2025年对话式BI革新数据分析新流程报告_37页_7mb

2025帆软商业智能峰会：对话式BI革新数据分析流程

一、从报表式BI到对话式BI的演进

1. 核心场景与技术对比：
   | 类型 | 核心场景 | 核心技术 | 用户群体 | 知识渗透率 |
   |------------|-------------------|-----------------------|----------------|------------|
   | 报表式BI | 固定看数 | SQL、OLAP、可视化 | IT/DT人员 | 10% |
   | 自助式BI | 自助分析 | VizQL | 广泛渗透 | 1% |
   | 对话式BI | 问答查数、分析 | LLM、知识图谱、AutoInsight| 业务人员 | 100% |

2. 痛点问题：

   • 业务需求激增，IT响应能力不足；
   • 用户学习成本高，自助工具难以普及；
   • 看板复杂，检索和分析效率低。

二、FineChatBI核心功能与场景

1. 四大核心场景：

   • 业务自助问数：自然语言查询，30%提升决策效率；
   • 仪表板资产检索：快速定位历史看板，节约40%检索时间；
   • 智能分析洞察：异常识别与归因分析，辅助业务决策；
   • 例行报告生成：自动生成分析报告，减少人工操作。

2. 技术架构：

   • 多模型结合+NLP到数据语言的转换(NL2DSL)+成熟BI底座；
   • 过程透明化：生成可解释、可干预的结果；
   • 权限管控：保障企业级数据安全。

3. 创新特点：实时响应、降低沟通成本（IT与业务协作提升2~3倍）。

三、应用挑战与解决方案

1. 幻觉问题（数据解读错误/代码不稳定）：通过规则小模型+数据验证优化；
2. 响应耗时与成本：极速模式优化基础查询；
3. 业务理解门槛：支持代码可视化，分析步骤沉淀可追溯。

四、落地方法与案例

1. 避坑指南：

   • 结合业务目标与数据建设选择场景；
   • 推广时期望管理（避免用户对AI能力误解）；
   • 知识库配置需覆盖高频业务问题。

2. 某头部能源企业实践：

   • 推动“Sell-In & Sell-Out”全链路分析：多场景问答支撑业务；
   • 用户无需复杂筛选，灵活组合指标，80%场景问题准确率达标。

五、产品规划与演进方向

• 阶段一：对话问数（当前版本）；
• 阶段二：推理分析（融合语义理解与思维链）；
• 阶段三：自主执行（通过AI Agent实现业务闭环）。

落地方针：集成企业知识库，开放SDK，移动端优化，多语言支持。

六、其他帆软AI生态

• FineAI系列产品：智能文档生成、仪表板诊断、员工审批助手等；
• RAG技术：知识图谱增强问答精准度。