PulsCheck Analytics – nao Demo Project

Dies ist das vollständige Begleitprojekt zum Blogbeitrag „Agentic BI für KMU in der Praxis: Ein Schweizer SaaS-Fall mit nao".

Es enthält alles, was nötig ist, um den im Beitrag beschriebenen Aufbau selbst zu reproduzieren:

• vollständiges SQL-Schema (schema.sql)
• deterministisches Seed-Skript (seed.py) mit über 280'000 realistischen Datensätzen
• nao-Konfiguration (nao_config.yaml)
• kanonische Geschäftsregeln (RULES.md)
• vier YAML-Tests (tests/)
• Beispielqueries für den Agenten (queries/)
• lokaler Test-Runner (run_tests.py) als Pendant zu nao test

Quick Start

# 1. DuckDB installieren
pip install duckdb

# 2. Datenbank seeden (deterministisch, Seed=42)
#    Alternativ: fertige Demo-DB liegt im Repo (pulscheck.duckdb) → Schritt optional
python seed.py

# 3. Tests gegen die DB validieren (ohne LLM)
pip install pyyaml
python run_tests.py

Erwarteter Output: 4/4 passed.

Projektstruktur

pulscheck-analytics/
├── README.md
├── schema.sql                     # DuckDB-Schema, 6 Tabellen
├── seed.py                        # Generator für 280k+ Zeilen
├── verify_tests.py                # Verifikationsskript für Erwartungswerte
├── run_tests.py                   # Lokaler Test-Runner (nao-test-Pendant)
├── pulscheck.duckdb               # Fertige Demo-DB (im Repo, via seed.py reproduzierbar)
├── nao_config.yaml                # nao-Konfiguration
├── RULES.md                       # Kanonische Geschäftsregeln (MECE)
├── tests/
│   ├── mrr_end_of_april.yml
│   ├── churn_april.yml
│   ├── package_revenue_q1.yml
│   └── dormant_subscribers.yml
├── queries/
│   ├── mrr_at_date.sql
│   └── dormant_subscribers.sql
├── docs/
│   └── data_model.md              # menschenlesbare Schema-Doku
└── agent/
    ├── mcps/
    └── skills/

Datenmodell

Tabelle	Zweck	Zeilen (Seed)
customers	Stammdaten	4'200
subscriptions	Abo-Historie (active/paused/churned)	ca. 3'600
invoices	Abrechnung (subscription + response_package)	ca. 55'000
response_packages	Pay-per-Use-Paketkäufe (S/M/XL)	ca. 7'500
surveys	erstellte Befragungen (de/fr/it/en)	ca. 6'300
survey_responses	einzelne ausgefüllte Befragungen	ca. 206'000

Vollständige Spaltenbeschreibungen siehe docs/data_model.md.

Erwartete Test-Ergebnisse (Seed=42, Stichtag = 2026-04-30)

Test	Erwartet
mrr_end_of_april	MRR = 57'331.32 CHF, 2'868 aktive Subscriptions
churn_april	108 gechurnte Kund:innen, 2'158.92 CHF verlorener MRR
package_revenue_q1	Sieger: M (13'699 CHF, 43.6 %), gefolgt von XL (29.1 %), S (27.3 %)
dormant_subscribers	2'229 durchgehend aktive Sub-Kund:innen ohne Paketkauf im April

Diese Werte sind durch den fixen Random-Seed reproduzierbar.

Mit echtem nao laufen lassen

Die nao_config.yaml ist heute auf type: duckdb gestellt, damit das Demo-Setup ohne externe Datenbank funktioniert. Für ein nao-Setup mit dem offiziellen nao-core CLI:

pip install nao-core
# .env mit ANTHROPIC_API_KEY befüllen
nao debug
nao sync
nao chat
nao test         # in einem zweiten Terminal
nao test server  # für die UI auf http://localhost:8765

In Produktion wird die DuckDB-Verbindung in nao_config.yaml durch eine PostgreSQL-Verbindung ersetzt – siehe Kommentarblock in der Datei.

Lizenz

Demo-Code zu Lehrzwecken. Daten sind synthetisch und enthalten keine echten personenbezogenen Informationen.