岑润哲-新一代指标管理与智能分析Agent，助力企业数据要素价值释放

岑 润 哲数势科技 | 数据智能产品总经理大数据+大模型：构建企业新一代智能分析Agent，释放数据要素价值分 享 主 题目 录数据民主化：实现数据要素价值释放的关键01解决思路分享：指标平台与AI Agent能力融合，突破数据价值化难题02落地案例分享：围绕消费零售与金融行业，解析Data+AI如何释放数据要素价值03总结与展望：重点突破的难点和未来展望04Ø当前集中式数据分析的企业现状与痛点Ø从集中式到民主式数据分析的演进过程Ø民主式数据分析赋能企业每一个公民实现从数据消费到决策数据民主化：实现数据要素价值释放的关键企业集中式数据分析现状：数据需求无限，开发资源有限，需求排队严重…数据工程师杂乱数据源……数据需求需求排队产品运营团队数据开发开发完成①②③④IT部门供应链团队会员运营团队门店经理客服团队从集中式到民主式数据分析的演进过程粗旷式集中式/分散式发展阶段低高民主式分析效能阶段特点小规模、小数据分析分析可靠性不稳定，不灵活通常在个人层面闭环中等/大规模数据分析分析效率不稳定，质量差，依赖路径较长。响应慢大规模、海量数据分析全体用户级自助式分析分析到决策制定链路短，响应快参与人群规模少数个体中等大规模用户角色独立分析师IT开发团队、商业分析师数据科学家、数据分析师企业公民分析工具Excel、SQL、IDE ToolsBI工具、Excel、notebook...指标平台、大模型、生成式BI、...民主式数据分析：让企业内每一个公民可以实现从数据消费到决策数据消费者数据应用核心价值过往当前未来受众群体=1%业务决策者财务等数据“依赖者”受众群体=15%+BI分析师+业务分析师受众群体=95%+业务全员+上下游合作伙伴WhatWhat & WhyWhat & Why & How数据分析工具Excel数仓+BI指标语义层 + 大模型Ø数据业务化：以指标体系和指标平台弥合业务人员与技术人员的数字鸿沟，实现数据即业务Ø数据价值化：为人人配上数据智能小助手AI Agent，让数据获取和洞察像聊天一样简单解决思路分享：指标平台与AI Agent能力融合，突破数据价值化难题数据业务化：以指标语义层和指标平台弥合业务人员与技术人员的数字鸿沟•统一语义层（Unified Business Semantic Layer）是现代数据栈中的一个独立且可互操作的部分，它位于数据源与数据使用者之间。统一语义层使得所有的数据端点，无论是BI（商业智能）工具、嵌入式分析，还是AI Agent，都能使用相同的业务语义和底层数据，从而得到一致且可信赖的洞察。数据源统一语义层数据应用指标语义层怎么建：仓内语义（NL2SQL）繁琐复杂，业务指向性差数据湖数据应用数据仓库集市层数据仓库DW层指标呈现数据集存储及加工原始数据表1原始数据表3原始数据表n数据应用表1事实维度宽表 V2.0数据应用表n维度表维度表事实明细表事实明细表…原始数据表2维度宽表带有维度的轻度汇总表数据应用表2数据应用表3…带有维度的轻度汇总表BI工具数据集1数据集2支付人数22,000数据上传维度数据大屏数据集3交易人数25,000数据同步交易人数22,000访问人数100,000•ODS -> DWD -> DWS -> ADS, 语义建在哪一层？•数据产品经理、数据开发、终端数据使用者，谁来建数据语义？指标语义层怎么建：仓外语义灵活便捷，更加贴近业务数据湖数据应用指标语义层（由指标平台低代码实现）数据仓库DWD原始数据表1原始数据表3原始数据表n维度表维度表事实明细表事实明细表…原始数据表2数据大屏BI工具借款人数原子指标渠道维度期限月至今统计周期昨日➗＝规范化加工原子指标、维度等积木式组装派生和衍生指标昨日A渠道借款人数昨日A渠道贷款页访问人数昨日借款转化率借款转化率周环比指标API服务贷款页浏览人数指标语义层：•指标字段•所需维度•统计周期•聚合方式•约束条件•统计步长元数据信息Data Agent•数据建模右移，更贴近数据消费endpoint，更便于LLM Agent 规划推理；•基于虚拟层做数据编织，口径管理更灵活、便捷Data Agent怎么建：仓外语义LLM Agent方案 -- NL2semantic① 数据可信，准确率高• 预设数据指标的定义与管理，避免业务理解对不齐• 借助思维链分析与歧义反问，提升泛化性，避免直接从文本到SQL② 学习成本低• 无需对大模型做预训练，仅需依据指标语义和知识库做用户意图理解，增强prompt语义• 全流程白盒，企业客户用业务语言描述查询过程，方便快速排查③ 性能提升且稳定• 基于自研的数据查询加速引擎，智能优化查询语句• P95 可实现 从检索到回答的 秒级出数④ 数据安全可保障• 利用指标分析平台的权限管理能力，结合RBAC基础，对数据与指标进行精细化的权限管控，实现数据查询的安全可控⑤ 能力覆盖更全• 高级数据分析问题，可通过精准的指标进行关联与展示，实现单项数据可查、报表可展示、总结报告可生成数据查询任务大语言模型意图理解指标查询SQL服务查询结果输出用户指标SQL转换指标定义结合大模型+指标分析平台， NL2semantic，提供更优方案指标转换意图理解&指标关联用指标关联的SQL做数据库查询对话式数据查询企业数据中台Data Agent方案创新点：NL to Semantics vs NL2SQL1最近7天A门店的订单量是多少？2XXX商品今年累计卖了多少？3今年XX商品的交易金额与退货金额分别是多少？4XX品牌最近3个月销量最好的Top3商品是哪些？这三个分别的好评率是多少？帮我解读下5华东区XX商品的下单金额周环比为什么下降了？任务难度系数难点枚举值转维度枚举值转维度指标语义模糊指标语义模糊跨表多指标查询日维度上卷年维度多任务规划指标取数结果排序衍生计算多维归因报告解读NL2SQLNL to Semantics可实现可实现可实现但不准可实现且准确难实现可实现且准确难实现可实现但不准可实现且准确可实现且易理解枚举值转维度同环比计算场景数据分析诉求时间维度产品维度数据指标数据维度任务指令地域维度公司维度Ø智慧门店：万店连锁新消费企业，如何用数势SwiftAgent打造新一代智慧门店经营决策体系Ø智慧金融：大模型+Agent+指标语义层，提升领导驾驶舱从数据到价值的快速转化。落地案例分享：围绕消费零售与金融行业，解析Data+AI如何释放数据要素价值某零售消费案例背景：承接数字化转型战略，建立一套经营决策的指标分析体系在原有的数据仓库基础上，构建一套完整的指标体系框架，并帮助其打造一套可供战区负责人（管理团队）和门店督导（一线业务人员）快速使用的低门槛智能数据分析助手，推进数字民主化进程总部视角•万元盈利率•GMV•净利•毛利…加盟商督导顾客•渠道GMV•渠道毛利•门店运营成本…•QSC稽核•红灯绿灯•新品销售达成…•大众点评星级•美团外卖星级•饿了么外卖星级•小程序差评率…抓价格抓品质抓服务抓体验发现问题形成改善策略落地执行衡量标准门店精细化分析场景统一数据资产（指标+标签体系）解决思路：以产品分析和门店运营切入，建设统一的分析思路、语言和工具统一的分析工具统一的分析语言统一的分析思路智能数