觀遠(yuǎn)ChatBI：基于LLM的場景化問答式BI引導(dǎo)式低門檻問答，數(shù)據(jù)分析像聊天一樣簡單企業(yè)個性化知識庫，沉淀BI數(shù)據(jù)資產(chǎn)、歷史取數(shù)SQL等知識知識運(yùn)營支撐引擎，模型持續(xù)學(xué)習(xí)，不斷優(yōu)化問答質(zhì)量數(shù)據(jù)需求核心痛點(diǎn)：企業(yè)數(shù)據(jù)的供需關(guān)系不匹配，消費(fèi)者/生產(chǎn)者轉(zhuǎn)化難業(yè)務(wù)負(fù)責(zé)人對經(jīng)營分析數(shù)據(jù)，經(jīng)常要求變換分析粒度/維度后，獲取最新數(shù)據(jù)結(jié)果基層業(yè)務(wù)團(tuán)隊(duì)取數(shù)用數(shù)需求量龐大，但作為分析師的供給端不堪重負(fù)存量報(bào)表繁多，新來的業(yè)務(wù)同事找不到分析數(shù)據(jù)，只能咨詢數(shù)據(jù)部門或重復(fù)提需求數(shù)據(jù)分析工作要求人投入大量時間學(xué)習(xí)理論與實(shí)踐知識實(shí)際數(shù)據(jù)需求場景核心指標(biāo)的分析要求兼?zhèn)潇`活性與時效性取數(shù)供需不平衡，數(shù)據(jù)需求響應(yīng)周期長知識的傳遞與檢索依賴人與人之間的溝通交流，極易出現(xiàn)知識丟失數(shù)據(jù)分析仍然存在學(xué)習(xí)門檻，消費(fèi)者-生產(chǎn)者轉(zhuǎn)化鏈路難以進(jìn)一步打通背后的核心問題觀遠(yuǎn)ChatBI：幫助企業(yè)更敏捷地進(jìn)行數(shù)據(jù)分析與決策觀遠(yuǎn)ChatBI是一款基于大語言模型（LLM）打造的智能數(shù)據(jù)問答產(chǎn)品，提供意圖識別、知識召回、問題理解、數(shù)據(jù)查詢、可視化生成等能力，幫助企業(yè)更敏捷地進(jìn)行數(shù)據(jù)分析決策。觀遠(yuǎn)ChatBI定義觀遠(yuǎn)ChatBI三大價值引導(dǎo)式低門檻問答企業(yè)個性化知識庫知識運(yùn)營支撐引擎觀遠(yuǎn)ChatBI產(chǎn)品架構(gòu)：基于對話互動的知識學(xué)習(xí)模型觀遠(yuǎn)ChatBI四步循環(huán)，打造零門檻、自迭代的對話式數(shù)據(jù)分析TrainUseTraceUpdate讓知識飛輪轉(zhuǎn)動起來知識庫冷啟動接入已有數(shù)據(jù)源，自動學(xué)習(xí)數(shù)據(jù)知識。一鍵導(dǎo)入已有取數(shù)模板、知識內(nèi)容，快速搭建企業(yè)級場景知識庫雛形。根據(jù)知識庫內(nèi)容與用戶常見問題，快速批量生成問答結(jié)果，人工審核回答準(zhǔn)確性。知識庫自迭代從對話中提煉新知識、一鍵加入訓(xùn)練集，不斷完成企業(yè)知識庫。持續(xù)進(jìn)行知識自檢、知識更新，對錯誤知識進(jìn)行提示，避免產(chǎn)生知識污染。根據(jù)用戶的個人習(xí)慣、分析思路，逐漸打造個人AI數(shù)字助理。用戶使用自然語言多輪對話獲取數(shù)據(jù)結(jié)果，由系統(tǒng)自動完成可視化圖表選擇、引導(dǎo)追問。通過強(qiáng)互動式的前臺界面設(shè)計(jì)，達(dá)成新用戶促活、老用戶留存的運(yùn)營閉環(huán)。隨著用戶使用深度加深，對已有主題進(jìn)行進(jìn)一步擴(kuò)展或接入新問數(shù)主題。訓(xùn)練追蹤通過用戶行為數(shù)據(jù)統(tǒng)計(jì)，了解用戶活躍情況、問答準(zhǔn)確率信息，進(jìn)行針對性優(yōu)化與運(yùn)營。根據(jù)用戶反饋進(jìn)行知識提煉與完善，打造企業(yè)級知識庫雛形。知識庫冷啟動：結(jié)合BI已有資產(chǎn)，構(gòu)建問數(shù)主題又“快”又“準(zhǔn)”多源數(shù)據(jù)接入支持40+數(shù)據(jù)庫連接方式及文件類數(shù)據(jù)以抽取方式接入，未來可支持直連知識接入基于觀遠(yuǎn)已有儀表板/卡片/數(shù)據(jù)集，提取業(yè)務(wù)知識或問答知識，加速知識庫冷啟動過程。問答準(zhǔn)確率檢測主題上線前，基于已有知識庫進(jìn)行問答準(zhǔn)確率檢測，確認(rèn)上線前準(zhǔn)確率達(dá)到90%+。用戶使用：PC端、移動端多端問數(shù)，引導(dǎo)追蹤對話，優(yōu)化問答質(zhì)量多端適配用戶可在PC端、移動端進(jìn)行智能問答。豐富的交互動作用戶可對問答結(jié)果進(jìn)行收藏、點(diǎn)贊/踩和導(dǎo)出。OA集成對接常見OA系統(tǒng)（飛書等）機(jī)器人，在OA中進(jìn)行問答知識庫自迭代：打造自學(xué)習(xí)、個性化的企業(yè)級知識庫訓(xùn)練追蹤：從對話中挖掘知識，持續(xù)訓(xùn)練提升問答準(zhǔn)確率卡片數(shù)據(jù)集歸因配置對話歷史手工輸入用戶行為知識庫知識庫管理來源管理變更版本生效范圍變更記錄知識庫檢查輸入檢查沖突檢查近似檢查個性化問題推薦指標(biāo)定義提煉知識錄入從已有對話歷史中挖掘新知識，提示用戶加入到知識庫。知識自檢對已維護(hù)的知識庫進(jìn)行定期檢查，發(fā)現(xiàn)沖突知識和重復(fù)知識，提醒用戶進(jìn)行合并或更新。個性化學(xué)習(xí)引入用戶行為數(shù)據(jù)，建立個人知識庫，對不同用戶進(jìn)行精細(xì)化問題推薦與指標(biāo)口徑確認(rèn)。觀遠(yuǎn)ChatBI客戶案例：沉淀企業(yè)業(yè)務(wù)知識庫，實(shí)現(xiàn)問答式數(shù)據(jù)分析自然堂集團(tuán)的目標(biāo)和挑戰(zhàn)：以ChatBI技術(shù)解決臨時、重復(fù)、個性化的業(yè)務(wù)需求解決方案將大語言模型和BI基座能力相結(jié)合，應(yīng)用大語言模型的底層能力，學(xué)習(xí)企業(yè)業(yè)務(wù)知識（表知識、業(yè)務(wù)邏輯、問答知識、洞察知識等），實(shí)現(xiàn)問答式數(shù)據(jù)分析。企業(yè)背景自2001年在中國上海發(fā)展以來，自然堂集團(tuán)先后創(chuàng)立了中國科技美妝高端抗老品牌美素、源自喜馬拉雅的自然主義品牌自然堂、敏感肌膚護(hù)膚品牌植物智慧、針對年輕人的高功效護(hù)膚品牌春夏、專業(yè)功效性護(hù)膚品牌珀芙研、嬰童皮膚科學(xué)功效品牌己出、百變且有態(tài)度的新銳香水品牌ASSASSINA等多個品牌，業(yè)務(wù)規(guī)模迅速發(fā)展壯大。面臨的挑戰(zhàn)臨時需求多 在分析過程中，無法滿足所有需求，眾多指標(biāo)和維度是臨時提出的一次性需求重復(fù)需求多 在自然堂日常數(shù)據(jù)應(yīng)用需求中，有很大一部分屬于重復(fù)需求使用門檻高 不同用戶往往存在個性化的分析邏輯，傳統(tǒng)BI門檻較高，非技術(shù)人員往往難以個性化分析項(xiàng)目價值提升數(shù)據(jù)分析需求響應(yīng)效率產(chǎn)品上線3個月后活躍用戶占比52%，覆蓋業(yè)務(wù)部門10+，處理取數(shù)需求3K+。業(yè)務(wù)部門的數(shù)據(jù)需求滿足周期從原來的0.5小時~3天不等，縮短到1~5分鐘，有效提升數(shù)據(jù)分析需求的響應(yīng)效率。提升數(shù)據(jù)分析師服務(wù)半徑提升數(shù)據(jù)分析師的服務(wù)半徑，轉(zhuǎn)變數(shù)據(jù)分析師的工作角色，從原來的SQL工程師變成企業(yè)知識訓(xùn)練師。數(shù)據(jù)支持部門與業(yè)務(wù)部門進(jìn)行更緊密合作。降低跨部門溝通協(xié)作成本沉淀營銷、銷售、市場、庫存和財(cái)務(wù)等業(yè)務(wù)數(shù)據(jù)，快速響應(yīng)綜合性業(yè)務(wù)分析需求，加速知識調(diào)取與流通，降低跨部門溝通協(xié)作成本。培養(yǎng)業(yè)務(wù)數(shù)字化思維培養(yǎng)業(yè)務(wù)數(shù)字化思維，規(guī)范業(yè)務(wù)需求描述，大大降低其他需要開發(fā)的數(shù)據(jù)需求的溝通成本。觀遠(yuǎn)ChatBI通過信通院權(quán)威測試認(rèn)證，落地實(shí)踐案例屢獲行業(yè)認(rèn)可首批通過信通院大模型驅(qū)動的智能數(shù)據(jù)分析工具專項(xiàng)測試2024年度中國“大模型+數(shù)據(jù)分析”最佳實(shí)踐案例

TOP102024年度中國零售數(shù)字化及新技術(shù)應(yīng)用創(chuàng)新案例入選詳情案例名稱：自然堂集團(tuán)

X

觀遠(yuǎn)數(shù)據(jù)問數(shù)GPT項(xiàng)目案

例

方：自然堂集團(tuán)案

例

方：觀遠(yuǎn)數(shù)據(jù)觀遠(yuǎn)數(shù)據(jù)“讓業(yè)務(wù)用起來”產(chǎn)品矩陣觀遠(yuǎn)數(shù)據(jù)：現(xiàn)代化BI引領(lǐng)者觀遠(yuǎn)數(shù)據(jù)成立于2016年，致力于為企業(yè)客戶提供一站式智能分析平臺及解決方案。總部位于杭州，在北京、上海、廣州、深圳等地均設(shè)立分公司，公司員工超過300人。觀遠(yuǎn)數(shù)據(jù)致力于數(shù)據(jù)智能行業(yè)長遠(yuǎn)創(chuàng)新5輪融資

屢獲資本青睞2016-2017在杭州海創(chuàng)園成立簽約第一家客戶「咬不得」2018-2019發(fā)布平臺1.0版本，構(gòu)建5A方法論進(jìn)軍華南市場，成立深圳辦事處合作第100家客戶：全家FamilyMart發(fā)布一站式智能分析平臺2.0版本2020-2021一站式智能分析平臺3.0亮相進(jìn)軍華北，在北京成立辦事處發(fā)布智能分析云、

DTC應(yīng)用市場、一站式智能分析平臺4.02023「價值觀全面煥新發(fā)布一站式智能分析平臺6.0融合BI與ChatGPT推出BI

Copilot系列產(chǎn)品服務(wù)升級，推行觀遠(yuǎn)6S模型2022升級全新使命愿景「讓業(yè)務(wù)用起來」智能決策峰會發(fā)布一站式智能分析平臺5.0升級客戶成功戰(zhàn)略2024“敏捷·向未來”2024觀遠(yuǎn)數(shù)據(jù)智能決策峰會發(fā)布一站式智能分析平臺7.0發(fā)布觀