas de observabilidad

​

Consultas simples

• “¿Cuántos usuarios activos tuvimos la semana pasada?”
• “¿Cuál es la tendencia de los ingresos diarios en el último mes?”
• “¿Qué clientes tienen el mayor nivel de uso?”

​

Agregaciones y métricas

• “¿Cuál es la duración media de sesión por nivel de plan en los últimos 30 días?”
• “Muéstrame los ingresos totales agrupados por región y línea de producto para el cuarto trimestre”
• “Calcula el tiempo de respuesta en el percentil 95 para cada endpoint de la API esta semana”

​

Joins y análisis entre tablas

• “Haz un join entre nuestra tabla users y la tabla orders y muestra a los 20 clientes principales por valor de ciclo de vida”
• “Correlaciona el origen de signup con la retención a 30 días: ¿qué canales de adquisición tienen las mejores tasas de retención?”
• “Combina los datos de sesión con los registros de facturación para encontrar cuentas con alto uso pero bajo gasto”

​

Filtrado y segmentación

• “Muéstrame solo los clientes Enterprise que se registraron después de enero de 2025 y tienen más de 100 sesiones”
• “Filtra los registros de errores para mostrar solo errores 5xx del servicio de pagos en las últimas 48 horas”
• “Desglosa el consumo entre clientes Enterprise y de autoservicio, excluyendo las cuentas de prueba”

​

Análisis de series temporales

• “Grafica los usuarios activos semanales de los últimos 6 meses y resalta cualquier semana con un cambio superior al 10 %”
• “Muéstrame una comparación mes a mes de las tasas de registro de 2025 frente a 2024”
• “¿Cuál es la tendencia diaria de las llamadas a la API durante los últimos 90 días? Superpón una media móvil de 7 días”

​

Investigaciones y detección de anomalías

• “¿Por qué cayeron los registros el martes pasado? Comprueba si hubo algún incidente o despliegue relacionado”
• “¿Hay alguna anomalía en nuestras tasas de error esta semana?”
• “Compara las métricas de este mes con el mismo período del año pasado e identifica las desviaciones significativas”

​

Análisis de múltiples pasos

• “Analiza la retención de usuarios por cohorte para el 4.º trimestre, luego identifica qué cohortes tienen la caída más pronunciada y sugiere posibles causas”
• “Encuentra los 10 usuarios principales por número de sesiones, muestra su actividad a lo largo del tiempo y marca a cualquiera que parezca estar en riesgo de baja”

​

Fuentes de datos compatibles

​

Bases de datos SQL

​

Plataformas de análisis y observabilidad

​

Conectar una fuente de datos

1. Ve a Customize > MCPs
2. Busca tu fuente de datos y haz clic en Enable
3. Proporciona las credenciales necesarias (cadenas de conexión, API keys u OAuth)
4. Inicia una sesión de Data Analyst: el agente detectará automáticamente las fuentes de datos que tengas conectadas

​

Sé específico con las métricas

"¿Cuál es nuestro número de usuarios activos en 7 días, definido como usuarios que iniciaron al menos una sesión?"

"¿Cómo les está yendo a nuestros usuarios?"

​

Especifica períodos de tiempo

"Show me daily revenue for the past 30 days"

"Show me revenue"

​

Solicita formatos de salida específicos

"Crea un gráfico de líneas con los registros semanales del último trimestre, con una tabla con los datos en bruto debajo"

"Obtén las cifras de registros"

​

Define la lógica de negocio de antemano

"Muestra la tasa mensual de churn (abandono), donde 'churn' se define como las cuentas con cero sesiones en los últimos 30 días que tuvieron al menos una sesión en los 30 días anteriores"

"¿Cuál es nuestra tasa de churn?"

​

Pide comparaciones y contexto

"Muestra los usuarios activos diarios de esta semana comparados con la misma semana del mes pasado y resalta cualquier día con más de un 15 % de desviación"

"Muestra los usuarios activos diarios"

​

Iterar sobre los resultados

1. Empieza de forma general: “¿Cuáles son nuestros 10 principales clientes por ingresos este trimestre?”
2. Profundiza: “Para los 3 principales, muéstrame la evolución de sus ingresos mensuales en el último año”
3. Investiga: “El cliente X tuvo un pico de ingresos en marzo — ¿qué lo provocó?”

​

Formatos de salida

​

Tablas

| 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       |

​

Gráficos y visualizaciones

• Gráficos de líneas — tendencias de series temporales, comparaciones a lo largo del tiempo
• Gráficos de barras — comparaciones categóricas, clasificaciones
• Mapas de calor — matrices de correlación, patrones de actividad
• Diagramas de dispersión — análisis de la relación entre dos métricas

​

Resúmenes e insights

• Resumen del análisis — una respuesta en lenguaje sencillo a tu pregunta
• Consulta SQL — la consulta exacta utilizada, para que puedas verificar la lógica
• Números clave — las métricas más importantes destacadas
• Insights de datos — patrones, anomalías o hallazgos notables
• Enlace de Metabase — si tu organización tiene Metabase conectado a través de MCP, el agente puede incluir un enlace a un panel de control interactivo para una exploración más profunda

• Nueva información de esquemas o de relaciones entre tablas
• Lógica de negocio o definiciones de métricas
• Patrones de calidad de datos o limitaciones