大模型如何赋能BI产品？

分享自然堂集团问数GPT项目

自然堂构建数据中台至今，已经积累了大量的数据，涵盖了供应链、生产、销售、营销和会员管理等各个方面。这些数据的积累提供了宝贵的资源，但同时也带来了一些挑战。

• 临时性一次性需求多：灵活变动的业务常常带来一次性需求。通常，业务方提出需求后，产品经理需要进行对接，讨论业务场景、数据口径和价值，形成PRD，并由开发人员进行开发。整个过程效率不高。
• 重复需求多：梳理了自然堂的日常数据应用需求，发现70%的需求是重复进行的。
• 个性化需求多：尽管内部已经创建了1000多张报表和看板，但仍然无法完全满足业务部门对数据的个性化需求。传统数据分析工作门槛高，非技术人员往往难以自行完成分析。

去年，随着GPT4等大型AI模型的出现，自然堂开始思考利用AI来解决数据难题。起初，自然堂内部进行了初步尝试，发现通过AI模型，可以通过简单的指令快速获取所需数据。为了进一步发展AI能力，自然堂最终选择了观远作为合作伙伴。这是因为观远数据的技术积累和业务需求高度契合，相信可以共同推动这一变革。

现在，有了数据中台和BI之后，自然堂通过整合AI技术，打造“问数GPT”，进一步降低业务用数门槛，实现对个性化需求的智能报告，打造有洞察、有结论、有建议的AI分析助理，能够即时解决分析问题，减少对传统开发流程的依赖，同时自动化处理重复性的数据请求，降低个性化分析的门槛。

基于“问数GPT”系统，用户可以通过对话与系统交互，系统基于前置分析模块识别用户意图，并与知识库结合，生成反馈。这些反馈随后进入BI体系进行计算，并以直观的方式呈现结果。同时，AI在理解用户问题时会进行确认，以确保准确性。如果AI不适合处理某些问题，也会转交给人工服务，确保问题得到有效解决。

3600+次问数，问数GPT实现92%准确率

问数GPT已经实现了广泛的员工参与。系统为员工设置了差异化的访问权限，以确保数据安全和合规性。截止最近统计期，已有超过3600次数据查询请求，120多名用户参与，覆盖约70%的业务需求。这种广泛的参与度和高频次的使用表明，问数平台不仅易于访问，而且能够满足不同部门和员工的具体需求。总结问数GPT亮点，主要有以下三点：

• 结果准确率60%提升至92%：对于自然堂而言，数据分析的准确性至关重要。最初问数准确率仅为60%，通过持续的优化，包括完善知识库和加强不同数据之间的互查，成功将准确率提升至92%，达到了业内领先水平。
• 知识显性化：准确率的提升过程，实质上是企业知识库建设的过程。我们的知识库中积累了丰富的SQL示例和指标体系定义，这些显性化的知识不断积累，为提高准确率提供了坚实基础。
• 交互更友好：在交互方面，采用了更便捷的沟通方式。目前，所有的交互功能已经集成在钉钉平台中。通过钉钉内的问数GPT账号，员工可以直接进行数据查询和获取答案，这种交互方式大大提升了用户体验。

问数GPT项目自启动至今已有数月，已落地显著价值与效果。

数据分析需求响应效率极大提升，产品上线3个月后活跃用户占比52%，覆盖业务部门10+，处理取数需求1k+，业务部门的数据需求满足周期从原来的0.5小时~3天不等，缩短到1~5分钟，有效提升数据分析需求的响应效率。

随着项目的深入，数据分析师的服务半径得以扩大，从原来的SQL工程师变成企业知识训练师。数据支持部门与业务部门进行更紧密合作。

跨部门沟通协作的成本也因项目而降低。沉淀的营销、销售、市场、库存和财务等业务数据，使得我们能快速响应综合性业务分析需求，加速知识调取与流通，大大促进了部门间的沟通和协作。

此外，项目还培养了业务团队的数字化思维。由于工具的使用变得简单且无门槛，员工们开始习惯于使用数据来指导决策，这种习惯逐渐转化为企业文化的一部分。

AI问数未来：指标平台、智能洞察等更多场景

当前阶段，自然堂可查询数据场景，包括C端销售数据、全渠道销售数据、会员数据和市场品类数据，目前正在不断推进更多可查询数据，包括营销数据、供应链数据和财务数据，以期在提供数据的同时，也能提供更深入的洞察力。

未来，自然堂计划进一步建设指标平台，以增强AI的效果，提供更加精准和全面的数据分析服务，包括：

1. 指标平台：利用AI技术，通过自然语言查询指标体系。一旦指标体系建立，查询结果可以迅速呈现。这种搜索方式的效率和准确性依赖于指标治理的完善程度。
2. 智能洞察：探索利用AI进行数据分析，直接生成洞察结果和简单的策略建议。
3. 问答生图：支持问答功能，自动生成图表和可视化展示，使数据分析更加直观和易于理解。
4. ……