月帆软2025帆软商业智能峰会对话式BI革新数F7据分析流程演讲：顾洋FineChatBl产品运营负责人
目录1.从报表式BI到2.FineChatBl,对话式B有什么不一样3.FineChatBI的4.FineChatB|产落地方法＆经验品规划5.其它帆软AI相关
CHAPTER1从报表式BI到对话式BI
大模型正加速数据分析民主化月帆软报表式BI自助式BI对话式BI核心场景:固定看数核心场景:自助分析核心场景:问答查数、分析核心技术:SQL、OLAP、数据可核心技术:VizQL核心技术:LLM、知识图谱,视化Autolnsight能力要求:OLAP、数据思维、能力要求:SQL、OLAP、数据思业务理解能力要求:数据思维、业务理维、业务理解核心用户:分析师核心用户:IT/DT人员核心用户:业务人员帆软产品:FineBl帆软产品:FR/FVS帆软产品:FineChatBl渗透比例:10%渗透比例:1%渗透比例:100%
随着业务发展,IT很难满足业务所有数据需求月帆软"看板越来越多、越做越复杂，但数据需"我就想简单、高效地找几个数,不知求还是源源不断，业务没精力学BI道在哪，历史一大堆看板找起来很麻烦IT说业务说“零散需求一直堆积,人力不够，加班加点做不过来”"提个取数需求,等了好几天,我都忘了当时怎么思考的了"找个数好麻烦,得多个看板来回找。要不就筛选条件一堆""已经给业务买了账号,他们还是不肯学不肯用"曰常就关注几个数据。花精力学B工具似乎没必要"有的看板生命周期太短。业务看两次就不看了,早知道当初不固化了在哪来普?""领导开会找不到数,总是开会拉上我们临时给写SQL""我只想做个简单的汇报，怎么能快速制作一个看板”
FineChatBI应用场景月帆软仪表板资产检索业务自助问数历史看板检索低门槛直接上手历史沉淀的报表、指标、看板，通过对话式问数秒出答案,告别等待m对话快速检索出来帮忙取数，保证业务思考连贯性大简化复杂看板使用临时搭建看板场景直接对着看板问数,无需选择筛选条将对话过程中生成结果组件一键保件等复杂操作存成BI看板,告别拖拉拽操作智能分析洞察分析思路启发辅助原因分析AI提供数据分析思路建议，利用大模型数据解渎和归按步骤完成分析闭环因能力，辅助业务初步分析找到原因
业务自助问数（已上线）月帆软低门槛对话问数，秒出数据结果,支持一健保存临时看板六年各月份苏护购的回款金额和复购金额30%腿和置购金额,生成了如下面衣业务决策效率团养生成规账师选出了日在20200-0240212号品区属于苏户编的回款金额求阳复购金额|求阳,开放月分城单次取数耗费时间从10min+缩短几秒10h/周IT响应成本复盖65%业务日常广数置单金碎片化临时问数需求回款金额、复购
仪表板资产检索(9月发布)月帆软对话快速检索历史看板、指标数据资产，简化看板查询筛选操作仪表板问答50%业务检索耗时R2020上半年销售经营分析从目录文件层层翻找到几秒内结果呈现总体现状x2~3倍资产复用价值126.94亿45.22%28.71%降低内部信息差带来的40%重复开发建设销售锁分析
智能分析洞察(beta内测)月帆软异常点识别，维度归因并生成解读报告,给予业务改进建议8生成仪表板X%023年4月的销售额为什么有限座业务分析质量结合AI数据洞察的初步前销售锁上月销售膜去年同明销售锁1,400,123,1231,400,123,123103%1结论,辅助业务思考1,400,123,123春标三因Y倍度时2023年4月销售额的影响招作、商品类型88自龙文明区例行报告生成分分析建议上海市沉淀分析步骤,自动化取代人工摘数环节电子产品88晨开更食
CHAPTER2FineChatBl.有什么不一样
大模型落地(NL2SQL)的幻觉问题?月帆软逻辑矛盾生成的内容前后在逻辑上存在冲突案例事实性错误ChatBI连续问相同问题，两次大模型02输出的SQL代码不一样,结果不稳定受数据影响，大模型会陈述一些不符合客观事实的信息大模型案例01无中生有的幻觉ChatBI里问[去年]这个日期字段，大模型有可能错误理解大模型可能会编造些不存在的概念或成2023年事件,但过程黑盒用户无法判断案例03ChatB问某个底层表没有的复合指标,大模型可能编造一个错误的计算公式来响应结果
大模型落地(NL2SQL)的衍生问题?月帆软响应耗时、成本无论多简单基础的数据查询问题都依赖大模型先做一遍推理,耗时长且每次都消耗token;02复杂场景考验SQL写法质量,同样影响查询时间SQL注入/死锁大模...
