导读

大数据和AI技术的快速发展，正在深刻改变商业智能（BI）的格局。

BI与AI的融合，不仅为数据分析师和业务决策者提供了前所未有的强大工具，也为整个数据生态注入了全新的活力。

这次分享，我们结合实际做过的项目，深入探讨BI与AI结合过程中的一些实践和思考。

重点会聊如何用AI技术让BI产品变得更“聪明”，以及在这个过程中，产品形态上会遇到哪些挑战，又该如何应对。

本文将从以下几个方面展开：

• BI分析市场趋势
• BI和LLM的结合点
• 案例：腾讯PCG大数据平台在BI+AI领域（OlaChat）的探索与实践（本文主要论述BI产品结合AI能力时，合理的产品形态选型过程。关于agent技术细节、准确率等更多信息，可参考其他相关资料）
• 问答环节

BI分析市场趋势

在数字化转型的大背景下，BI作为企业决策的数据分析工具，其重要性已经无需多言。

这么多年走过来，BI领域经历了从传统BI到敏捷BI的演进，现在正大步迈向智能BI。

智能BI的兴起，得益于AI技术的持续创新，比如自然语言处理、推荐算法、AIGC等。

这些技术为BI领域带来了全新的想象空间，让产品能够变得更加智能化和自动化。

BI和LLM的结合点

1. 智能BI的愿景与实现路径

（1）智能BI的愿景

智能BI的核心愿景非常直接：用户可以直接用自然语言提问，或者抛出一个业务问题，系统就能自动返回数据结果和分析结论。

这意味着，用户不需要懂SQL，也不需要会拖拽，系统就能理解意图并自动完成整个数据分析过程。

具体拆解来看，这个过程可以分成四个步骤：

• 业务问题翻译：把用户口头的业务问题，转译成一个清晰的数据分析问题。
• 数据资产定位：在海量的数据仓库里，精准地找到需要分析的那张表、那个字段。
• 查询条件生成：自动生成对应的SQL或Python代码，去把数据取出来。
• 分析结论总结：根据返回的数据结果，生成有价值的分析结论或决策建议。

（2）大模型在智能BI中的应用

大模型在智能BI这块，能做的事情还真不少：

• 自然语言处理与理解能力
  • 大模型强大的自然语言理解能力，让用户完全可以用自己的话去查数据。这大大降低了数据分析的门槛，让非技术背景的用户也能轻松上手。
  • 它还能处理客户评价、媒体内容这些非结构化的数据，从中提取出有价值的信息和洞察，给企业提供一个更全面的数据视角。
• 检索增强（RAG）：大模型和RAG结合，能让信息检索的效果大大提升，更精准地从知识库里找到相关信息。同时，在生成回答时，也能更好地利用知识库里的知识，减少“幻觉”，提升准确性。
• 代码生成与自动化：大模型可以通过自然语言指令，直接生成SQL、Python等代码。这意味着，即使不懂编程的用户，也能完成复杂的数据分析任务。
• 智能推理与预测：大模型能基于现有数据进行推理和预测，帮助用户识别数据中的异常点、趋势、潜在的问题或者机会。

2. 面临的挑战与解决方案

前景很光明，但路还得一步一步走。

在智能BI的实际应用中，也遇到了一些挑战：

（1）准确性问题

LLM主要依赖训练数据学习，如果训练数据里缺乏足够的行业特定知识或上下文信息，模型就很难准确理解复杂的业务数据。

所以，LLM在理解复杂数据集、特定行业术语或上下文中的细微差别时，可能会有偏差。

再加上大模型自己的“幻觉”问题，误差就变得更大了。

（2）上下文多轮对话问题

聊天机器人需要在多轮对话中保持上下文的连贯性和相关性，准确理解用户意图和情感，这对对话系统来说是个不小的挑战。

（3）系统交互体验

业务系统有自己特殊的逻辑，比如权限、多系统间的交互等等。

要把这些逻辑迁移到对话系统里，确保产品能提供自然、流畅的交互体验，需要极大的适配成本和相应的开发量。

3. 业界领先产品的实践案例：Tableau 和 Power BI 的 Copilot 功能

你看Tableau和Power BI这些领先的BI工具，并没有一门心思只做对话形态。

它们采用了Copilot的形式，把AI能力定位为BI工具里的一个“助手”。

用户可以在右侧的Copilot面板里实时提问，拿到结果后再用BI流程去操作。

比如在Excel里，用户可以通过指令性任务筛选出特定数据，然后操作左侧的表格。

4. 融入当前BI流程，处理单点问题

对于OlaChat这个产品，我们认为更好的产品形态，是把AI能力融入到用户当前的BI作业流程中，去解决每一个具体的单点问题。

比如在找数据、数据描述与加工、分析、可视化这些环节，用AI来辅助，用户可以更高效地完成任务。

案例：腾讯云大数据平台在BI+AI领域的探索与实践

1. Text2SQL能力展示

在数据分析的作业流程里，写SQL查询是个高频且关键的环节。

传统方式需要用户会SQL，有门槛，而且手动写还容易出错。

所以，我们用自然语言处理技术实现了Text2SQL的转换能力，让用户体验和工作效率都上了一个台阶。

工作原理

Text2SQL技术通过把用户的自然语言查询转化成结构化的SQL语句，让非技术人员也能轻松查数据。

具体流程是这样的：

• 选择表：根据用户选择的数据源范围，确定要查的数据表和字段。
• 理解用户意图：系统先解析用户的自然语言输入，识别出具体的分析需求。
• 回填SQL：基于解析结果，系统自动生成符合需求的SQL查询语句。生成的SQL代码会回填到SQL工作区，用户还能进一步手动调整，确保准确性和完整性。

2. Text2界面化拖拽分析能力展示

在实际工作中，拖拽分析是产品运营常用的功能，通过图形化界面简化数据查询和报告过程。

拖拽分析虽然友好，但还是需要用户手动配置指标、维度和过滤条件，对非技术背景的用户来说，还是有门槛。

为了降低这个门槛，我们引入了Text2界面化拖拽分析功能。

工作原理

• 自然语言处理：系统先利用自然语言处理技术理解用户的查询请求。比如，用户可能会问：“腾讯视频的某一个剧集的播放次数是多少？”
• 查询条件生成：基于解析结果，系统生成适用于拖拽式分析工具的查询条件，并自动填充到工作区，用户可以直接看到和操作。
• 用户微调与反馈：用户可以在拖拽式分析工具中对自动生成的查询条件进行调整。每次微调都会作为新的训练样本反馈给模型，帮助模型不断学习改进。时间一长，模型就能越来越准确地理解用户意图。

3. AI出图能力展示

把分析结果转化成直观的图表，是个常见需求。

传统可视化工具需要用户手动配置很多东西，比如选图表类型、设坐标轴、加图例等，耗时且需要专业知识。

为了简化这个过程，我们开发了AI出图功能。

工作原理

AI出图功能按以下步骤自动化生成图表：

• 数据字段分类与命名：AI自动识别数据结果中的字段，分类为维度或指标，并为字段生成易于理解的显示名，提高图表可读性。
• 可视化组件选择：基于数据特性和分析需求，AI模型会推荐最合适的可视化组件，比如折线图、柱状图、饼图等。
• 图表配置与优化：AI自动配置图表的辅助线、异常点标记等，不用用户手动设置，然后直接生成图表。
• 结果解读：结合数据解读能力，对图表中的异常点进行标注，提供额外的洞察。

4. AI数据解读

除了生成SQL、拖拽条件和AI出图，系统还提供了数据解读功能，包括描述性统计、异常检测、趋势预测和归因分析等。

当前，这些高级分析能力以单点形式提供给用户，需要用户主动触发。

未来，计划通过大模型自动完成这些高级分析，把结论以更可读、更完整的形式呈现给用户，提供更多启发和洞察。

工作原理

（1）数据解读功能

• 描述性统计：对数据进行基本的统计分析，比如均值、中位数、标准差等。
• 异常检测：识别数据中的异常值或模式，帮助用户发现潜在问题。
• 趋势预测：基于历史数据预测未来趋势，支持业务决策。
• 归因分析：分析影响结果的关键因素，帮助用户理解数据背后的原因。

（2）自动化与总结

• 自动化分析：通过大模型自动执行上述分析任务，减少用户操作负担。
• 结论总结：大模型会把分析结果进行总结，生成易于理解的报告或结论。
• 启发性输出：系统不仅提供数据结论，还会给出具有启发性的建议和洞察。

（3）启发而非直接干预

• 不直接干预业务决策：系统生成的高级分析结论，更多是作为启发性的参考，不会直接用于业务决策。
• 用户自主决策：用户可以根据系统的建议进行进一步分析和讨论，最终自己做决策。
• 避免“幻觉”等问题：考虑到大模型可能存在的“幻觉”等问题，系统不会直接干预具体的业务操作。

5. 更智能的产品形态

除了提供单点能力与BI工具的结合，更智能的产品形态应该能引导用户完成整个数据作业流程。

这种形态不仅能降低用户学习成本，还能通过推荐系统减少用户操作步骤，提升体验和效率。

工作原理

（1）智能推荐系统

• 基于规则和算法的信息：系统根据预设的规则和算法，向用户提供分析建议。这些推荐能帮助那些数据基础弱或缺乏分析思路的用户。
• 业务历史分析：通过对平台上的历史分析进行分析，系统可以根据时间戳等信息推导出业务问题的分析流程。用户完成一次分析后，系统可以推荐下一步该做的其他分析，帮助形成业务结论或获得启发。

（2）全流程引导

• 引入数据阶段：在数据导入时，系统推荐合适的数据源和清洗方法。
• 描述数据阶段：在数据探索时，系统自动进行描述性统计，推荐进一步的分析方向。
• 可视化阶段：在数据可视化时，系统推荐合适的图表类型和配置选项。

6. 独立产品可能的产品形态

业界一直在期待一种能独立运行、又能结合多种AI能力的产品，帮助用户完成复杂的数据分析任务。

传统的对话式或聊天形态的工具，在处理大体量业务时存在局限性。

所以，需要探索新的产品形态来更好地满足用户需求。

产品形态探讨

（1）分析命题画布

• 多步分析流程：用户的分析思路通常是多步骤的，一个复杂问题可能需要多个数据分析任务才能完成。分析命题画布可以很好地承载这种多步骤、带分支逻辑的分析流程。
• 可视化与可操作性：画布形式让用户能直观地看到整个分析流程，并在每一步中进行干预和调优。这种形式提高了用户参与度，也确保了每一步结果的准确性。

（2）上下游多步串联

• 逐步引导与优化：通过上下游多步串联，用户可以在每个环节中对结论进行调整和优化，让下一步操作更精准、更面向结果。
• 灵活性与控制：用户能在整个分析过程中保持高度的灵活性和控制力，确保分析过程符合实际业务需求。

7. ABI产品架构

构建ABI产品时，一个主要挑战是如何让产品适应公司内部多个数据平台的需求。

这些平台对AI能力的需求有共通之处，但也有一些特定差异。

为了有效整合AI能力，我们开发了一套开放式架构。

开放式架构设计

开放式架构的核心目标，是把AI能力以模块化的方式集成到不同的数据平台中。

这种设计允许各平台根据自身需求灵活地调用AI工程或服务。

比如，数据平台可以选择直接工程化接入OlaChat产品，或者把Text2SQL、Text2Python以及代码纠错、优化等agent能力接入到自己的平台。

问答环节

Q1：目前用什么指标和标准来衡量AI数据产品做得好？

A1：主要会看以下几个维度：

• 使用量：最直接的衡量体系，通过统计产品使用频率和规模来评估其受欢迎程度。
• 留存率：衡量产品长期价值的关键指标。如果用户在一段时间后还在用，说明产品确实解决了问题。高留存率意味着产品能持续满足用户需求。
• 用户数量和使用次数的增长：随着AI能力落地，用户数量和产品使用次数也在增长，说明产品正在吸引新用户并增加现有用户的参与度。
• 准确率的持续优化：对于准确率有问题的场景，比如SQL纠错等高频场景，会通过日常分析用户查询和结果准确性进行调优，提升产品性能。

Q2：智能取数的准确率是多少？多表查询和单表查询的准确率区别大吗？

A2：Text2SQL和Text2拖拽分析查询条件的准确率，确实是衡量AI数据产品体验的重要指标。

但对于数据和元数据体量都极大的企业来说，苛求绝对的准确率不应该是产品主要攻关的方向，这点在做纯对话形态时已经有一些基本认知了。

目前我们把准确率分成了几个等级：正确、基本正确（SQL框架正确、拖拽分析查询框架正确）、错误等。

其中正确占比约75%，正确+基本正确合计占比约85%，表现还是不错的。

多表查询天然比单表复杂度高，准确率会有所回落，但目前观察差距在可控范围内。

Q3：能否与Power BI共用或与公司自开发的BI结合使用吗？

A3：这个问题在前面已经介绍过。

我们在设计OlaChat的工程和agent时，已经采用了开放式架构，考虑了如何与业界其他产品或公司内部其他产品结合。

在这套框架下，可以以工程化或API形式把AI能力接入到各类数据平台。

除此之外，还需要考虑数据平台中的数据和元数据与OlaChat完成对接。

只要这两部分对接完成，OlaChat就能处理来自不同平台的数据问题。

所以，与Power BI共用或与公司自开发的BI结合使用，不仅是可能的，而且技术上已经具备了实现的基础。

以上就是本次分享的内容，谢谢大家。