在數(shù)字化轉(zhuǎn)型的浪潮中，企業(yè)對于智能數(shù)據(jù)分析工具的需求日益增長。ChatBI，作為一種融合了自然語言處理（NLP）與機器學習技術(shù)的智能平臺，曾以其獨特的對話式數(shù)據(jù)分析模式吸引了眾多目光。它通過算法與模型，將繁瑣的數(shù)據(jù)分析流程轉(zhuǎn)化為用戶與系統(tǒng)的簡單對話，降低了數(shù)據(jù)分析的技術(shù)門檻，使得非專業(yè)人士也能輕松獲取數(shù)據(jù)洞察。然而，ChatBI在實際應用中遭遇了挑戰(zhàn)，尤其是其依賴的NL2SQL技術(shù)路徑，雖然能夠?qū)⒆匀徽Z言轉(zhuǎn)化為SQL查詢語句，但查詢準確率往往僅在60%至70%之間，尤其在處理跨表或多表關(guān)聯(lián)查詢時，準確率更是大幅下降。
面對這一困境，數(shù)勢科技挺身而出，推出了SwiftAgent——一款融合大模型能力的自動化業(yè)務分析產(chǎn)品。SwiftAgent旨在解決ChatBI存在的問題，它基于國產(chǎn)大模型構(gòu)建，并結(jié)合數(shù)勢的指標平臺技術(shù)，通過微調(diào)訓練大模型，引入了RAG（檢索增強生成）和AI Agent能力。這一創(chuàng)新使得用戶無需掌握復雜的查詢語言或編程技能，僅憑自然語言就能與數(shù)據(jù)進行高效對話，從而挖掘數(shù)據(jù)的深層價值。
SwiftAgent的實際應用案例更是令人矚目。它與某知名飲品企業(yè)攜手，共同打造了一款大模型增強的智能門店督導助手。這款助手不僅與該企業(yè)的指標平臺無縫對接，還充分考慮了一線督導的實際需求，旨在大幅提升工作效率和督導質(zhì)量。企業(yè)的兩大核心目標——提升財務成果和增強顧客價值，在這一智能助手的助力下，有望實現(xiàn)質(zhì)的飛躍。
通過SwiftAgent的快速數(shù)據(jù)查詢功能，督導們能夠迅速獲取門店運營的關(guān)鍵數(shù)據(jù)，從而大幅提升數(shù)據(jù)分析的效率。同時，智能助手還能自動生成巡店計劃，讓督導們能夠更加專注于門店管理和問題解決。它還能準確定位業(yè)績指標下滑或波動的原因，幫助督導們快速識別關(guān)鍵因素，并制定有效的改進措施。SwiftAgent還提供了一個基于數(shù)據(jù)分析的業(yè)務策略知識庫，為督導們提供了寶貴的決策支持。
與數(shù)勢科技的合作，為這家飲品企業(yè)帶來了數(shù)據(jù)管理上的根本性變革。現(xiàn)在，企業(yè)所有經(jīng)營領(lǐng)域的數(shù)據(jù)均源自統(tǒng)一的指標平臺，這不僅確保了數(shù)據(jù)看板的一致性，還統(tǒng)一了團隊對數(shù)據(jù)的認知。對于那些缺乏現(xiàn)成看板的情況，企業(yè)還提供了自助取數(shù)平臺，使得業(yè)務部門能夠自主下載數(shù)據(jù)并進行分析，無需再等待開發(fā)團隊的支持。這一系列變革不僅簡化了數(shù)據(jù)查找流程，還顯著提升了業(yè)務部門的滿意度。
