小Q问数概述

Q问数使用户能够通过自然语言交互,直接获取数据结果,实现数据即问即答,人人都可上手分析数据,牵引数据消费新方式。

重要
  • Q问数属于增值模块,需要额外购买。

  • 仅高级版和专业版支持小Q问数,个人版不支持。

  • 若您需要将小Q问数嵌入到业务系统中,需额外购买 Ticket 增强嵌入模块(仅专业版及以上支持)。

核心优势

  • 问答高效获取数据,释放取数压力。

  • 洞察数据异常与波动的关键原因,让决策更简单。

    • 异常发现

      从报表或数据文件中识别异常数据,并进一步自动下钻发现异常的详情源自于更细分的对象(如利润月度异常可拆解识别客户等)。

    • 波动归因

      基于不同时间周期的指标波动对比,从不同视角分析引起波动的原因,呈现不同的贡献度,从而定位和明确可采取的行动方向。

    • 自定义场景化洞察

      通过内置Dify/百炼平台构建自定义workflow,形成的自定义Agent,接入至小Q问数,从而实现与场景结合的洞察等能力。

  • 支持多步等复杂问数场景。

使用场景

通过自然语言问答功能,小Q问数能够快速获取数据,显著提升数据获取效率,减轻取数负担并自动识别数据异常,准确定位问题根源。结合多周期指标的对比分析,小Q问数还能够实现波动归因分析,拆解各维度的贡献度,明确波动原因,并输出可操作的洞察,适用于经营分析、业绩复盘及问题排查等高频数据决策场景。

场景一:经营管理

  • 场景说明: AI+BI提升经营管理效率、洞察利润增长机会。

  • 方案对比:传统的数据分析方式与小Q问数在当前场景中的使用对比如下。

    传统方式(Before)

    智能化方式(After)

    强依赖人工的销售分析。

    • 业绩报单分析:靠人工,每天晚上数十人集中对报单的结果进行复盘,缺乏固定问题+灵活复盘分析工具,只能看到单一报表反复筛选,周度公司经营总结复盘效率低。

    • 销售问题复盘:靠开会,客户/报单/品类多维度数据分析,数据解读靠个人能力,经常遗漏管理要点,无法学习他人的销售经验。

    • 大盘动态追踪:靠经验,辛苦跑单记录的销售小记数据和业绩数据无法联动使用,销售目标达成全靠人为督导,缺少目标到动作执行过程的监督闭环。

    AI辅助的经营管理,随时随地、高效精准决策。

    • 交互查询:智能销售复盘,通过对话形式,快速获取业绩数据,同时结合AI大模型进一步给出建议。

    • 交互总结:智能销售质检,结合AI大模型,自定义客户分析模型,挖掘销售拜访记录中的机会和风险。

    • 周期报告:智能经营决策,结合Agent意图分类支持对话式日报归因;基于Agent自动规划能力支持周度经营分析。

  • 总结:AI智能洞察,全面总结销售管理进展,让业绩增长可追踪、可管理、可预见:

    • 更高效:自助化数据查询和进展总结提效业务日常作业80%,减少不必要讨论争执50%;

    • 易管理:让销售管理、经营管理从成百上千的报表中释放,业务更专注于客户管理、业绩达成等工作,实现经营增长。

场景二:供应链管理

  • 场景说明:AI+BI提升运营分析效率、洞察供应链提效机会

  • 方案对比:传统的数据分析方式与小Q问数在当前场景中的使用对比如下。

    传统方式(Before)

    智能化方式(After)

    繁琐的人工分析讨论。

    • 供应链百余维组合分析:靠人工,业务分析下钻维度多(固定报表满足率低 <20%)、业务分析时间灵活(固定报表仅可按周月取数)、人工取数周期长、成本高(周粒出报表)。

    • 订单滞留原因定位:靠开会,缺少多维度的目标差异比对分析(近百组合下钻维度,人工分析难以定位核心要素);依赖“人工”分析,不准确、效率低。

    • 类似问题处理方法:靠询问,人员无法快速查询学习业务术语(依赖线下文档、线下培训),业务人员上手慢、培训成本高,信息无法拉齐。

    AI辅助的供应链管理,问答响应、高效定位原因与行动。

    • 洞察:智能定位绩效达成,场景主题问数,对话式“数据消费”。如直接询问“各大区订单履约表现情况”,通过AI返回的图表发现具体原因。

    • 诊断:智能分析异常节点和原因,AI助手智能分析、自动归因。直接询问“影响本周东北大区履约率不达标的核心原因是什么?”

    • 行动:智能获取关联知识,AI知识平台,统一维护,高效查询,企业人员通过该平台快速获取知识,拉齐相应信息。

  • 总结:AI智能归因,高效定位供应链履约问题,让运营全链路可诊断、可扩展、可信赖:

    • 更高效:自动化信息检索和问题解答提效业务日常作业80%,减少不必要手动工作30%。

    • 易管理:让业务人员通过问题发现,更专注于履约达成、库存管控等工作,实现运营降本。

功能简介

您可以在PC移动端的小Q问数对话界面预览和选择数据集、在提问框内直接输入问题提问或快捷提问并进行多轮对话、在对话列表中查看历史的小Q问数对话等。

  • 多样化的数据来源

    支持选择数据集及上传的数据文件进行问数。

    image

  • 方便快捷的提问方式

    支持直接输入问题提问,或者使用更高效的快捷提问语音输入进行提问。

    image

  • 多样化的大模型选择

    支持选择系统内置大模型自定义大模型进行解读和推理。

    image

  • 数据洞察及波动归因

    基于不同时间周期的指标波动对比,从不同视角分析引起波动的原因,呈现不同的贡献度,从而定位和明确可采取的行动方向。

    image

  • 可预测的数据走势

    支持根据历史数据,预测未来一段时间的走势供参考。

    image

  • 可追溯的历史对话

    支持展示近30天的对话。

    image

  • 多端兼容的展示效果

    支持在手机端、PAD端进行问数。

    image

使用流程

Q问数的使用流程及相关参考文档如下。

序号

操作步骤

说明

1

前期准备

在使用小Q问数之前,您需要对数据集进行问数配置。具体请参见数据准备

2

灵活的配置与管理

  • 问数资源管理

    您可以对查看问数资源的基本信息,并对资源进行学习、推荐问题配置和移除等管理操作。具体请参见问数资源管理

  • 分析主题管理

    在小Q问数中,我们可以将某个领域或业务线的数据集整合到一个分析主题下,供业务人员问数使用。具体请参见分析主题管理

  • 权限管理

    您可以对用户的功能权限(哪些用户可以使用、管理小Q问数功能)、数据权限(用户使用小Q问数时,可问的数据有哪些)进行灵活细致的权限管控。具体请参见权限管理

  • 企业知识库管理

    知识库用于配置企业内知识和用词偏好,配置后,模型会学习该知识并将其用于数据获取和分析。具体请参见企业知识库管理

3

发起问数

完成前期准备后,获得授权的用户可以在小Q问数对话界面,进行数据问答,包括:

  1. 预览数据集、分析主题。

  2. 选择1个数据集/分析主题,输入提问内容,查看返回结果,并进行后续操作(查看取数过程、修改图表类型、导出、分享等)。

  3. 基于上文,进行多轮对话。

  4. 管理对话列表等。

具体请参见发起问数

4

问数运营

在小Q问数的使用过程中,系统会记录用户的问数行为,并从问数记录中挑选要跟踪的用例列表。具体请参见问数运营

5

系统集成

当使用 Quick BI 专业版时,您可以使用TicketQ问数嵌入方案,实现链接、访问、问数等多场景一站式安全管控,帮助您低成本与企业业务系统集成,高效构建自有品牌特色的数据产品。具体请参见智能小Q嵌入

试用申请&问题咨询

如果您对智能小Q相关的功能感兴趣,请填写表单,后续会有我们将安排专人与您联系。