请选择您感兴趣的产品

得助大模型平台

模型训练平台

一站式服务简化大模型训推评全流程
智能体平台

高效、低成本构建大模型企业级应用

知识管理

财富助手

为财富顾问提供一站式智能问答服务
知识助手

组合式AI打造大模型企业知识助手

智能客服

全媒体呼叫中心

全渠道全媒体、一站式AI+呼叫中心
语音机器人

外呼大模型加持，听得准确说得自然
文本机器人

即时文本对话，自研知识引擎
智能陪练

大模型拟真，千人千面沉浸式AI对练

智能运营

音视频服务平台

全场景自研AI+RTC实时音视频服务
OCR识别

高精度、高安全的图文检测识别服务
智能RPA

AI+RPA深度融合，赋能企业自动化
多模态防伪

全链路生物数据核验，守卫安全防线
多模态质检

大模型赋能合规，金融级多模态质检
对话式BI

自然语言交互，可视化智能分析数据

企业出海

全媒体呼叫中心(海外版)

企业跨语种无界沟通，赢占国际市场
文本机器人(海外版)

多语言国际服务，跨时区沟通无障碍
语音机器人(海外版)

多语言智能交互助力全球营销与服务
智能质检(海外版)

大模型赋能国际企业多模态质检服务

智能营销

企微SCRM

智能营销服引擎，高效转化私域流量
营销平台

打通营销全链路，赋能企业增速业务
企业直播

打造超低延迟、超稳定的直播平台

其他

通用人力外包

为企业提供多场景、高质量专业服务
线路

安全稳定、应用多场景的线路服务

描述具体需求(选填)

欢迎微信扫码咨询

中关村科金得助智能-小得

跳过

完成

大模型+BI，大模型支撑的智能数据分析，如何提高决策效率？

产品功能

2024-04-24 20:18:37

作者：科技蓝

阅读量：767

文章目录

文章摘要：中关村科金得助推出AI营销助手产品线，基于自研的金融领域大模型为数智底座，结合OCR、RPA、音视频等AI技术，以统一的对话式入口，集成中关村科金客户洞察平台CDP和自动化营销决策平台MA，支持用户行为数据采集UBS产品

**电销机器人-从线索到成单一步到位** 免费试用

**语音机器人-媲美真人的对话能力** 免费试用

**企业出海解决方案-支持多语种配置** 免费试用

过去一年大模型应用集中爆发，中关村科金作为领先的对话式AI技术解决方案提供商，基于各个行业真实的业务痛点，围绕营销、服务与运营场景，创新打造和升级了知识助手、投顾助手、智能陪练等大模型应用，全面赋能客户经理展业，实现降本增效。

为进一步解决客户经理日常展业的痛点，中关村科金得助推出AI营销助手产品线，基于自研的金融领域大模型为数智底座，结合OCR、RPA、音视频等AI技术，以统一的对话式入口，集成中关村科金客户洞察平台CDP和自动化营销决策平台MA，支持用户行为数据采集UBS产品，实现了在客户跟踪维护、市场&产品问题答疑、客户标签行动洞察、投资需求参数提取、金融产品筛选对比、大类资产配置辅助、场景化财富管理7个具体业务场景的应用。

随着前线作战人员的装备提升，营销活动的组织频次密度也将随之增高，原先的活动分析BI工具难免“相形见绌”。

“从领卷人数、1天转化、7天转化对比上次活动看看？”
“把这批的活动的最终效果，转化漏斗、ROI，再找找亮点数据，做成图表，放到PPT里。”
“这批活动为什么转化率掉了，参与人跟两周前的有什么不同？”
“这场直播人数看着不错啊，是不是咱们今天破新高了，最后这些人有多少是自己买了，有多少是联系客服接着咨询了？”
“你这ROI看着不对啊，你这分子取的什么口径数？虚高了吧？”

当管理层、团队长一次次的拆解营销任务、复盘活动效果，需要协调数据团队不停地给出不同口径，不同维度的数据，活动分析仿佛回到了SQL+Excel的半手工时代。运营人员每天陷入提数、算数、看结果，换口径、重提数、找亮点，做图表、写汇报的循环里。

此外，传统BI系统需要大量的数据分析师来做ETL工作，根据定义好的业务需求，配置一张张的报告，过程繁琐、固化，更适合出具财务口径、监管口径等相对固定、明确的报表，且BI系统对操作熟练度有要求，需要在纷繁的报表中找到所需的。

既然营销可以用大模型改善，那么大模型更加擅长的数据分析，同样可以作为最先落地的应用场景范围之一。但在尝试了NL2SQL，利用大模型直接将用户指令转换成SQL执行时，却发现了些许问题，除了生成SQL的编译、表的对应问题外，还有以下常见难点：

输入的自然语言要足够精准并避免歧义，否则结果差距非常大，但这又与自然语言习惯不太符合；
有的请求是依赖上下文的，属于渐进式需求表达，但生成的SQL却可能与前述截然不同；
自然语言很难表达一些复杂场景，甚至不如直接写SQL来的容易；
查看数据时，往往需要切换不同的口径，从而找出数据变化的原因，但对口径的理解和多轮对话的表达常常又难以表述，出现反复横跳现象。

基于NL2SQL的Chat2SQL，虽然改变了用户的交互形式，以更加友好的对话式交互提升了操作的便捷性，但又存在直接对应底层数据库表时，语义理解难以准确的映射到数据层，难以应用在严肃场合的问题。此外，Chat2SQL可以辅助数据分析师开发，但数据分析师自身往往又是SQL高手，业务人员想用又不敢信，很难产生实际的生产价值。

微信图片_20240412143607.jpg

不过这些问题并非全然无解。中关村科金基于指标中台，将可视化BI和AI能力进行合增强，引入Headless Bl模式，构建对话式BI、异动分析、智能归因、数据预测、能解读等多个产品模块，为业务提供自动化洞察数据的智能分析可视化工具，实现零代码解读数据，提高业务人员数据分析的效率，帮助企业利用数据创造更多的价值，发现新的商业机会和创新点，真正实现数据驱动经营决策。

指标中台的引入，使得AI+BI的方案可以很好地保留基于大模型对话的友好交互形式，便捷查询、低成本学习等特点，并且所有数据又经过了指标中台的处理加工，指标定义清晰、语义识别明确、结果反馈准确，既灵活又严肃。

灵活性核心体现在交互式探索。尤其是营销活动复盘这种分析重于展现的场景，对数字背后的影响因子很难一下设定完整，甚至是没有明确的方向，需要不断地依靠假设拆解指标、变换口径，以此测试验证思路的准确性，仅从几张预设的报表中是无法看出问题的。而基于大模型的交互式探索，正适合利用多轮对话，将设想转换成不同的形式呈现出来，并进行实时反馈，有助于激发想象力。

严肃主要是指数据可用、敢用。统一的指标口径与定义、严谨的原子指标加工，使得团队可以基于共同语言体系来看数据，理解一致能够提升互信度，洞见才更有可能被采纳。

微信图片_20240412143613.jpg