2024愛分析·對話式數(shù)據(jù)分析廠商全景報告｜愛分析報告

2|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告報告編委3|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告2.廠商全景地圖53.1對話式數(shù)據(jù)分析2|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告1.研究范圍定義難以滿足業(yè)務(wù)廣泛的數(shù)據(jù)需求，推動數(shù)據(jù)分析進入自助式分析具幫助業(yè)務(wù)部門快速獲取所需的數(shù)據(jù)，業(yè)務(wù)部門的靈活性和自主性大幅增加。自助式分析工具的使用對象由管理層變?yōu)閿?shù)據(jù)分析師，企業(yè)數(shù)據(jù)應(yīng)用的滲透率也得到快速提升。但在此階段中，企業(yè)有限的數(shù)據(jù)分析資源成為業(yè)務(wù)部門廣泛開展數(shù)據(jù)分析的瓶頸，業(yè)務(wù)部門的個性化、深度的數(shù)據(jù)分析常隨著大模型技術(shù)的日漸成熟，大模型解決方案落地推動企業(yè)數(shù)據(jù)分析進入第三階段，即對話式數(shù)據(jù)3|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告對話式分析繼傳統(tǒng)BI、自助式分析之后的技術(shù)創(chuàng)新，代表著企業(yè)對話式數(shù)據(jù)分析能在意圖理解準確、取數(shù)靈活、洞察深入三方面滿對于用戶意圖的理解，企業(yè)在落地對話式數(shù)據(jù)分析時，大模型具備基于上下文語境準確理解用戶意對取數(shù)任務(wù)或是指標進行自動拆解，并自動生成SQL語句調(diào)用對話式分析能實現(xiàn)業(yè)務(wù)的深入洞察。對話式分析能協(xié)助業(yè)務(wù)人員對結(jié)果背后的原因進行歸因或是下從當前實際落地進展來看，用戶意圖理解的準確性已經(jīng)在實際落地過程中得以驗證；靈活生成SQL基于以上背景，本報告面向企業(yè)管理層和業(yè)務(wù)部門，通過對對話式數(shù)據(jù)分析的需求定義和代表廠商5|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告2.廠商全景地圖6|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告7|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告3.市場分析與廠商評估對話式數(shù)據(jù)分析是指融合大模型的數(shù)據(jù)分析技術(shù)，能有效滿足管理層和業(yè)對話式分析是企業(yè)優(yōu)先落地大模型的場景之一。對話式分析能解有效決傳統(tǒng)數(shù)據(jù)分析中，企業(yè)數(shù)據(jù)分析資源有限、門檻高的痛點，提高業(yè)務(wù)部門自主性，促進企業(yè)數(shù)據(jù)價值釋放。企業(yè)對話式數(shù)據(jù)分識圖譜技術(shù)落地，依賴于大量人工標注和規(guī)則設(shè)定，實施成本高，且其自然語言處理能力較弱，在處理模糊查詢和復(fù)雜意圖查詢方面存在挑戰(zhàn)。如在處理模糊查詢的過程中，自然語支持業(yè)務(wù)人員開展深度分析、實現(xiàn)業(yè)務(wù)洞察。隨著企業(yè)數(shù)據(jù)企業(yè)既有的數(shù)據(jù)能力難以支撐深入的用數(shù)需求。業(yè)務(wù)的取數(shù)需要數(shù)據(jù)開發(fā)人員支持，深入的數(shù)據(jù)洞察又嚴重依賴專業(yè)的分析師，在企業(yè)資源有限的情形下，通用的、復(fù)用率高的數(shù)據(jù)分析任務(wù)將作為最高優(yōu)先級，而業(yè)務(wù)更偏個性化、復(fù)雜化的長尾數(shù)據(jù)分析需求難以得到響應(yīng)和滿足，造成企業(yè)“有8|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告針對以上需求，廠商應(yīng)兼具限定查詢邊界和人工介入的能力，來規(guī)避大模型幻覺問題。并且廠商應(yīng)支持企業(yè)進行深度數(shù)據(jù)分析，支持業(yè)務(wù)開展洞察，并保障用戶使用大模型過是將大模型與寬表或語義層相結(jié)合，運用寬表和數(shù)據(jù)源來構(gòu)建語義層，繼而在該語義層上進行相應(yīng)的匹配和查詢。這類模式的具體操作方式是基于指標平臺，把常見的指標先基于寬表進行計算，再運用自然語言查詢指標，其精確度會相對較高且基本上具話式分析的重要方式。如在查詢過程中，廠商可支持將復(fù)雜的SQL轉(zhuǎn)化助用戶理解查詢邏輯；針對查詢結(jié)果輸出后的場景，支持用戶手動調(diào)整查詢條件，如語義澄清、界定查詢范圍等，對大模型輸出的錯誤結(jié)果進行糾支持企業(yè)進行深度數(shù)據(jù)分析，實現(xiàn)業(yè)務(wù)洞察。除基礎(chǔ)的取數(shù)以及數(shù)據(jù)分析的能力，如多輪對話、上下文理解能力，能理解用戶語境，幫助用戶深入剖析問題預(yù)測分析、數(shù)據(jù)挖掘等多種復(fù)雜數(shù)據(jù)分析場景，驅(qū)動業(yè)務(wù)決策，提升運營效率。此外，廠商應(yīng)提高保障用戶使用對話式分析過程中的數(shù)據(jù)安全。在對話式分析的數(shù)據(jù)安全保障方型私有化部署，以及在企業(yè)調(diào)用公有大模型過程中對數(shù)據(jù)進行加密，保障傳輸與存儲安全。此外，針對用戶訪問，廠商應(yīng)提供契合組織需求的數(shù)據(jù)權(quán)限管理，避免出現(xiàn)數(shù)據(jù)跨級訪問、敏感數(shù)據(jù)泄露9|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告），提升自然語言分析工具對“常識”語義和上下文語境的理解能力；同時通過提示工程、微調(diào)或訓練大模型部署等特色功能，幫助企業(yè)業(yè)務(wù)人員實現(xiàn)深度數(shù)據(jù)分析。10|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告為實現(xiàn)大模型對用戶意圖的準確理解，Smartbi對用戶自然語言查詢語句先自動生成執(zhí)行計劃索，判定字段是否與業(yè)務(wù)知識庫匹配，如若匹配則跳過大模型解析步驟，直接利用知識庫中的指標計算公式觸發(fā)Smartbi數(shù)據(jù)模型進行查詢分析；進定Smartbi數(shù)據(jù)模型引擎直接分析，復(fù)雜查詢則通過向量數(shù)據(jù)庫進行語義進行錯誤糾偏，如語義澄清、刪除或添加維度指標限定查詢范圍等方式，快速獲取正確結(jié)果。析數(shù)據(jù)，支持用表格和可視化圖形展示，普通員工均可使用，助力企業(yè)實現(xiàn)“人人都是數(shù)據(jù)分理解能力，能基于用戶的歷史問題理解情境，給出連貫的數(shù)據(jù)分析有序探索，高效查找問題的根本原因。針對復(fù)雜分析場景如同比、環(huán)比、排名等時間計算，傳統(tǒng)的NLP2SQL技術(shù)中，要解決開窗函數(shù)對多種數(shù)據(jù)類復(fù)雜關(guān)系下難以生成準確的SQL等等難題，Smar模型和強大的計算能力，將常見的時間計算邏輯封裝到對話式分析系統(tǒng)中，用戶通過提問可自此外，Smartbi也支持歸因分析、預(yù)測分析、數(shù)據(jù)挖掘，以及針對業(yè)務(wù)問題自動生成診斷報告等，自動實現(xiàn)深度的數(shù)據(jù)分析建模，支撐業(yè)務(wù)人員對業(yè)務(wù)數(shù)據(jù)進行深入分析。訪問提供嚴格的數(shù)據(jù)訪問控制策略，通過數(shù)據(jù)模型層用戶與權(quán)限的映射，確保對話式分析返回11|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告豐富的業(yè)務(wù)經(jīng)驗，搭建出一套可供企業(yè)參考的管理指標體系。在對話式分析中，思邁特將管理13|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告4.入選廠商列表15|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告關(guān)于廠商全景報告16|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告關(guān)于愛分析愛分析致力于成為中國領(lǐng)先的數(shù)字化市場專業(yè)服務(wù)平臺，為企業(yè)用戶提供數(shù)字化規(guī)劃與落地全流程愛分析以咨詢?yōu)闋恳?，依托實踐經(jīng)驗、專家建議和方法論工具，為企業(yè)提供最適配的解決方案和落地服務(wù)，幫助企業(yè)提高項目成功率、優(yōu)化投資收益，以及控17|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告產(chǎn)品服務(wù)18|2024愛分析·對話式數(shù)據(jù)分析廠商全景報告法律聲明公開信息，著作權(quán)為原著者所有。未經(jīng)愛分析事先書面明文批準，任何組織和個人不得更改或以任何方式傳送、