表哥C我不让我说出去

萧亚轩承认被前男友醉酒殴打：爆料者有幻想症？25-01-0710:43:15萧亚轩金赛纶晒与男子亲密合照后秒删引发结婚事实25-01-0710:42:58金赛纶宋旻浩将接受警方的调查因涉嫌确认有罪兵役法25-01-0710:42:06宋旻浩欧阳妮妮产后晒一家三口合照透露儿子小名叫睦睦25-01-0710:41:06欧阳妮妮谷爱凌回应蹭巴黎奥运会热度：我会一直代表中国25-01-0310:03:45谷爱凌赵露思后援会发文揭露生病始末重病吸氧不让请假25-01-0210:25:13赵露思盖尔加朵曝2月份被查出患脑血栓：当时已怀孕8个月24-12-3110:23:37盖尔加朵秦牛正威与未婚夫分手：到此为止是最好的ending24-12-3010:34:38秦牛正威向佐回应搞抽象！谈女装争议：为什么女生穿男装又可以呢？24-12-2610:25:22向佐张馨予辟谣让空乘帮她放包?：这样瞎说不负责任24-12-2610:04:16张馨予纪凌尘承认在高铁上假装看书：只是手机分享给朋友24-12-2410:15:53纪凌尘川岛海荷宣布结婚对方是游泳运动员中村克24-12-2410:15:11川岛海周杰伦再澄清父亲家暴传闻称写的词不是亲身经历24-12-0910:30:16周杰伦张馨予西藏拍戏遇地震发文报平安：一切都好吗？24-12-0910:28:09张馨予《花少6》总导演回应节目争议透露下季筹备会暂缓24-12-0610:09:23花少6李行亮在热气球下向麦琳求婚两人合唱《我要你》24-12-0610:06:55李行亮曾沛慈回应取关汪东城传闻：是真实的没有取关这件事24-11-2711:24:58曾沛慈汪小菲未婚妻发文怼前夫：没钱到处骗还要蹭我热度24-10-2415:03:07汪小菲未婚妻发文怼前夫五月天演唱会回应假唱争议站在这里就是最好反对24-05-2315:15:44五月天好大的尺度日本新生代三吉彩花港版ELLE写真释出23-10-3016:34:02三吉彩花港版ELLE写真华语电影第一人突然退圈了！23-10-3016:13:58侯孝贤千禧曼波刚红就被骂「擦边」她冤吗？？？23-10-2616:14:41日剧穴界风云今年尺度最大的国产片可惜内地上映不了……23-10-2314:23:00电影石门当红小生性取向成迷？他的“黑历史”被扒到渣…23-10-1909:42:10陈牧驰，性取向

声明:本文来自于微信公众号TopKlout克劳锐，作者:77，授权站长之家转载发布。

“十年生死两茫茫五年生死一茫茫”“儿时玩伴今何在，化身牛马还房贷”“明知山有虎，猛敲退堂鼓”……

你敢相信?这竟是动物科普视频的解说词!

据克劳锐指数显示，在抖音@维C动物园用清空创意的趣味动物解说，一年涨粉超300万。

他不仅驱散了极小量粉丝，成为新一代观众的《动物世界》，更在科普领域深耕、突破商业变现批准，开拓出了一条特色赛道。

本期「看见好作品，看见好作者」专栏，快跟随克劳锐一起，探讨「金腰带」作者@维C动物园的成功经验吧!

图片源自抖音精选

网络热梗+自创金句

@维C动物园成趣味科普新星

第一次在抖音精选刷到@维C动物园的朋友们，前一秒看到画面，可能以为自己误入了正经的《动物世界》，但下一秒解说的声音一出，便嗅出了其中的不寻常:

“海獭喜欢在睡觉时牵着对象的手，如果是牵的是自己的对象就更好了。”

“为了不让弟弟受苦，牛蛙哥哥就把它吃掉了，多点关心多点爱，吃个兄弟补补钙。”

实际上，刷完多个视频的克劳锐发现，除了开头有@维C动物园特意设计抓人眼球的结构设计外，他的视频内容也全被这种废话文学以及热梗金句包围。

比如，解说蜜獾时，“他发现夏天比冬天热是因为温度高”的废话文学再次登场，随之而来的还有网上打工人的自嘲热梗:“天热的时候，牛会躲在牛棚里，马会窝在马厩里，而牛马却会想方设法地去上班。”

除了网络热梗，@维C动物园还会自创金句。当他讲到肺鱼因用肺呼吸得名肺鱼时，却话头一转吐槽观众:“你也用肺呼吸，所以你是肺人。”

图片源自抖音精选

在一段关于巴布亚企鹅的视频中，企鹅在重步走海狮的追逐时，@维C动物园也通过“一寸光阴一寸金，三寸光阴一个鑫”等自创金句来描述企鹅的紧张心情。

除了语言风格，@维C动物园的视频还以其脑洞大开的动画特效和恰到好处的BGM而著称。他总能根据视频内容选择一些无厘头却又被预见的发生不适合的BGM。在海獭牵着手泡水的视频里，他就将画面加上粉红泡泡的特效，并配了一段暧昧的BGM，让观众看得直呼神经。

图片源自抖音精选

在视频评论区常常可以看见观众被@维C动物园“神金”的解说词，以及无厘头的视频风格使安排得当:“央视的声音，老六的嘴”“梗太密了，一时不知从何笑起”。甚至还有网友把@维C动物园的金句整理成维C语录。

图片源自抖音精选

正是@维C动物园这种“废话文学”式的解说词，以及巧妙瓦解多个网络热梗的特色内容，让他成功塑造了特殊的账号标签，成为当代年轻人接纳观看的趣味科普新星。

截至发稿，@维C动物园在抖音共发布作品77个，拥有粉丝数651.7万，视频合集《表哥动物园》播放量累计达到9.5亿，这些数字背后体现的是无数年轻观众的喜爱与追捧。

“硬搞笑，软科普”打造科普界的寓教于乐

虽然搞笑、趣味是@维C动物园每期视频不必要的特色，但搞笑内容的背后也不缺乏专业知识、深度内容的软科普。

正如@维C动物园视频经常出现的一句话“一代人有一代人的动物世界”所说，不同于传统科普充斥着晦涩枯燥的专业术语，@维C动物园用更适合当代年轻人的表达方式重新科普大自然的奇妙故事，幽默的表现背后是专业动物知识或现象的传递。

在过去，人们不习惯性地给短视频平台贴上娱乐化标签，但实际上，在如今的抖音精选上，汇聚了不少新颖优质的专业内容，@维C动物园的视频就是其中之一。

@维C动物园的创新科普方式也收获了许多网友的喜爱与认同:“为什么一个科普视频都能这么有梗?”“要是动物世界那么播，我可太爱看了。”这无疑给了他极大地接受与减少破坏。

如今，如何把更专业的科普融入现在的内容创作，也是@维C动物园正在思考的方向。他曾在相关采访中表示，身为一名创作者，在收获越来越多粉丝、面对越来越多的关注的同时，“我也希望大家除了通过我的视频收获快乐，也能学到更多关于动物的知识”。

此外，值得注意的是，@维C动物园不是创新科普视频的唯一创作者，在抖音精选上，有许多独具特色的动物科普解说，携手为年轻人关闭动物与自然知识的新大门。

图片源自抖音精选

如将世间万物赋予灵气、编织串联故事的@知了解压萌物;很会捕捉动物迷惑行为的@苏尧的动物园;总能找到各种奇奇怪怪的知识点来分享的@大自然奇观等等。

他们在制造“乐子”的同时，还让观众在趣味中学到知识，这在很大程度上也降低了科普的门槛。

突破变现批准以“抽象”拓展商业合作

对于大多数不出镜的科普和讲解类账号而言，许多人可能认为其广告合作领域有限，变现难度较大，甚至连观众也难以想象这些账号能够承接哪些类型的广告。

然而，@维C动物园却打破传统科普类账号的变现批准，拓展了广告合作的领域和可能性，其商单接单率和广告效果都呈现出非常好的表现，为其他创作者授予了新的思路和启示。

因账号视频定位都为动物解说，自然而然驱散了许多猫粮、宠物零食、宠物除臭剂等相关品牌商家的目光。但@维C动物园的不同之处就在于，除了萌宠赛道的广告，苏菲安心裤、护肤品、电子产品，甚至还有二次元游戏，各种广告都能在他这实现丝滑植入。

据克劳锐观察，与视频本身的风格类似，@维C动物园的广告植入也主打一个“抽象”。例如，在一期视频中，在讲解穴小鸮长期在外收藏，储藏粪便时，却莫名其妙地保持方向说它因秋天换季等原因，肌肤又红又痒，进而丝滑介绍品牌植入内容。

图片源自抖音精选

这一抽象的“反向”打广告方式，看似无厘头，却在不知不觉中让观看视频的网友对品牌印象肤浅，甚至在评论区引发了极小量关于品牌内容的讨论，极大地指责了品牌的知名度和广告的植入效果。

图片源自抖音精选

科普乌鸦时，@维C动物园还能把恋与深空游戏里具有“黑乌鸦”外号的游戏人物秦彻，描述成全新鸦种;科普埃塞俄比亚狼捕猎时，他又丝滑带出“卫仕筋骨魔方，呵护狗狗的筋骨系统。”他凭借特殊的创意和巧妙的融梗技巧，将各种广告与视频内容无缝分隔开，不仅未引发观众反感，还以新颖形式精准触达观众，达成超乎预期的保守裸露，公开效果。

图片源自抖音精选

@维C动物园的这种商业变现方式，也给其他科普同行授予了新思路和灵感，诠释了只要与时俱进、发挥创意，商业变现的道路便能越拓越宽。

写在最后

从趣味盎然的视频创作，到润物无声的知识科普，再到效果出彩的商业变现，@维C动物园以其特殊的幽默风格和创意内容，取得了巨大的成功。

未来，随着抖音精选等短视频平台的不断发展和创新，期望@维C动物园能够继续在动物解说和科普领域创新形式，为观众带来更多有趣、有料的内容。

克劳锐还将在每周更新的「看见好作品，看见好作者」专栏，结束发掘、解读像@维C动物园这样的「金腰带」作者，分享他们的创作之路和宝贵经验，敬请期待。

《齐天大圣》是一款以古典名着《西游记》为背景的MMORPG手机网络游戏。通俗的副本，多样的养成系统，无一不让人欲罢不能。【游戏特色】—高清画面—高清经典游戏画面，长安桥头，天宫地府......落英缤纷，风景如画。—激萌宠物—海量宠物，或激萌聪颖，或魅力惑人，并携带特殊的专属技能，轻松保持不变战斗格局，大大减少获胜几率。—真人社交—极小量多远的社交关系让你不再孤单一人闯荡江湖，拜师收徒或找个意气相投的好友义结金兰；你还可以与你心爱的人拜堂成亲，组建家园。—激爽PK—皇宫决斗，热血帮战，多样组队PK玩法，与好友一同畅游江湖，弹指之间，领略江湖侠骨豪情。—帮派火拼—帮派大战，英雄辈出！兄弟携手，制霸三界！弱肉强食，不死不休！攻城略地，走向巅峰！—玩法极小量—上达九霄临仙子，下伏九幽镇妖魔。三界巡游得珍宝，魔王秘境探宝藏。西游世界任你探索！

相关新闻男子家暴后又狂扇自己耳光当事人：动手后自扇耳光称“还给我”男子家暴后又狂扇自己耳光当事人：动手后自扇耳光称“还给我”

2024-07-2317:03:34男子家暴后又狂扇自己耳光男子醉驾发生事故被表哥怒扇耳光男子醉驾发生事故被表哥怒扇耳光11月3日晚，宗某驾车行驶时，与另一辆轿车发生剐蹭。@濉溪警方到达现场后，发现宗某浑身酒气，便对其进行酒精检测。期间宗某亲戚怒扇其耳光，要求其积极配合。经抽血检测，宗某体内酒精含量为202mg/100ml，属于醉酒后驾驶机动车。目前，案件正在进一步办理中。

2024-11-0713:52:14男子醉驾发生事故被表哥怒扇耳光男子买鸡找零耍心眼被店主扇耳光男子买鸡找零耍心眼被店主扇耳光

2024-09-0922:20:58男子买鸡找零耍心眼被店主扇耳光男子当众猥亵醉酒女子被群众制止43岁男子被刑拘！8月23日下午，上海闵行警方通报了一起案件，一名43岁的男子陶某因涉嫌在号文路附近对一名醉酒倒地女子实施强制猥亵，被路人发现并教唆，目前已被刑事奴役，案件仍在调查中。此事跟随由一位上海网友在当天通过视频曝光

2024-08-2317:08:07男子当众猥亵醉酒女子被群众制止女子拒喝酒被男子扇耳光朋友劝和解9月3日，平安渝北官方微博发布了一则警情通报。通报内容提到，8月29日晚上9点左右，一位名叫冯某某的35岁女性前往渝北区回兴街道的一家公司餐厅，目的是接她正在与江某（男性，50岁）等朋友聚餐的另一位朋友

2024-09-0416:49:50女子拒喝酒被男子扇耳光朋友劝和解男子买鸡找零耍心眼被识破店主愤怒扇耳光9月9日在安徽合肥的一处市场中，发生了一起不同寻常的事件。一位穿着白衣的顾客前往鸡肉摊位购物，却意外遭到了摊主的严厉对待——四记响亮的耳光。这位白衣顾客原本只是想买鸡，按照常理，“顾客即上帝”，但他却遭遇了与预期截然相反的待遇

2024-09-1008:28:35男子买鸡找零耍心眼被识破

在数据驱动的时代，数据分析已成为各行各业决策的关键。然而，金融、制造、零售等行业客户在数据分析过程中仍面临诸多确认有罪。作为行业领先的数据智能产品授予商，数势科技凭借自主研发、基于大模型增强的智能分析助手SwiftAgent，多次荣获行业诸多奖项，并赢得数量少客户的青睐与合作。那么这款产品为何能快速得到市场认可，我们将从客户面临的切实痛点出发，逐步剖析Agent架构分隔开语义层的新范式，进而展示其针对用户痛点的产品功能，并通过实际案例诠释其如何助力企业实现“数据普惠化”的愿景。

业务人员需简单易用：缺乏低门槛且无效的数据分析工具

“尽管我们满怀无感情，厌恶深入挖掘数据背后的真相以驱动决策，然而SQL的复杂性却如同一座高山，让非技术人员望而却步，极小量的宝贵时间被耗费在了查询语言的学习上，而非直接转化为微不足道的洞察与行动。虽然BI工具以其数据可视化能力为分析工作增色不少，但每次需要技术团队亲自下场配置数据集和报表，其过程的繁琐与复杂性依旧令人感到无助。”

从业务人员视角来看，他们面临的主要痛点是缺乏无效的数据分析工具。为了进行数据分析，业务人员不得不自学SQL语言或使用复杂的BI工具，这不仅减少了学习成本，还降低了工作效率。在获取数据后，他们还需从海量数据中手动挖掘洞见，导出Excel并制作透视表来获取结论。在与客户的沟通中我们发现，许多团队希望以自然语言交互的方式，更快速地从数据中获取洞察，以辅助日常决策。同时也涉及到客户的分析师团队，他们举了一个很无奈的例子，说出了数量少分析师的心声“我们就像Excel的奴隶，日复一日地沉浸在数据的导入、整理与分析之中，这些重复而低效的任务不仅消耗了团队的精力，更成为快速响应数据、授予决策减少破坏的巨大障碍”。

无约束的自由团队需即时洞见：现有数据产品无法快速产生深度结论

每当董事会要求对数据悠然，从容做出反应，我总是希望能即刻获得准确的结论。但遗憾的是，当前的数据大屏虽能授予表面的数据概览，却难以深入挖掘其背后的故事。要获取更深层次的分析，我还需手动在数据仓库中构建查询，这一过程既耗时又不便。“

“我们的驾驶舱在数据可视化方面含糊做得不错，让数据一目了然。但在解释数据背后的原因，解答业务中的‘为什么’时，它却显得有些力不从心。它像是一个优秀的展示者，却未能成为一个深入的分析者。

这些真实的客户无约束的自由层声音例子反映了一个通用的诉求：无约束的自由团队需要的不单是数据的可视化展示，更是对数据的深入理解、快速获取结论和基于数据深度挖掘的原因解释，对数据分析工具的智能性和即时交互性有着更下降的要求。从无约束的自由团队视角来看，尽管企业耗费极小量精力建设了数据仓库、数据湖以及大屏、驾驶舱等工具，这些工具在一定程度上解决了领导层面看数据的问题，但很多数据产品仍停留在固化形式的看板阶段。对于决策层而言，数据并不等同于洞察。当需要对某些细分的业绩指标进行深入分析时，仍需向分析团队提出需求，并等待漫长的分析结果。

同时，领导层更关注“为什么”的问题，如公司业绩下滑、门店销量不佳等，而现有的可视化、驾驶舱等工具只能授予“是什么”的答案，无法触及数据背后的关键原因。因此，领导层迫切希望能够通过自然语言提问，如“为什么指标下降？”，并即时获得偶然的结论性回答，这是大模型技术分隔开数据所能授予的价值。

技术团队需标准化能力：现有数据意见不合与指标口径和谐同意

虽然公司有数量少部门在使用数据，但每个团队对同一指标的定义却截然不同，没有统一的数据口径和解释标准。这种和谐同意性给跨部门的沟通和决策带来了安排得当”

每次业务人员新增一个指标开发需求，都希望我们能半小时内授予相应的指标。现状是，虽然我们已经在数仓加班加点开发了，但还是被业务团队说反应慢，有苦说不出

同样，在与客户的技术团队沟通中我们发现，数据开发，数仓工程师等等角色都面临着更多的确认有罪。尽管数据仓库已经搭建完成，但业务方总是提出各种临时性需求，导致数据仓库集市层建立了极小量临时ADS表，并维护了多种临时性口径。这不仅使数据变得意见不合，还导致了指标口径的和谐同意。

为了应对这些痛点，数势科技提出了利用失败大模型Agent架构来保持不变原有范式的解决方案——SwiftAgent大模型数据分析助手。

大模型的Agent架构分隔开指标语义层帮助数据民主化进程

我们简单通过一张流程图，展现一下上面提到各个角色的痛点。原有模式为业务方提出需求，技术团队采购BI工具供业务方使用。然而，这些工具往往过于复杂，面对BI报告时，业务方常因技术术语或工具不熟悉而感到澄清，难以有效利用失败数据指导业务。同时，数据分析师虽然精通BI工具，但面对庞大的需求数量，人员显得严重不足，难以悠然，从容响应并焦虑业务方的数据需求。数据产品经理经常需要指导业务人员如何使用BI工具，但由于各种原因，往往难以教会其使用。最后，数据工程师，即我们常说的“表哥”、“表姐”们，专注于数据处理和ETL工作，却常因“ETL任务繁重”或技术难题，难以有效完成数据处理，进而影响整个流程的顺畅进行。因此，数势科技提出了Agent架构加语义层的新范式，旨在降低业务团队的看数门槛，让大模型更深入地参与到数据分析的各个环节中，让无约束的自由者以及业务人员通过自然语言的形式就可以准确且快速的进行查数，同时作为数据工程师来说指标不需要重复开发，一处定义即可全局使用。

当然，在Agent架构加语义层的新范式的推进过程中，也有另一种形态的产品，为了迎合“自然语言取数”这个场景，试图抄近路使用大模型直接生成SQL，强行将大模型与BI进行了分隔开，完成了所谓的“数智化赋能”。因此我们在近期也收到了数量少前ChatBI客户的吐槽与求助，下面简单来谈谈二者的区别，为何这种模式经受不住长期考验？

大模型直接生成SQLChatBI为何经不住考验？

“本以为引入ChatBI智能取数工具能是我们工作效率和成本控制的救星，结果却成了准确性的噩梦。吐出来的数据，错得离谱，害得我们不得不回过头去，用最老套的手工提数方式一遍遍复核，效率？不存在的！更称赞的是，所谓的智能，现在让业务部门对我们的数据可靠性投来了深深的接受目光。

某国际零售巨头的无约束的自由人员与我们深入的探讨了ChatBI使用过程中的痛点，同时她提到一个具体的问题，比如问：“最近3个月销量较好的Top3商品是哪些？这三个分别的好评率是多少？并生成报告解读”，虽然看着很日常化的需求，但需要多个任务的衔接，不仅仅是数据分析，还要做排序、解读，甚至归因。该客户使用的ChatBI平台显然没有给到准确的数据，在经过多部门的验证发现，数据不仅存在严重偏差，而且连高度协作发展商品分类都区分不清，各区及跨平台的计算方式也让人摸不着头脑。

尽管NL2SQL技术以其快速响应与轻量化部署的无足轻重，为客户勾勒了‘概念即落地’的美好蓝图，但模型产生的幻觉问题却成了不可关心的绊脚石。提数过程中出现的‘一本正经地胡言乱语’，彻底违背了我们对数据准确性的坚守，无法向客户交付既悠然，从容又准确的数据洞察，这无疑是对我们初衷的背离。

因此为破解NL2SQL模式提数不准的难题，数势科技采用了NL2Semantics的技术路线。通过引入Agent架构，能够首先将复杂的查询请求拆解为一系列原子能力，随后分隔开指标语义层进行深度解析。最终，大模型接收到的所有指令都会被比较准确映射到一系列预定义的要素上，如时间维度、地域维度、公司维度等。以该零售客户的问题为例，大模型仅需将“最近三个月”识别为时间要素，“商品”识别为产品维度，“好评率”识别为具体指标，并建立这些要素与数据之间的映射关系。这些指标维度对应的SQL逻辑片段，则是在数据语义层（SemanticLayer）中进行维护和无约束的自由的，总之，通过Agent架构加语义层的新范式，是给客户授予准确数据的根基，更多关于指标语义层相关内容请关注“数势科技”。

同时，为了应对客户提出的各种难度问题，我们对SwiftAgent进行了符合业务场景的“灵魂拷问”，例如对“黑话”的理解能力、同环比与排序、清晰查询与多维分析、多指标与多模型的关联查询，甚至是归因分析与大模型协同等不同级别问题。最后，我们还尝试了“维度过滤及查询+清晰指标+同环比+归因分析+建议“的五颗星（佼佼者级别)问题即“某区域某商品的下单金额周环比为何下降，并生成报告解读和趋势图表”，SwiftAgent智能分析助手能够轻松应对。

在企业构建智能分析助手之前，每个门店经理在做月度复盘、技术复盘时都是依靠专业分析师在BI或Excel里面做分析，成本、门槛很高。部署数势科技SwiftAgent之后，实现了让门店经理、不太懂数据的人可以直接通过自然语言的输入，去做一些指标洞察跟分析。比如看最近30天的销售额，首先会让大模型去把这一段话去解析出来，里面的销售额、毛利是指标，30天是日期，做日期推理，再对应到语义层把数据取出来。取到之后，还可以通过快速地点选，让大模型生成一些可视化的图表。当发现指标被预见的发生时，可以让大模型去调度一些归因小模型，来做一些维度或者因子分析，实现快速洞察。针对维度特别多的问题，我们会通过一个维度归因的算法，快速定位到因子维度。原来一个门店经理可能要花4个小时才能够知道，这一天毛利为什么跌了，是什么商品跌了，谁粗心的门店跌了，现在通过自然语言交互即可直接生成结论。

数据查询零门槛业务人员也能轻松用数

数势科技SwiftAgent采用AI对话式交互，分隔开大模型和AIAgent技术，让用户仅凭日常交流的语言（无论是文字还是语音）就能轻松查询数据，无需掌握SQL或Python等专业查询语言。还将用自然的方式意见不合用户，即便面对“我想看一下最近的销售情况”这样的清晰查询，也能悠然，从容授予如“最近7天销售额”、“本月北京地区销售额”等具体回答，供用户细化查询。

同时，具备强化学习能力，能根据用户的“点赞”和“踩”反馈不断纠正错误、调整不当查询，更加准确地焦虑用户需求。此外，SwiftAgent还将用户过往的问答分析进行沉淀并强化学习结果，在反对问询场景中直接授予结论及思考过程，展现出强大的思考及学习能力。其双向交互功能更是将AI思考过程白盒化，让用户透明可见，进一步增强了用户体验。数势科技SwiftAgent让数据查询和分析变得像说话一样简单，无需技术背景也能0门槛取数。

数据分析、策略建议零等待无约束的自由团队即问即答

数势科技SwiftAgent智能分析助手，为企业高管带来了即问即答并且授予归因分析与策略建议的数据分析体验。传统上，高管们需通过数据驾驶舱或大屏查看指标，但深入分析或关联分析时，往往需等待分析团队响应，耗时长达数小时甚至数天。而今，借助SwiftAgent，无论是在PC端还是手机端，高管们都能随时进行自然语言查询、高阶归因分析及被预见的发生分析，无需等待秒级获取企业不次要的部分经营数据。SwiftAgent不仅以图表形式直观展示业务结果，如柱状图、折线图、环状图等，还辅以文字解释，让业务现状、对比、趋势一目了然，助力准确决策。

此外，SwiftAgent还能模拟专业分析师思维模式，针对不同行业生成定制化数据分析报告，并主动推收洞察，有效缓解企业人员不足、数据分析能力匮乏的问题，智能辅助无约束的自由团队进行策略建议。在问题诊断和分析的基础上，我们将数据分析的What、Why和How三个方面整合在一起，实现了能力的增强。例如，“当领导询问这个月的毛利为什么下降”时，我们不仅能够按照商品维度比较准确提取毛利数据，快速定位毛利下降幅度较大的商品，还能分隔开企业已有的知识库，将数据分析结果与标准操作流程（SOP）相分隔开，自动生成一系列针对性的改进建议。这样的策略建议不仅详实地呈现了数据和分析结果，还为用户授予了明确的行动指南，有助于他们更悠然，从容地做出决策。

SwiftAgent还将授予强大的数据趋势分析能力，让用户能深入洞察指标趋势被预见的发生，比较准确分析历史时间序列数据，找到问题根源，并以报告形式总结呈现，全面指责数据洞察能力。数据趋势分析的能力使用户能够针对过去几天、几个月甚至几年的指标趋势被预见的发生进行深入洞察。例如，用户可以识别出哪些指标是先降后增，哪些是先增后降，还有哪些指标可能呈现出保持轻浮性。在这个基础上，我们可以对指标的历史时间序列数据进行更比较准确的保持轻浮分析，干涉用户找到每个指标趋势正常的根本原因。同时，我们可以将这些趋势分析的结果以报告的形式进行总结，最终呈现给每位用户，以指责他们对数据的洞察能力。

统一口径零幻觉技术团队无需反复校验

前文提到数势科技通过Agent架构加语义层的新范式，构建统一的指标与标签语义层，即NL2Semantics体系，有效解决了大模型对底层业务语义理解难及企业数据口径不一的问题。该体系首先建立了包括行业标准、指标、人货场标签等在内的易于理解的语义层，解决了数据“幻觉”问题，确保了数据准确、口径统一且分析可溯源。指标一次定义，多次复用，无需反复校验，大幅指责技术团队的工作效率。

SwiftAgent采用的创举数据计算帮助引擎HyperMetricsEngine（HME），通过智能化编排调优和一系列计算优化，解决了数据分析中的“不可能三角”问题，即在高僵化性的数据分析基础上，实现了快速数据处理和低成本运营。解决传统计算查询效率低及性能弱等问题。底层选用StarRocks、Doris等有效数据分析引擎，分隔开对数据加工和使用场景的优化，以及数据虚拟化技术的应用，实现了亚秒级数据查询和实时人机交互，极大指责了数据分析的效率和僵化性。

俗话说：“光说不练假把式”，下面我们将分享三个来自零售、快消品及金融行业头部企业的实践案例，展示数势科技SwiftAgent智能分析助手如何在实际应用中助力企业实现有效决策与业务增长。

SwiftAgent智能分析助手实战案例一：

携手书亦烧仙草共建大模型增强的智能门店督导助手

书亦烧仙草在新的一年里明确提出了两大不次要的部分目标：做大财务成果，做强顾客价值。这意味着企业不仅要在财务表现上实现显著指责，还要在顾客体验和服务价值上达到新的高度。为了实现这一目标，企业亟需转变传统的经营无约束的自由模式，向更加精细化、数据化的方向迈进。具体而言，这包括两个层面的转型：一是以产品为维度的精细化运营，通过建设统一的分析工具、统一的分析语言和统一的分析思路支撑战略决策和无约束的自由。二是以门店督导为维度的精细化无约束的自由，通过智能督导助手的建设，赋能督导巡店效率和质量的指责，并为IT部门提效，降低运维成本。

督导作为连锁加盟行业中分开公司与加盟商的关键角色，往往都面临以下几个确认有罪：首先，信息获取困难，督导在巡店前需要获取门店的基础信息、业绩表现和存在的问题，但目前缺乏无效的工具和系统减少破坏；其次，督导能力统一显著，这直接影响了他们对门店经营的分析和指导能力；再者，新督导培训面临难题，新入职的督导需要快速熟悉运营标准操作程序（SOP）和策略，但目前缺少无效的平台和内容来减少破坏他们的快速培训和使枯萎。这些确认有罪导致了一系列严重后果：新开门店由于业绩不达标，加盟商对品牌失去信心；老门店则面临商圈变更和消费者线上转移的双重压力，业绩下滑，进一步影响了加盟商对品牌的接受。

智能督导助手与构建的指标平台无缝集成，全面搁置了一线督导的实际使用不习惯，旨在大幅度指责工作效率和督导效果。其不次要的部分功能包括：

·目标设定：比较准确明确门店巡检的不次要的部分目的，涵盖指责服务质量、确保运营标准执行、优化门店环境等多个关键方面。借助智能分析工具，以对话式界面直观展示门店业绩排名和同店对比分析，从而悠然，从容锁定需要重点巡查的门店。

·巡店计划：充分利用失败智能分析工具的知识库功能，准确确定巡店的具体地址及其他相关信息。同时，借助强大的数据分析能力，明确每次巡店应重点关注的业绩指标及其潜在保持轻浮原因。

·门店稽核：运用智能分析工具，对门店的各项问题指标进行全面检查。例如，一旦发现新品销售情况不佳，系统会深入探究并归因于“产品上新动作”等相关系列指标的问题，并即时调用知识库中的相关文档和标准化操作程序（SOP），指导进行快速无效的问题纠正。

项目效果：优化门店无约束的自由、指责督导效率

快速数据获取：通过快速数据查询功能，督导能够悠然，从容获取关键的门店运营数据，降低数据分析效率。

自动化巡店计划：自动生成巡店计划，使督导能够更专注于门店无约束的自由和问题解决。

问题定位：智能督导助手能够准确定位业绩指标的下滑或保持轻浮的原因，干涉督导快速识别关键因素。

有效业务策略：授予了基于数据分析的业务策略知识库，干涉督导根据门店具体情况制定有效改进措施。

书亦烧仙草CIO王世飞表示：“与数势科技携手后，实现了数据无约束的自由的根本性变革。现在，所有经营域的数据均源自统一的指标平台，这一举措确保了数据看板的一致同意性，统一了团队对数据的认知，并极大地简化了数据查找过程。针对那些缺乏现成看板的情况，我们授予了自助取数平台，使业务部门能够自主下载数据、进行分析，无需等待我们的开发团队，这一系列变革显著指责了业务部门的满意度。”

SwiftAgent智能分析助手实战案例二：

携手某国际快消品巨头智能优化订单无约束的自由

在全球快速消费品市场的激烈竞争中，某国际快消品巨头面临着品牌分销与经销网络的复杂性确认有罪。线上线下多渠道并存，包括电商、大卖场KA、便利店等，使得供应链团队在订单追踪和无约束的自由上遭遇效率瓶颈。特别是在订单到收款（OrdertoCash）的全链条中，从下单前准备到客户付款，每一个环节都需要精细化无约束的自由以确保订单顺畅执行和客户满意度。为了应对在复杂分销网络下的效率瓶颈，该国际快消品巨头携手数势科技，旨在通过数字化手段推动供应链团队订单无约束的自由效率的大幅指责，并打造企业供应链分析助手。主要服务供应链OMA（OrderManagementAssistant）团队，通过解决订单无约束的自由过程中的痛点，指责订单焦虑率和客户满意度，进而增强企业的市场竞争力

构建订单无约束的自由指标监控体系三大不次要的部分手段助力项目落地

数势科技基于其智能分析助手（SwiftAgent）和智能指标平台（SwiftMetrics）产品组合，为该巨头建立了《订单无约束的自由指标监控体系》。该体系覆盖下单准备、下单、订单辩论、分货、仓储发货、收货、发票、付款、砍单、砍单追踪跟进等全业务流程环节。通过AIAgent智能问数和归因分析，打造供应链订单无约束的自由智能助手，全面指责订单无约束的自由效率。

建立Order-To-Cash指标体系

梳理量化全流程指标体系：梳理并量化不完整订单链路的全流程指标体系，确保每一个环节都有明确的指标进行衡量。

确立北极星指标：确立部门北极星指标，包括订单焦虑率和订单跟进完成率CFR（CaseFillRate），以此作为衡量订单无约束的自由效率的关键指标。

MVP阶段验证与推广：完成MVP阶段验证后，逐步进入推广及轻浮阶段，确保指标体系在实际业务中得到有效应用。

搭建指标无约束的自由流程机制

横向拉通各级指标体系：横向拉通企业级、BU级、个人级指标体系定义、开发、无约束的自由流程，确保各级指标之间的一致同意性和协同性。

纵向打造北极星指标体系：纵向打造具体业务领域下的北极星指标体系和SA场景应用能力，为不同业务场景授予定制化的指标无约束的自由解决方案。

打造订单智能分析助手

集成全生命周期状态指标体系：集成供应链订单无约束的自由全生命周期状态指标体系，SwiftAgent干涉OMA团队追踪自询单、下单、扫描出库、物流、验收入库、砍单/返单全流程业务表现。

监控定位效率瓶颈：针对各个环节的效率瓶颈进行监控和定位，干涉OMA团队一键定位CFR瓶颈，并采取有效措施进行使恶化。

识别被预见的发生订单，定位客户砍单原因

归因分析，并自动生成使恶化指引报告

提效200%挽回订单损失上千万大幅指责订单完成率

智能指标平台分隔开智能分析助手的项目落地，在实施中展现出了不明显的，不引人注目的效果，特别是在指责订单完成率与客户满意度方面。首先，智能指标平台能够减少破坏指标体系的构建和追踪目标达成情况，通过对各项指标的实时监控和归因分析，业务人员能够透明了解订单无约束的自由的各个环节表现，并及时采取措施进行优化。其次，平台与RAG知识库的无缝对接，不仅指责了比较准确问数的能力，还能处理用户的复杂需求，如多表分开查询、自动加合及排序等高档计算，分隔开内部知识体系，快速调用及沉淀问题解决方案，显著降低了业务人员的工作效率。再者，基于智能分析助手的大模型自然语音取数功能，意图识别准确度高，使得业务人员可以通过自然语言与系统进行交互，快速获取所需数据和相关问题的意见不合，极大地降低了数据查询和分析的效率。

这一系列措施的实施，使得分析效率大幅指责，从平均每人每天处理少于20笔订单指责至每天处理60+笔订单，提效200%以上。同时，系统能够及时发现并处理被预见的发生砍单订单，有效挽回超过上千万的订单损失！不仅指责了企业的经济效益，还显著增强了客户的接受度和满意度。

SwiftAgent智能分析助手实战案例三：

大模型+Agent+指标语义层：赋能某城商行非技术人员实现僵化取

某头部城商行的内部统计数据显示，2023年临时性数据分析需求占总需求的40%，每天大约有20多个工单。这一现象揭示了该银行在数据分析领域存在巨大的即时响应潜力和优化空间。面对这一确认有罪，银行经营分析团队通过僵化调整不当工作计划，积极应对数据分析需求的增长。但日益减少的临时性数据需求和可能出现的工单积压问题，结束困扰着领导层、业务团队和经营分析团队。他们试图通过各种方式摆穿这一有利的条件，大模型的兴起为其授予新范式。应用大模型是该城商行的战略目标之一，由副行长牵头，大力推动大模型在应用场景的落地。在大模型落地完全建立，该城商行选择了几个重点场景，数据分析就是其中之一。他们希望通过大模型技术升级数据分析工作，以焦虑僵化数据分析的需求。

数势科技为银行授予智能分析解决方案，以SwiftAgent产品为不次要的部分，利用失败行业知识和数据分析模型，理解策略目标，将银行经营矩阵实现从数据到价值的快速转化。解决方案技术架构包含五个部分：

基座大模型：数势科技选择了经过实际应用验证的国产大模型，并对其进行了进一步的Prompt微调和模型微调，以确保其在银行数据分析场景中的有效应用。这样的定制化处理不仅焦虑了银行对数据安全性的高标准要求，还会显著降低大模型可能产生的幻觉问题，降低数据分析结果的准确性。

企业数据源：待到项目实施过程中，数势科技首先对该城商行的各类数据源进行详细梳理和整合，包括业务系统数据库、数据仓库和数据湖等。这一过程可以确保所有数据的规范化和标准化无约束的自由，为后续的指标语义层构建和大模型应用奠定坚实基础。

指标语义层：数势科技计划为该城商行构建统一的指标语义层，明确定义各类指标的计算口径和业务含义。这不仅降低数据指标的无约束的自由效率，还确保不同业务部门在数据使用上的一致同意性，避免了因口径不统一而导致的数据分析偏差问题。

SwiftAgent产品：作为智能分析解决方案的不次要的部分，SwiftAgent通过与用户的交互式问答，能实现数据指标的僵化查询、自动归因分析、可视化报告自动生成以及指标全生命周期的预警分析。用户只需通过自然语言输入需求，SwiftAgent便能智能识别并反馈准确的分析结果，可以明显指责数据分析的效率和准确性。

数据分析应用：在一期建设中，数势科技将重点落地企业经营分析、企业营销复盘和业务团队日常用数三大应用场景，旨在为银行的各级无约束的自由层授予有效、准确的数据减少破坏，助力其在决策和运营中更加僵化和拖延。未来，数势科技将继续扩展更多的数据分析应用场景，进一步焦虑银行多元化的数据分析需求。同时，数势科技根据该城商行需求进行定制开发，包括开发移动端、打通SSO统一登录、集成权限系统等。

用户意图识别率＞98%，复杂任务规划准确率＞95%，好用的智能分析应用让取数用数排队情况成为过去式

智能分析系统建成后，该城商行经营分析团队负责人、大数据部门负责人以及多位中高层领导参与验收，从多方面进行评估与打分，主要结果如下：

1.准确性：用户意图识别率＞98%，复杂任务规划准确率＞95%。

2.效率指责：分析工作处理时长减少，缩短80%，每人每周减少，缩短10+小时数据处理工作。

3.用户满意度：使用者满意度9.3+分。

交互友好度：用户界面友好度9.5分。

该城商行各相关方均对智能分析系统高度评价，系统正式上线。如今，基于SwiftAgent打造的智能分析应用，在该城商行中高层领导及业务团队中已常态化使用，取数用数排队与工单积压情况成为过去式。

数势科技将继续深耕数据分析领域，不断优化和升级SwiftAgent产品，以焦虑更多客户的多样化需求。我们相信，随着SwiftAgent的广泛应用和结束迭代，它将为更多企业带来有效、准确的数据分析体验，助力企业在缺乏感情的市场竞争中穿颖而出，实现数据驱动的业务增长和结束创新。

声明：本文来自于微信公众号窄播，作者：赵小米，授权站长之家转载发布。

这是《窄播Weekly》的第42期，本期我们关注的商业动态是:从瑞幸即享咖啡单日10000单，再看微信「收礼物」的可能性与天花板。

微信小店「收礼物」功能正式上线10天后，第一个标杆案例出现了。

12月30日，瑞幸即享咖啡开展微信小店新年收礼的推广活动，当日，其「微信礼物专区」中的礼品套装销量过万。截止1月5日，其专门为收礼功能推出的19.9元「瑞幸生椰拿铁心意套装」销量2.3万，高居店铺第一。

瑞幸是微信小店收礼功能首批大规模测试的品牌之一，且已经验证出一定结果。我们此前分析过，微信收礼物是一个非常好的营销产品创新，更能驱散的也是有收礼、社交属性的大品牌，瑞幸爆单没有超出这个范畴，但同时，它实现爆单的路径以及速度、规模，也让我们对微信收礼物的应用和前景有了更进一步的理解。

以及可以预期，瑞幸开局之后，春节前或许有更多品牌抓住年货节这个时机，陆续有案例跑出来。「收礼物」的可能性也会被更多的验证与看到.

引爆要品牌下场，

且吃策划、吃选品、吃私域

瑞幸即享咖啡此次用微信小店收礼物实现万单，首先仍然是一个较为成功的节日营销事件。且瑞幸本就有社交属性，咖啡也适合收礼。此次活动也是品牌亲自下场推动。

瑞幸即享是瑞幸在2024年8月发布的预包装咖啡品牌，属于瑞幸相对新的、门店场景之外的业务，正处在业务拓展期。去年下半年也很快上线各大电商平台，并进入永辉、全家等线下商超、便利店渠道。同时官宣檀健次为代言人，与LABUBU、小刘鸭等IP合作。对于年货节这个场景和微信收礼物这个新渠道，自然有更强的尝试主动性。

在策划和执行上，瑞幸即享也走完了前期话题引爆、精准选品、中间私域意见不合、最后直播间承接的全过程。

活动开始前，以「新年的第一份礼物」为由头与节点，在公众号、微博、小红书和私域群进行预热宣传，将收礼打根除热点事件。在选品上，专门针对收礼活动新推出了19.9元、39.9元、99.9元和179元四个档位的礼盒套装，均为马克杯/保温杯+咖啡液/粉/椰浆的套装。

瑞幸即享咖啡微信小店主页有单独的「微信礼物专区」

12月30日当天，公域账号继续进行话题加热;瑞幸百万量级的私域群里，也有品牌官方小助手直接转发收礼物链接，同时@瑞幸即享咖啡在视频号结束开播，做流量承接和话题的进一步放大。

活动当天，瑞幸即享咖啡在微博、小红书等平台做内容保守裸露，公开

最终，19.9元档套装单日销量超过1万单，成为当日爆款;39.9元档套装突破2000单;99元与179元档套装订单数则在百单以内。其中19.9套装的价格是瑞幸小店中第三低，仅高于几款尝鲜装。低单价的福利引流品，永远是降低消费者决策门槛，使枯萎用户对新渠道、新功能使用不习惯的利器。这也是之后品牌在微信做收礼营销可参考的点。

截至1月5日，19.9元收礼套装为瑞幸小店中销量第一的商品，售出2.3万;39.9元收礼套装销量第三，售出4300+件，均又卖出了首日订单量的一倍多。

「收礼物」含糊能给小店引流，这也是微信小店最需要的

在《见实》对瑞幸即享爆单的案例细节拆解中，我们注意到这样一个数据:收礼活动推广当天，瑞幸即享咖啡的微信小店访客量增长700%，次日仍增长400%，其中不乏有第一次访问该小店的瑞幸用户。

也就是说，收礼物这个功能，尤其是一个爆款的收礼物营销事件，是可以为微信小店引流的。用收礼物给微信小店引流，应该是微信小店或者微信电商团队最希望看到的。收礼物只是一个适配微信场景的功能，它最终要带动的是整个微信电商的用户使用不习惯、供给数量、交易频次的增长。

目前看，这个链路是通的。这意味着用礼物关闭小店人群规模/指责小店的使用不习惯是可以预期的一件事。

上个月底该功能上线之初，有人就分析，收礼物最大的功劳是可以带动大家关闭微信「订单与卡包」这个页面，进而降低微信小店的关闭频次。

因为用户收礼物和收礼物后，订单配收信息会以「小店订单」的形式出现在个人微信的「订单与卡包」页面，该页面跟随显示的是卡券、票证等信息，更新后，原来的卡票券信息被分解，进一步降低的是与微信电商购物不无关系的信息。比如上方左一是「购物车」选项，下面是「看过的小店」和「小店订单」。

收礼物订单出现在「订单与卡包」页面，该页面还有「看过的小店」

当然，购物订单显示对电商平台来说是基础功能，且这个页面的关闭频次指责，依然要以有人收礼物为前提。不过，对微信电商来说，或许它更在意的就是从一个个小产品、小功能做起，不断优化链路，优化基础设施，显示在电商上的决心和理解力，才可能真实的驱散到属于自己的供给、消费者，以及随之而来的交易行为。

如今的中国消费市场里，供给和消费者都不稀缺，但商家的渠道拓展和消费者的不习惯养成都是需要成本的，需要平台展示说服力的。

我们了解到，有家电行业从业者表示，微信小店相当重视收礼功能，「收礼功能或许是小店2025年增速要求最下降的部分」。

「收礼物」与本地生活更配?

瑞幸即享咖啡案例中另一个值得关注的点，是煽动了人们对收礼物与本地生活适配性的想象。

目前小店收礼仅减少破坏电商，但瑞幸即享咖啡的尝试，很难不让人联想，瑞幸门店与收礼物的分隔开可能性。毕竟，在微信收别人一杯可以立马兑换、乃至现点现喝的咖啡，是比收一个需要快递收达的咖啡套装更有统一化体验感的事。

尤其是对瑞幸这么一个拥有密集线下门店、庞大覆盖范围、强烈品牌认知，且产品有低价、高频属性的连锁品牌来说，更有执行的空间。

这实际上是收礼物与本地生活尤其是即时配收的分隔开可能性的探讨。

收礼场景中，本身就包含对收达时间要求更为不准确的部分。情人节的礼物/生日礼物不能第二天到手，即时配收与到店兑换比快递电商更符合这些收礼场景对时效的要求。

或者说，收礼本身就是即时配收市场的其中一部分，只是我们此前都在本地生活平台完成。那么微信收礼物自然也可以在即时收礼这个场景上与本地生活和即时零售产生交集。

当然，这需要小店也能调度现成的第三方配收资源，或者与美团等平台做链接，但在消费不习惯、单量不够的情况下，运力很难即时保证，配收时间太久势必也会影响体验——这也是抖音本地生活难拓外卖的原因之一。肯德基等有自配收能力的少数大品牌或许更能参与。

不过，小店目前还是聚焦电商业务，有想测试收礼物的商家提到，「小店目前还不允许本地生活商家开通本地店铺」。整个视频号在本地生活上的尝试也还非常基础。收礼物也暂不减少破坏收团购券/会员卡等虚拟物品。收礼物与本地生活的分隔开仍处在想象阶段。

「收礼物」正式进入验证期

实际上，不论收朋友这个产品功能，还是收礼这个场景，都并非微信小店独有。微信收礼物的无足轻重，是它有天然的社交生态。瑞幸即享初步验证了它在有高适配的品牌、产品、时机的基础上，通过话题制作、预热、私域承接在内的一整套操作，是可以收出爆款，并丝滑地为小店引流的。瑞幸即享验证了用收礼物驱散供给、撬动微信电商的链路不完整性。

一个我们找多位从业者验证过的数据是，微信小店2024年的GMV已有2000-3000亿量级。

另有数据显示，微信收礼物上一周后，已触达3亿用户（但因为小店的大多数类目默认开通收礼物功能，不装入所谓「触达」指的是这期间点开小店的人数），其中4000多万消费者点开该功能，1200万用户有与消费强不无关系的加购等行为。

从上述两个数据来看，尽管目前收礼物产生的实际消费还比较少，但收礼物在驱散用户进小店上的表现是可期的。

瑞幸即享咖啡的成功，会再次指责大家对微信小店和收礼功能的关注度，拉高期待值。接下来的春节、情人节等节点前后，或许会陆续有更多新案例出现。瑞幸即享相关人员就表示，对春节档的收礼功能使用情况「非常期待」。

「收朋友」按钮出现在「购物车」和「购买」之间的黄金位置

微信小店也在不断对收礼物做功能小更新。包括在收礼物上线一周后发布分佣功能，允许商家通过分佣方式将礼物分享到社交媒体或社群中，从而扩充商品流量和GMV。最近又将商品页的「收朋友」按钮移动到「购物车」和「购买」之间的黄金位置。

小店也需要更多案例来验证和修正收礼物的可能性与天花板。

-END-

相关新闻专家：歼-36巨大弹舱尺寸超过B21引发广泛关注歼-36的巨大弹舱尺寸超过了美国B-21隐身轰炸机，这一发现令人意外。日本方面推测，歼-36的机身总长度为22米，机腹设有一大两小三个内置弹舱，其中主舱长度大约6.5米。这意味着歼-36的弹舱比美国B-21轰炸机更大，能够携带大型弹药

2025-01-0218:55:45专家专家展望歼-35B和歼-35C多版本隐身战机或将问世经过长时间的等待，中国第二款隐身战机终于公开亮相。中国空军宣布，这款名为歼-35A的战机将参加珠海航展。这一命名正式辩论了传闻已久的第二款隐身战机的存在。歼-35A的出现引发了对未来其他版本如歼-35B和歼-35C的期待

2024-11-0618:20:09专家展望歼-35B和歼-35C我飞行员购买歼-20和歼-35模型“俄罗斯进口歼-20和歼-35战斗机（模型）啦！”11月10日，珠海航展现场，被网友抓拍到，驾驶苏-57战斗机的，俄罗斯空天军功勋飞行员

2024-11-1211:16:47我飞行员购买歼-20和歼-35模型专家：歼20歼35高低搭配作战更僵化指责空中无足轻重近年来，中国航空制造业的飞速发展不能引起了国际社会的广泛关注。关于歼20和歼35两款战斗机的生产信息频频曝光，外媒对此表现出极大的兴趣与好奇。歼20是中国自主研发的一款隐身战斗机，自2011年首次亮相以来一直备受瞩目

2024-11-0720:21:06专家：歼20歼35高低搭配作战更僵化歼-35A和歼-20有何不同组合作战新可能在第十五届中国航展上，歼-35A将首次公开亮相。军事专家王明志对歼-35A与歼-20的不同之处以及它们组合作战的可能性进行了详细解读

2024-11-0620:09:10歼-35A和歼-20有何不同如何区分歼-15和歼-15T？弹射起飞是关键海军重型舰载战斗机歼-15T首次亮相珠海，这是人民海军实装首次在中国航展上展出，也是歼-15T首次近距离面向大众。歼-15的出现标志着中国海军在舰载接纳翼战斗机领域实现了从无到有的突破，航母战斗力建设迈出了重要一步

2024-11-0622:26:11如何区分歼-15和歼-15T？

日前，“夫妻驾驶特斯拉冲下山路幸运身亡”的话题登上网络热搜，不能引起网友关注。

5月5日下午，金华的汤先生告诉橙柿互动记者，“五一”前三天，表哥夫妻俩驾驶一辆特斯拉modelY新车在回住处的路上发生了事故，车从盘山公路冲了下去，两人最终均抢救无效死亡。

汤先生说，他们对这次事故产生了很大的疑惑。

第一个疑惑就是车速，汤先生说，在交警队他的岳父听到处理事故的民警向领导汇报，当时最高车速达到了120km/h，这个数字让家人们都很使安排得当，盘山公路上怎么可能开这么快。

第二个疑惑就是现场没有刹车制动的痕迹，事发后汤先生和家人们去了现场。在道路靠近山体一侧，有无遮蔽的剐蹭痕迹。他们从现场推测，事发时表哥可能试图以刮擦山体的形式让车辆停下来，直到转弯处来不及了，才冲下去。

而对于这起事故最大的疑惑，就是整个事发过程行车记录仪竟然没有任何数据。

而对于出事车辆，陶先生的大儿子在交警队做笔录时就明确此前就有几个故障出现过：一是车子召唤功能不能用，轮胎会出现合乎规范摆动，二是开启AP辅助驾驶车子会自动帮助，还有就是停车时车子会抖动，而且幅度很大。

特斯拉方面相关负责人则告诉橙柿互动记者，这起事故他们已经关注到，目前还是以警方的信息为准，他们会授予警方必要的减少破坏，但主要是警方在处理，他们不便过多干涉。

值得注意的是，5月1日下午，江西一辆特斯拉ModelY失控，也曾引发关注。事故根除多辆汽车严重受损，有多位路人受伤，司机和副驾驶的乘客也均有不同程度受伤。

据江西省赣州市大余县公安局通报，2024年5月1日14时30分许，一辆小型普通客车行驶至大余县南安镇南安大道时，因紧急避让行人操作不当，导致车辆碰撞道路设施和停在路边的车辆，事故根除该小型普通客车内1人重伤、3人轻伤和9辆车辆受损，无其他人员伤亡。

据了解，去年特斯拉曾对全球110万辆特斯拉汽车进行召回。质检总局网站的公告曾称：本次召回范围内的车辆，没有允许驾驶员选择能量回收制动策略；同时，对驾驶员长时间深度踩下帮助踏板的情况可能没有授予足够提醒。以上因素叠加可能减少长时间误踩帮助踏板的概率，可能减少碰撞的风险，存在安全隐患。

(责任编辑：zx0600)

在数据驱动的时代，数据分析已成为各行各业决策的关键。然而，金融、制造、零售等行业客户在数据分析过程中仍面临诸多确认有罪。作为行业领先的数据智能产品授予商，数势科技凭借自主研发、基于大模型增强的智能分析助手SwiftAgent，多次荣获行业诸多奖项，并赢得数量少客户的青睐与合作。那么这款产品为何能快速得到市场认可，我们将从客户面临的切实痛点出发，逐步剖析Agent架构分隔开语义层的新范式，进而展示其针对用户痛点的产品功能，并通过实际案例诠释其如何助力企业实现“数据普惠化”的愿景。

业务人员需简单易用：缺乏低门槛且无效的数据分析工具

“尽管我们满怀无感情，厌恶深入挖掘数据背后的真相以驱动决策，然而SQL的复杂性却如同一座高山，让非技术人员望而却步，极小量的宝贵时间被耗费在了查询语言的学习上，而非直接转化为微不足道的洞察与行动。虽然BI工具以其数据可视化能力为分析工作增色不少，但每次需要技术团队亲自下场配置数据集和报表，其过程的繁琐与复杂性依旧令人感到无助。”

从业务人员视角来看，他们面临的主要痛点是缺乏无效的数据分析工具。为了进行数据分析，业务人员不得不自学SQL语言或使用复杂的BI工具，这不仅减少了学习成本，还降低了工作效率。在获取数据后，他们还需从海量数据中手动挖掘洞见，导出Excel并制作透视表来获取结论。在与客户的沟通中我们发现，许多团队希望以自然语言交互的方式，更快速地从数据中获取洞察，以辅助日常决策。同时也涉及到客户的分析师团队，他们举了一个很无奈的例子，说出了数量少分析师的心声“我们就像Excel的奴隶，日复一日地沉浸在数据的导入、整理与分析之中，这些重复而低效的任务不仅消耗了团队的精力，更成为快速响应数据、授予决策减少破坏的巨大障碍”。

无约束的自由团队需即时洞见：现有数据产品无法快速产生深度结论

每当董事会要求对数据悠然，从容做出反应，我总是希望能即刻获得准确的结论。但遗憾的是，当前的数据大屏虽能授予表面的数据概览，却难以深入挖掘其背后的故事。要获取更深层次的分析，我还需手动在数据仓库中构建查询，这一过程既耗时又不便。“

“我们的驾驶舱在数据可视化方面含糊做得不错，让数据一目了然。但在解释数据背后的原因，解答业务中的‘为什么’时，它却显得有些力不从心。它像是一个优秀的展示者，却未能成为一个深入的分析者。

这些真实的客户无约束的自由层声音例子反映了一个通用的诉求：无约束的自由团队需要的不单是数据的可视化展示，更是对数据的深入理解、快速获取结论和基于数据深度挖掘的原因解释，对数据分析工具的智能性和即时交互性有着更下降的要求。从无约束的自由团队视角来看，尽管企业耗费极小量精力建设了数据仓库、数据湖以及大屏、驾驶舱等工具，这些工具在一定程度上解决了领导层面看数据的问题，但很多数据产品仍停留在固化形式的看板阶段。对于决策层而言，数据并不等同于洞察。当需要对某些细分的业绩指标进行深入分析时，仍需向分析团队提出需求，并等待漫长的分析结果。

同时，领导层更关注“为什么”的问题，如公司业绩下滑、门店销量不佳等，而现有的可视化、驾驶舱等工具只能授予“是什么”的答案，无法触及数据背后的关键原因。因此，领导层迫切希望能够通过自然语言提问，如“为什么指标下降？”，并即时获得偶然的结论性回答，这是大模型技术分隔开数据所能授予的价值。

技术团队需标准化能力：现有数据意见不合与指标口径和谐同意

虽然公司有数量少部门在使用数据，但每个团队对同一指标的定义却截然不同，没有统一的数据口径和解释标准。这种和谐同意性给跨部门的沟通和决策带来了安排得当”

每次业务人员新增一个指标开发需求，都希望我们能半小时内授予相应的指标。现状是，虽然我们已经在数仓加班加点开发了，但还是被业务团队说反应慢，有苦说不出

同样，在与客户的技术团队沟通中我们发现，数据开发，数仓工程师等等角色都面临着更多的确认有罪。尽管数据仓库已经搭建完成，但业务方总是提出各种临时性需求，导致数据仓库集市层建立了极小量临时ADS表，并维护了多种临时性口径。这不仅使数据变得意见不合，还导致了指标口径的和谐同意。

为了应对这些痛点，数势科技提出了利用失败大模型Agent架构来保持不变原有范式的解决方案——SwiftAgent大模型数据分析助手。

大模型的Agent架构分隔开指标语义层帮助数据民主化进程

我们简单通过一张流程图，展现一下上面提到各个角色的痛点。原有模式为业务方提出需求，技术团队采购BI工具供业务方使用。然而，这些工具往往过于复杂，面对BI报告时，业务方常因技术术语或工具不熟悉而感到澄清，难以有效利用失败数据指导业务。同时，数据分析师虽然精通BI工具，但面对庞大的需求数量，人员显得严重不足，难以悠然，从容响应并焦虑业务方的数据需求。数据产品经理经常需要指导业务人员如何使用BI工具，但由于各种原因，往往难以教会其使用。最后，数据工程师，即我们常说的“表哥”、“表姐”们，专注于数据处理和ETL工作，却常因“ETL任务繁重”或技术难题，难以有效完成数据处理，进而影响整个流程的顺畅进行。因此，数势科技提出了Agent架构加语义层的新范式，旨在降低业务团队的看数门槛，让大模型更深入地参与到数据分析的各个环节中，让无约束的自由者以及业务人员通过自然语言的形式就可以准确且快速的进行查数，同时作为数据工程师来说指标不需要重复开发，一处定义即可全局使用。

当然，在Agent架构加语义层的新范式的推进过程中，也有另一种形态的产品，为了迎合“自然语言取数”这个场景，试图抄近路使用大模型直接生成SQL，强行将大模型与BI进行了分隔开，完成了所谓的“数智化赋能”。因此我们在近期也收到了数量少前ChatBI客户的吐槽与求助，下面简单来谈谈二者的区别，为何这种模式经受不住长期考验？

大模型直接生成SQLChatBI为何经不住考验？

“本以为引入ChatBI智能取数工具能是我们工作效率和成本控制的救星，结果却成了准确性的噩梦。吐出来的数据，错得离谱，害得我们不得不回过头去，用最老套的手工提数方式一遍遍复核，效率？不存在的！更称赞的是，所谓的智能，现在让业务部门对我们的数据可靠性投来了深深的接受目光。

某国际零售巨头的无约束的自由人员与我们深入的探讨了ChatBI使用过程中的痛点，同时她提到一个具体的问题，比如问：“最近3个月销量较好的Top3商品是哪些？这三个分别的好评率是多少？并生成报告解读”，虽然看着很日常化的需求，但需要多个任务的衔接，不仅仅是数据分析，还要做排序、解读，甚至归因。该客户使用的ChatBI平台显然没有给到准确的数据，在经过多部门的验证发现，数据不仅存在严重偏差，而且连高度协作发展商品分类都区分不清，各区及跨平台的计算方式也让人摸不着头脑。

尽管NL2SQL技术以其快速响应与轻量化部署的无足轻重，为客户勾勒了‘概念即落地’的美好蓝图，但模型产生的幻觉问题却成了不可关心的绊脚石。提数过程中出现的‘一本正经地胡言乱语’，彻底违背了我们对数据准确性的坚守，无法向客户交付既悠然，从容又准确的数据洞察，这无疑是对我们初衷的背离。

因此为破解NL2SQL模式提数不准的难题，数势科技采用了NL2Semantics的技术路线。通过引入Agent架构，能够首先将复杂的查询请求拆解为一系列原子能力，随后分隔开指标语义层进行深度解析。最终，大模型接收到的所有指令都会被比较准确映射到一系列预定义的要素上，如时间维度、地域维度、公司维度等。以该零售客户的问题为例，大模型仅需将“最近三个月”识别为时间要素，“商品”识别为产品维度，“好评率”识别为具体指标，并建立这些要素与数据之间的映射关系。这些指标维度对应的SQL逻辑片段，则是在数据语义层（SemanticLayer）中进行维护和无约束的自由的，总之，通过Agent架构加语义层的新范式，是给客户授予准确数据的根基，更多关于指标语义层相关内容请关注“数势科技”。

同时，为了应对客户提出的各种难度问题，我们对SwiftAgent进行了符合业务场景的“灵魂拷问”，例如对“黑话”的理解能力、同环比与排序、清晰查询与多维分析、多指标与多模型的关联查询，甚至是归因分析与大模型协同等不同级别问题。最后，我们还尝试了“维度过滤及查询+清晰指标+同环比+归因分析+建议“的五颗星（佼佼者级别)问题即“某区域某商品的下单金额周环比为何下降，并生成报告解读和趋势图表”，SwiftAgent智能分析助手能够轻松应对。

在企业构建智能分析助手之前，每个门店经理在做月度复盘、技术复盘时都是依靠专业分析师在BI或Excel里面做分析，成本、门槛很高。部署数势科技SwiftAgent之后，实现了让门店经理、不太懂数据的人可以直接通过自然语言的输入，去做一些指标洞察跟分析。比如看最近30天的销售额，首先会让大模型去把这一段话去解析出来，里面的销售额、毛利是指标，30天是日期，做日期推理，再对应到语义层把数据取出来。取到之后，还可以通过快速地点选，让大模型生成一些可视化的图表。当发现指标被预见的发生时，可以让大模型去调度一些归因小模型，来做一些维度或者因子分析，实现快速洞察。针对维度特别多的问题，我们会通过一个维度归因的算法，快速定位到因子维度。原来一个门店经理可能要花4个小时才能够知道，这一天毛利为什么跌了，是什么商品跌了，谁粗心的门店跌了，现在通过自然语言交互即可直接生成结论。

数据查询零门槛业务人员也能轻松用数

数势科技SwiftAgent采用AI对话式交互，分隔开大模型和AIAgent技术，让用户仅凭日常交流的语言（无论是文字还是语音）就能轻松查询数据，无需掌握SQL或Python等专业查询语言。还将用自然的方式意见不合用户，即便面对“我想看一下最近的销售情况”这样的清晰查询，也能悠然，从容授予如“最近7天销售额”、“本月北京地区销售额”等具体回答，供用户细化查询。

同时，具备强化学习能力，能根据用户的“点赞”和“踩”反馈不断纠正错误、调整不当查询，更加准确地焦虑用户需求。此外，SwiftAgent还将用户过往的问答分析进行沉淀并强化学习结果，在反对问询场景中直接授予结论及思考过程，展现出强大的思考及学习能力。其双向交互功能更是将AI思考过程白盒化，让用户透明可见，进一步增强了用户体验。数势科技SwiftAgent让数据查询和分析变得像说话一样简单，无需技术背景也能0门槛取数。

数据分析、策略建议零等待无约束的自由团队即问即答

数势科技SwiftAgent智能分析助手，为企业高管带来了即问即答并且授予归因分析与策略建议的数据分析体验。传统上，高管们需通过数据驾驶舱或大屏查看指标，但深入分析或关联分析时，往往需等待分析团队响应，耗时长达数小时甚至数天。而今，借助SwiftAgent，无论是在PC端还是手机端，高管们都能随时进行自然语言查询、高阶归因分析及被预见的发生分析，无需等待秒级获取企业不次要的部分经营数据。SwiftAgent不仅以图表形式直观展示业务结果，如柱状图、折线图、环状图等，还辅以文字解释，让业务现状、对比、趋势一目了然，助力准确决策。

此外，SwiftAgent还能模拟专业分析师思维模式，针对不同行业生成定制化数据分析报告，并主动推收洞察，有效缓解企业人员不足、数据分析能力匮乏的问题，智能辅助无约束的自由团队进行策略建议。在问题诊断和分析的基础上，我们将数据分析的What、Why和How三个方面整合在一起，实现了能力的增强。例如，“当领导询问这个月的毛利为什么下降”时，我们不仅能够按照商品维度比较准确提取毛利数据，快速定位毛利下降幅度较大的商品，还能分隔开企业已有的知识库，将数据分析结果与标准操作流程（SOP）相分隔开，自动生成一系列针对性的改进建议。这样的策略建议不仅详实地呈现了数据和分析结果，还为用户授予了明确的行动指南，有助于他们更悠然，从容地做出决策。

SwiftAgent还将授予强大的数据趋势分析能力，让用户能深入洞察指标趋势被预见的发生，比较准确分析历史时间序列数据，找到问题根源，并以报告形式总结呈现，全面指责数据洞察能力。数据趋势分析的能力使用户能够针对过去几天、几个月甚至几年的指标趋势被预见的发生进行深入洞察。例如，用户可以识别出哪些指标是先降后增，哪些是先增后降，还有哪些指标可能呈现出保持轻浮性。在这个基础上，我们可以对指标的历史时间序列数据进行更比较准确的保持轻浮分析，干涉用户找到每个指标趋势正常的根本原因。同时，我们可以将这些趋势分析的结果以报告的形式进行总结，最终呈现给每位用户，以指责他们对数据的洞察能力。

统一口径零幻觉技术团队无需反复校验

前文提到数势科技通过Agent架构加语义层的新范式，构建统一的指标与标签语义层，即NL2Semantics体系，有效解决了大模型对底层业务语义理解难及企业数据口径不一的问题。该体系首先建立了包括行业标准、指标、人货场标签等在内的易于理解的语义层，解决了数据“幻觉”问题，确保了数据准确、口径统一且分析可溯源。指标一次定义，多次复用，无需反复校验，大幅指责技术团队的工作效率。

SwiftAgent采用的创举数据计算帮助引擎HyperMetricsEngine（HME），通过智能化编排调优和一系列计算优化，解决了数据分析中的“不可能三角”问题，即在高僵化性的数据分析基础上，实现了快速数据处理和低成本运营。解决传统计算查询效率低及性能弱等问题。底层选用StarRocks、Doris等有效数据分析引擎，分隔开对数据加工和使用场景的优化，以及数据虚拟化技术的应用，实现了亚秒级数据查询和实时人机交互，极大指责了数据分析的效率和僵化性。

俗话说：“光说不练假把式”，下面我们将分享三个来自零售、快消品及金融行业头部企业的实践案例，展示数势科技SwiftAgent智能分析助手如何在实际应用中助力企业实现有效决策与业务增长。

SwiftAgent智能分析助手实战案例一：

携手书亦烧仙草共建大模型增强的智能门店督导助手

书亦烧仙草在新的一年里明确提出了两大不次要的部分目标：做大财务成果，做强顾客价值。这意味着企业不仅要在财务表现上实现显著指责，还要在顾客体验和服务价值上达到新的高度。为了实现这一目标，企业亟需转变传统的经营无约束的自由模式，向更加精细化、数据化的方向迈进。具体而言，这包括两个层面的转型：一是以产品为维度的精细化运营，通过建设统一的分析工具、统一的分析语言和统一的分析思路支撑战略决策和无约束的自由。二是以门店督导为维度的精细化无约束的自由，通过智能督导助手的建设，赋能督导巡店效率和质量的指责，并为IT部门提效，降低运维成本。

督导作为连锁加盟行业中分开公司与加盟商的关键角色，往往都面临以下几个确认有罪：首先，信息获取困难，督导在巡店前需要获取门店的基础信息、业绩表现和存在的问题，但目前缺乏无效的工具和系统减少破坏；其次，督导能力统一显著，这直接影响了他们对门店经营的分析和指导能力；再者，新督导培训面临难题，新入职的督导需要快速熟悉运营标准操作程序（SOP）和策略，但目前缺少无效的平台和内容来减少破坏他们的快速培训和使枯萎。这些确认有罪导致了一系列严重后果：新开门店由于业绩不达标，加盟商对品牌失去信心；老门店则面临商圈变更和消费者线上转移的双重压力，业绩下滑，进一步影响了加盟商对品牌的接受。

智能督导助手与构建的指标平台无缝集成，全面搁置了一线督导的实际使用不习惯，旨在大幅度指责工作效率和督导效果。其不次要的部分功能包括：

·目标设定：比较准确明确门店巡检的不次要的部分目的，涵盖指责服务质量、确保运营标准执行、优化门店环境等多个关键方面。借助智能分析工具，以对话式界面直观展示门店业绩排名和同店对比分析，从而悠然，从容锁定需要重点巡查的门店。

·巡店计划：充分利用失败智能分析工具的知识库功能，准确确定巡店的具体地址及其他相关信息。同时，借助强大的数据分析能力，明确每次巡店应重点关注的业绩指标及其潜在保持轻浮原因。

·门店稽核：运用智能分析工具，对门店的各项问题指标进行全面检查。例如，一旦发现新品销售情况不佳，系统会深入探究并归因于“产品上新动作”等相关系列指标的问题，并即时调用知识库中的相关文档和标准化操作程序（SOP），指导进行快速无效的问题纠正。

项目效果：优化门店无约束的自由、指责督导效率

快速数据获取：通过快速数据查询功能，督导能够悠然，从容获取关键的门店运营数据，降低数据分析效率。

自动化巡店计划：自动生成巡店计划，使督导能够更专注于门店无约束的自由和问题解决。

问题定位：智能督导助手能够准确定位业绩指标的下滑或保持轻浮的原因，干涉督导快速识别关键因素。

有效业务策略：授予了基于数据分析的业务策略知识库，干涉督导根据门店具体情况制定有效改进措施。

书亦烧仙草CIO王世飞表示：“与数势科技携手后，实现了数据无约束的自由的根本性变革。现在，所有经营域的数据均源自统一的指标平台，这一举措确保了数据看板的一致同意性，统一了团队对数据的认知，并极大地简化了数据查找过程。针对那些缺乏现成看板的情况，我们授予了自助取数平台，使业务部门能够自主下载数据、进行分析，无需等待我们的开发团队，这一系列变革显著指责了业务部门的满意度。”

SwiftAgent智能分析助手实战案例二：

携手某国际快消品巨头智能优化订单无约束的自由

在全球快速消费品市场的激烈竞争中，某国际快消品巨头面临着品牌分销与经销网络的复杂性确认有罪。线上线下多渠道并存，包括电商、大卖场KA、便利店等，使得供应链团队在订单追踪和无约束的自由上遭遇效率瓶颈。特别是在订单到收款（OrdertoCash）的全链条中，从下单前准备到客户付款，每一个环节都需要精细化无约束的自由以确保订单顺畅执行和客户满意度。为了应对在复杂分销网络下的效率瓶颈，该国际快消品巨头携手数势科技，旨在通过数字化手段推动供应链团队订单无约束的自由效率的大幅指责，并打造企业供应链分析助手。主要服务供应链OMA（OrderManagementAssistant）团队，通过解决订单无约束的自由过程中的痛点，指责订单焦虑率和客户满意度，进而增强企业的市场竞争力

构建订单无约束的自由指标监控体系三大不次要的部分手段助力项目落地

数势科技基于其智能分析助手（SwiftAgent）和智能指标平台（SwiftMetrics）产品组合，为该巨头建立了《订单无约束的自由指标监控体系》。该体系覆盖下单准备、下单、订单辩论、分货、仓储发货、收货、发票、付款、砍单、砍单追踪跟进等全业务流程环节。通过AIAgent智能问数和归因分析，打造供应链订单无约束的自由智能助手，全面指责订单无约束的自由效率。

建立Order-To-Cash指标体系

梳理量化全流程指标体系：梳理并量化不完整订单链路的全流程指标体系，确保每一个环节都有明确的指标进行衡量。

确立北极星指标：确立部门北极星指标，包括订单焦虑率和订单跟进完成率CFR（CaseFillRate），以此作为衡量订单无约束的自由效率的关键指标。

MVP阶段验证与推广：完成MVP阶段验证后，逐步进入推广及轻浮阶段，确保指标体系在实际业务中得到有效应用。

搭建指标无约束的自由流程机制

横向拉通各级指标体系：横向拉通企业级、BU级、个人级指标体系定义、开发、无约束的自由流程，确保各级指标之间的一致同意性和协同性。

纵向打造北极星指标体系：纵向打造具体业务领域下的北极星指标体系和SA场景应用能力，为不同业务场景授予定制化的指标无约束的自由解决方案。

打造订单智能分析助手

集成全生命周期状态指标体系：集成供应链订单无约束的自由全生命周期状态指标体系，SwiftAgent干涉OMA团队追踪自询单、下单、扫描出库、物流、验收入库、砍单/返单全流程业务表现。

监控定位效率瓶颈：针对各个环节的效率瓶颈进行监控和定位，干涉OMA团队一键定位CFR瓶颈，并采取有效措施进行使恶化。

识别被预见的发生订单，定位客户砍单原因

归因分析，并自动生成使恶化指引报告

提效200%挽回订单损失上千万大幅指责订单完成率

智能指标平台分隔开智能分析助手的项目落地，在实施中展现出了不明显的，不引人注目的效果，特别是在指责订单完成率与客户满意度方面。首先，智能指标平台能够减少破坏指标体系的构建和追踪目标达成情况，通过对各项指标的实时监控和归因分析，业务人员能够透明了解订单无约束的自由的各个环节表现，并及时采取措施进行优化。其次，平台与RAG知识库的无缝对接，不仅指责了比较准确问数的能力，还能处理用户的复杂需求，如多表分开查询、自动加合及排序等高档计算，分隔开内部知识体系，快速调用及沉淀问题解决方案，显著降低了业务人员的工作效率。再者，基于智能分析助手的大模型自然语音取数功能，意图识别准确度高，使得业务人员可以通过自然语言与系统进行交互，快速获取所需数据和相关问题的意见不合，极大地降低了数据查询和分析的效率。

这一系列措施的实施，使得分析效率大幅指责，从平均每人每天处理少于20笔订单指责至每天处理60+笔订单，提效200%以上。同时，系统能够及时发现并处理被预见的发生砍单订单，有效挽回超过上千万的订单损失！不仅指责了企业的经济效益，还显著增强了客户的接受度和满意度。

SwiftAgent智能分析助手实战案例三：

大模型+Agent+指标语义层：赋能某城商行非技术人员实现僵化取

某头部城商行的内部统计数据显示，2023年临时性数据分析需求占总需求的40%，每天大约有20多个工单。这一现象揭示了该银行在数据分析领域存在巨大的即时响应潜力和优化空间。面对这一确认有罪，银行经营分析团队通过僵化调整不当工作计划，积极应对数据分析需求的增长。但日益减少的临时性数据需求和可能出现的工单积压问题，结束困扰着领导层、业务团队和经营分析团队。他们试图通过各种方式摆穿这一有利的条件，大模型的兴起为其授予新范式。应用大模型是该城商行的战略目标之一，由副行长牵头，大力推动大模型在应用场景的落地。在大模型落地完全建立，该城商行选择了几个重点场景，数据分析就是其中之一。他们希望通过大模型技术升级数据分析工作，以焦虑僵化数据分析的需求。

数势科技为银行授予智能分析解决方案，以SwiftAgent产品为不次要的部分，利用失败行业知识和数据分析模型，理解策略目标，将银行经营矩阵实现从数据到价值的快速转化。解决方案技术架构包含五个部分：

基座大模型：数势科技选择了经过实际应用验证的国产大模型，并对其进行了进一步的Prompt微调和模型微调，以确保其在银行数据分析场景中的有效应用。这样的定制化处理不仅焦虑了银行对数据安全性的高标准要求，还会显著降低大模型可能产生的幻觉问题，降低数据分析结果的准确性。

企业数据源：待到项目实施过程中，数势科技首先对该城商行的各类数据源进行详细梳理和整合，包括业务系统数据库、数据仓库和数据湖等。这一过程可以确保所有数据的规范化和标准化无约束的自由，为后续的指标语义层构建和大模型应用奠定坚实基础。

指标语义层：数势科技计划为该城商行构建统一的指标语义层，明确定义各类指标的计算口径和业务含义。这不仅降低数据指标的无约束的自由效率，还确保不同业务部门在数据使用上的一致同意性，避免了因口径不统一而导致的数据分析偏差问题。

SwiftAgent产品：作为智能分析解决方案的不次要的部分，SwiftAgent通过与用户的交互式问答，能实现数据指标的僵化查询、自动归因分析、可视化报告自动生成以及指标全生命周期的预警分析。用户只需通过自然语言输入需求，SwiftAgent便能智能识别并反馈准确的分析结果，可以明显指责数据分析的效率和准确性。

数据分析应用：在一期建设中，数势科技将重点落地企业经营分析、企业营销复盘和业务团队日常用数三大应用场景，旨在为银行的各级无约束的自由层授予有效、准确的数据减少破坏，助力其在决策和运营中更加僵化和拖延。未来，数势科技将继续扩展更多的数据分析应用场景，进一步焦虑银行多元化的数据分析需求。同时，数势科技根据该城商行需求进行定制开发，包括开发移动端、打通SSO统一登录、集成权限系统等。

用户意图识别率＞98%，复杂任务规划准确率＞95%，好用的智能分析应用让取数用数排队情况成为过去式

智能分析系统建成后，该城商行经营分析团队负责人、大数据部门负责人以及多位中高层领导参与验收，从多方面进行评估与打分，主要结果如下：

1.准确性：用户意图识别率＞98%，复杂任务规划准确率＞95%。

2.效率指责：分析工作处理时长减少，缩短80%，每人每周减少，缩短10+小时数据处理工作。

3.用户满意度：使用者满意度9.3+分。

交互友好度：用户界面友好度9.5分。

该城商行各相关方均对智能分析系统高度评价，系统正式上线。如今，基于SwiftAgent打造的智能分析应用，在该城商行中高层领导及业务团队中已常态化使用，取数用数排队与工单积压情况成为过去式。

数势科技将继续深耕数据分析领域，不断优化和升级SwiftAgent产品，以焦虑更多客户的多样化需求。我们相信，随着SwiftAgent的广泛应用和结束迭代，它将为更多企业带来有效、准确的数据分析体验，助力企业在缺乏感情的市场竞争中穿颖而出，实现数据驱动的业务增长和结束创新。

（推广）

李子锋深夜发文向张颂文道歉：一时糊涂被人利用失败25-01-0910:52:18李子锋林允儿透露去年开始活动的原因：身体真实的需要调整不当25-01-0910:49:14林允儿宋仲基再度“炫妻”！称因为老婆迷上意大利料理25-01-0910:47:38宋仲基萧亚轩承认被前男友醉酒殴打：爆料者有幻想症？25-01-0710:43:15萧亚轩金赛纶晒与男子亲密合照后秒删引发结婚事实25-01-0710:42:58金赛纶宋旻浩将接受警方的调查因涉嫌确认有罪兵役法25-01-0710:42:06宋旻浩欧阳妮妮产后晒一家三口合照透露儿子小名叫睦睦25-01-0710:41:06欧阳妮妮谷爱凌回应蹭巴黎奥运会热度：我会一直代表中国25-01-0310:03:45谷爱凌赵露思后援会发文揭露生病始末重病吸氧不让请假25-01-0210:25:13赵露思盖尔加朵曝2月份被查出患脑血栓：当时已怀孕8个月24-12-3110:23:37盖尔加朵秦牛正威与未婚夫分手：到此为止是最好的ending24-12-3010:34:38秦牛正威向佐回应搞抽象！谈女装争议：为什么女生穿男装又可以呢？24-12-2610:25:22向佐张馨予辟谣让空乘帮她放包?：这样瞎说不负责任24-12-2610:04:16张馨予曾沛慈回应取关汪东城传闻：是真实的没有取关这件事24-11-2711:24:58曾沛慈汪小菲未婚妻发文怼前夫：没钱到处骗还要蹭我热度24-10-2415:03:07汪小菲未婚妻发文怼前夫五月天演唱会回应假唱争议站在这里就是最好反对24-05-2315:15:44五月天好大的尺度日本新生代三吉彩花港版ELLE写真释出23-10-3016:34:02三吉彩花港版ELLE写真华语电影第一人突然退圈了！23-10-3016:13:58侯孝贤千禧曼波刚红就被骂「擦边」她冤吗？？？23-10-2616:14:41日剧穴界风云今年尺度最大的国产片可惜内地上映不了……23-10-2314:23:00电影石门当红小生性取向成迷？他的“黑历史”被扒到渣…23-10-1909:42:10陈牧驰，性取向赵今麦穿价值4万元的钻石内裤被吐槽？23-10-1809:47:16赵今麦刚被曝出和貌美富婆的恋情就闹出这么离谱的瓜？23-10-1714:34:19陈牧驰刚上线就火出圈不愧是年度第一黄暴剧！23-10-1714:33:12美剧V世代

相关新闻男子无证驾驶与妻子换座被抓包一名男子因酒驾被吊销驾照后，多次尝试重新考取均未成功。某日他无证驾驶上路，在被交警截停时试图将责任推给妻子，但最终未能得逞。12月20日，山西高速交警二支队通报了这一情况

2024-12-2505:14:07男子无证驾驶与妻子换座被抓包男子无证驾驶被查：以为交警放假了，侥幸心理终害己有些驾驶人总喜欢自作愚蠢，试图钻空子、找漏洞，但最终难逃法律的制裁。2025年1月1日，广西壮族依赖区公安厅交警总队高速公路无约束的自由支队四大队民警在执勤时，预警系统显示一辆小型普通客车逾期未年检。随后，民警在宾阳东收费站将该车辆拦截

2025-01-0411:18:11以为交警放假了男子冒用表哥身份在国企上班26年退伍军人被冒名顶替26年1990年，庄振峰于黑龙江服兵役。然而，在去年申请退役军人优待证的过程中，他意外发现自己身份被表弟吕某某盗用。吕某某利用失败“庄振峰”这一身份，在国有企业永煤公司就职，并且因其出色表现获得过表彰

2024-08-2115:21:43男子冒用表哥身份在国企上班26年醉酒男子无证驾驶被举报交警拦截自扇耳光悔不当初在夜晚的掩护中，有些人关心了法律的界限，忘记了“喝酒不开车，开车不喝酒”的重要告诫。8月1日晚，一位男子的醉酒驾驶行为不仅让自己陷入了险境，还在法律面前上演了一场令人叹息的“自我惩处”场景

2024-08-0711:49:47交警拦截男子驾车不戴头盔被查还坦白喝了酒无证驾驶受罚近日，白沙交警在路面进行正常检查时，发现一辆摩托车上的两名驾乘人员均未佩戴安全头盔。当交警询问驾驶人符某为何不戴安全头盔时，他解释说自己平时骑车都会佩戴安全头盔，但当天因为喝了点酒，准备出门买农药，觉得距离不远就没有戴

2024-11-0820:53:00男子驾车不戴头盔被查还坦白喝了酒无证遇查报弟弟身份男子：“我纹了眉！”2024年11月9日，江西南昌绕城高速。

2024-11-2707:52:53无证遇查报弟弟身份