微信扫码
与创始人交个朋友
我要投稿
BI的发展史
1)报表式BI
通过传统BI工具制作的定制化报表,比如IBM Cognos、SAP BO等
2)自助式BI
通过数据集自助制作仪表盘,比如Tableau、PowerBI、QuickBI等
3)指标式BI
通过指标平台以指标和维度形式自助拖拉拽搭建看板
4)智能BI
以chatBI为基础,实现对话式取数和智能分析
车企BI建设的十大坑
1)坑一:数据孤岛丛生,研、产、供、销、服指标无法互通
2)坑二:高层、中层和基层上下看数指标无法对齐,入口不统一
3)坑三:指标口径不一致,同名不同义,同义不同名
4)坑四:业务系统报表多而杂,口径不统一,指标数据不准
5)坑五:报表分散在各个业务系统,权限无法统一管控
6)坑六:频发的数据指标需求无法及时响应交付
7)坑七:报表众多,指标庞杂,缺乏有效的指标体系
8)坑八:有指标,有看板,缺乏基于业务逻辑的指标故事线
9)坑九:指标、维度众多,指标准确性无法验证,缺乏有效的指标准确性审计校验
10)坑十:只有看数,缺少用数
如何理解AI+BI
BI 目的是将数据转化为知识来辅助决策,由一个个指标组成,指标和指标之间反应了业务逻辑和关系。
AI 则追求以更智能的算法得到更精确的结果,是生产力的一种体现。
AI+BI是基于AI的BI平台,其本质还是BI,只不过通过AI能支持更复杂的场景,更准确的分析结果和更科学的决策。
AI+BI场景探索
BI的核心逻辑是数据驱动决策,而整个驱动决策的链路是PDCA的闭环
定目标:目标智能分拆,基于车企的目标销量,反向预估试驾量、线索量、投放曝光量等目标
追过程:过程指标的监控和异常定位
拿结果:基于异常定位的改善任务,进行跟进闭环,拿到改善结果
1)做指标
围绕指标开发的全生命周期各个阶段,通过AI大模型的能力进行提效,有如下场景:AI SQL代码助手、AI指标质量助手、AI验数助手、AI自动看板生成等
2)查指标
面向业务方,通过AI提供便捷的指标查找能力,有如下场景可以探索:AI指标树、AI指标口径助手、AI指标血缘等
3)看指标
从手工取数、看板看数到AI智能问数,AI大模型变革了数据的交互方式,通过对话式的获取业务数据进行决策,有如下场景可以探索:AI智能问数、AI指标归因、AI指标诊断等
4)用指标
指标反映业务现状,量化业务效果,通过指标对业务进行深度洞察,指标的价值所在。在用指标方面有如下场景可以探索:AI指标洞察、AI指标改善助手、AI指标任务闭环等
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-06-20
2024-07-03
2024-06-14
2024-06-06
2024-06-14
2024-06-21
2024-06-16
2024-06-07
2024-07-21
2024-07-24
2024-11-19
2024-11-06
2024-10-25
2024-10-25
2024-10-25
2024-10-18
2024-10-09
2024-10-07