Pular para o conteúdo principal
O Agente de Análise de Dados, também conhecido como DANA (Data ANAlyst), é uma versão especializada do Devin, otimizada para consultas a bancos de dados, análise de dados e criação de visualizações. Ele foi projetado para ser rápido, conciso e voltado especificamente para fluxos de trabalho de análise de dados.

​
Quando usar o Data Analyst Agent

O Data Analyst Agent é ideal quando você precisa:
  • 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 aplicativo web

  1. Acesse a página inicial do Devin
  2. Clique no menu suspenso de seleção de agente
  3. Selecione Data Analyst no menu suspenso
  4. Inicie sua sessão com uma pergunta ou tarefa relacionada a dados

​
Pelo Slack

Você pode iniciar uma sessão do Data Analyst diretamente pelo Slack usando um destes métodos: Usando o comando de barra (/): 
/dana Quais foram os 10 principais clientes por receita no mês passado?
Usando uma menção com a macro !dana: 
@Devin !dana Quais foram nossos 10 principais clientes por receita no mês passado?
Ambos os métodos criarão uma sessão de Data Analyst e responderão no próprio thread com os resultados.

​
Pré-requisitos

Antes de usar o Data Analyst Agent, você precisará conectar pelo menos uma fonte de dados via MCP (Model Context Protocol). Integrações comuns incluem:
  • 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
Se não houver nenhuma fonte de dados conectada, o agente notificará você e pedirá que conecte uma antes de prosseguir.

Configure integrações MCP

Saiba como conectar bancos de dados e outras fontes de dados via MCP

​
Como funciona

​
Knowledge de banco de dados

O Data Analyst Agent mantém uma nota de Knowledge de banco de dados que contém a documentação de schema dos bancos de dados conectados. Essa Knowledge é consultada automaticamente antes da execução de consultas, permitindo que o agente identifique rapidamente as tabelas e colunas corretas.

​
Exemplos de prompts

Aqui estão algumas maneiras eficazes de usar o Data Analyst Agent: Perguntas 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?”
Solicitações de análise:
  • “Analise a retenção de usuários por coorte no Q4”
  • “Detalhe o consumo por clientes Enterprise vs. autoatendimento”
  • “Encontre os 10 usuários com maior número de sessões e mostre a atividade deles ao longo do tempo”
Investigações:
  • “Por que os novos cadastros caíram na última terça-feira?”
  • “Há alguma anomalia em nossas taxas de erro nesta semana?”
  • “Compare as métricas deste mês com o mesmo período do ano passado”

​
Boas práticas

​
Seja específico sobre métricas

Em vez de fazer perguntas vagas, seja específico sobre o que você quer medir: 
"Qual é a nossa contagem de usuários ativos em 7 dias, definida como usuários que iniciaram pelo menos uma sessão?"

​
Especifique períodos de tempo

Sempre inclua o período de tempo de interesse: 
"Mostre a receita diária dos últimos 30 dias"

​
Peça visualizações

Peça gráficos quando eles ajudarem a comunicar melhor os dados: 
"Crie um gráfico de linha com os cadastros semanais do último trimestre"

​
Validar o SQL

O agente sempre inclui a consulta SQL que utilizou. Revise-a para garantir que a lógica corresponda às suas expectativas, especialmente em análises complexas que envolvam junções, filtros ou agregações.

​
Gerenciamento de Knowledge

O Data Analyst Agent pode persistir aprendizados entre sessões usando o sistema de Knowledge. Quando ele descobre:
  • Novas informações de esquema ou relacionamentos entre tabelas
  • Lógica de negócios ou definições de métricas
  • Padrões de qualidade de dados ou ressalvas
ele salva isso em notas no Knowledge para que sessões futuras se beneficiem do que foi aprendido.

Saiba mais sobre Knowledge

Entenda como funciona o sistema de Knowledge do Devin

​
Diferenças em relação ao Devin padrão

CapabilityData Analyst AgentStandard Devin
SQL query executionExecução otimizadaSuportada
Data visualizationsSuporte integrado a seabornConfiguração manual
Database schema awarenessConhecimento pré-carregadoExploração sob demanda
Response styleRespostas concisas, focadas em métricasExplicações detalhadas
Code changesNão é o foco principalSuporte completo
MCP integrationsIntegrações obrigatóriasIntegrações opcionais
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.