Skip to main content
Estudio de datos está disponible solo en Corporate.
Disponible en el plan Corporate. Esta funcionalidad forma parte de las capacidades empresariales de woku. Conversa con nuestro equipo comercial.
El Estudio de datos (Data Studio) es el módulo de analítica conversacional de woku. En lugar de configurar un reporte campo por campo, describes lo que necesitas en lenguaje natural y un agente de IA construye un informe de insights sobre los datos reales de tu empresa: KPIs, hallazgos con evidencia, visualizaciones y acciones recomendadas, listo para revisar y publicar.

​
Cómo se usa

  1. Abres una conversación y describes el informe que quieres.
  2. El agente propone un plan (qué datos usará y qué mostrará) y espera tu aprobación.
  3. Al aprobarlo, consulta los datos en el servidor, los analiza, verifica cada número contra los datasets y construye el informe.
  4. Puedes pedir cambios en lenguaje natural (incluido cambiar el periodo analizado), volver a una versión anterior o calcular métricas avanzadas como predicciones.
  5. El informe queda versionado; puedes publicarlo con un enlace público o protegido por clave.
Durante todo el proceso la conversación recibe eventos en vivo (el agente “pensando”, el plan, los datos extraídos, la revisión visual y el informe listo).

​
Cómo trabaja el agente

El agente es un orquestador conversacional que propone un plan, espera tu aprobación y luego ejecuta un pipeline determinista: consulta los datos en el servidor, los analiza, verifica la evidencia, renderiza el informe y lo revisa visualmente antes de entregarlo.

​
Las cinco herramientas

​
El pipeline del informe

create_insight_report no es un agente libre, sino un pipeline determinista:
  1. Datos del servidor: los datasets se consultan siempre del lado del servidor a través del catálogo de consultas; el modelo nunca toca la base de datos.
  2. Análisis: el analista produce un informe estructurado con KPIs, hallazgos respaldados por evidencia, visualizaciones y acciones recomendadas.
  3. Verificación de evidencia: cada afirmación numérica se verifica contra los datasets, con un reintento correctivo. Los hallazgos que no pasan la verificación se descartan: un informe nunca publica números sin verificar.
  4. Render determinista: el HTML se genera autocontenido, con SVG renderizado en el servidor y sin dependencias de CDNs.
  5. Ver y reparar: un modelo multimodal revisa el resultado renderizado antes de entregarlo, con un máximo de 2 rondas de reparación.
  6. Persistencia: el informe queda guardado como una nueva versión de la app.

​
Acceso a los datos (multi-tenant)

El agente nunca consulta la base directo: trabaja sobre un catálogo de consultas del servidor. El companyId siempre se inyecta desde el contexto de autenticación y nunca desde lo que diga el modelo, garantizando el aislamiento entre empresas. El catálogo cubre KPIs globales, métricas por woku y por carpeta, tendencias de calificación, clientes y segmentos, NPS y sus herramientas, formularios y canales de respuesta.

​
Eventos en streaming (SSE)

El endpoint del agente responde como text/event-stream. Estos son los eventos que emite:

​
Persistencia y publicación

  • Conversación: historial de mensajes, plan capturado y herramientas ejecutadas.
  • App: metadatos y versiones inmutables, cada una conserva su propio HTML. Revisar o volver a una versión anterior nunca altera las demás.
  • Publicación: cada app puede publicarse y despublicarse; el enlace usa un slug y el acceso puede ser público o protegido por clave, con verificación de la clave al abrirlo.

​
Límites por conversación

Para controlar costo y abuso, cada conversación tiene topes:

​
Modelos

  • claude-sonnet-5, la conversación del orquestador y el análisis del informe.
  • o4-mini, solo la revisión visual multimodal.
  • gpt-5.5, respaldo del plan y del análisis ante una sobrecarga transitoria.