摘要
易问数据科技的主打产品亿问ChatBI是一款基于LLM大模型与自研算法的混合架构设计的Agent产品。打造集自然语言交互、智能归因分析、数据分析成果制作以及MCP+LLM协同于一体的AI+Data解决方案。产品融合大数据技术、深度学习、知识图谱、图计算以及LLM技术，实现从“查数”到“用数”再到“洞察”再到“决策支持”的全链路闭环。
支持0幻觉、全量企业数据接入，秒级响应用户数据分析需求，产品已在味全、雅戈尔、蜜雪冰城、海亮教育等100+企业成功落地，客户续约续金率100%，最长客户续费达4年，广泛应用于销售分析、市场洞察、财务管控、门店运营等多个场景。
为企业降低90%的数据分析成本、提升3倍以上管理报表时效、实现数据利用率提升超300%，推动企业从传统BI的“被动看数”向AI驱动的“主动问答”范式转型，助力企业实现数据能力的普惠化与智能化升级。
一、背景
在数字化转型深入发展的背景下，企业对数据驱动决策的需求日益迫切。然而，传统数据分析模式面临三大核心挑战：
一是人力成本高，以消费零售行业为例，专职数据分析师超10万人，年投入成本高达300亿至1000亿元；
二是服务覆盖低，每名分析师平均仅能支持约100名员工，供需严重失衡；
三是效率低下，传统分析流程耗时数天甚至数周，难以满足实时决策需求，且企业业务创新依赖少数专家，难以规模化。
与此同时，企业内部存在“报表中只有数据没有洞察”“数据分析有门槛业务使用难”“各个平台数据获取难”等普遍痛点，导致数据价值难以被业务部门感知。
在此背景下，如何将AI技术与企业数据资产深度融合，打破“懂业务的不懂技术、懂技术的不懂业务”的壁垒，成为企业实现数据价值释放的关键命题。易问数据科技基于5年技术积累，提出将ChatBI定位打造以提供“分析师Agent”为核心的AI+Data解决方案，旨在通过自然语言交互降低使用门槛，通过智能算法提升分析深度，通过Agent、MCP架构实现能力复用，真正实现“让每个员工都有专属AI分析师”的愿景。
二、目标
易问数据科技的核心目标是推动企业从“数据可用”向“数据智能”跃迁，构建覆盖全员、全场景、全流程的数据驱动能力。
1、实现数据分析的普惠化，让非技术人员也能通过自然语言快速获取数据洞察，打破专业技能壁垒，提升数据使用覆盖率；
2、提升分析效率与决策质量，将传统BI中需数天完成的分析任务压缩至分钟级，实现从“问题探索→分析→行动策略”的高效闭环；
3、降低企业整体数据分析成本，通过AI替代重复性人力工作，减少对IT开发与报表制作的依赖，以及通过混合架构降低大语言模型的token或硬件消耗，使整体分析成本下降90%；
4、放大数据仓库、中台等大数据建设成果价值，通过统一的AI驱动数据引擎，打通分散在各系统中的数据孤岛，提升数据流动性与利用率；
5、推动企业组织形态变革，从“信息上行、指令下行”的集中式决策模式，转向“智能下沉、创新民主化”的分布式决策模式，让一线员工基于数据快速验证假设、优化运营。
三、建设内容
易问数据科技ChatBI的建设内容围绕“AI+Data”技术路线展开，涵盖数据接入、语义建模、指标定义、智能分析、应用集成五大能力建设。
针对不同数据基础的企业支持按主题建设、接入数仓/中台的全量建设、结合企业AI路线的智能化建设三类解决方案思路。
能力建设：
1、在数据接入层面，产品支持对接企业数据仓库、数据中台及主流数据库（如MySQL、ClickHouse、Doris等），兼容ODS、DWD、DIM、ADS等各层大数据架构模型，实现对企业全量数据的无缝接入。
2、在语义建模层面，采用自研Alisa自然语义理解算法与SemanticDB语义数据库技术，构建企业级数据语义层，实现指标、维度、别名、黑话的统一管理，确保“说同一种数据语言”。
3、在指标定义层面，内置指标算法，支持从明细层直接聚合指标进行使用，如汇总、计数、同比、环比、占比等，并支持通过自然语言基于基础指标建设衍生指标，支持通过SQL语句、代码等定义复杂指标。
4、在智能分析层面，采用LLM+自研算法的混合架构，通过语义结构化语言将自然语言精准转化为可执行查询逻辑，实现“0幻觉”问数；同时集成专业数据分析方法论（如趋势分析、归因分析等），结合企业战略、业务规则与历史案例库，生成可解释、可追溯的洞察结论。
5、在应用集成层面，提供灵活权限配置、与主流BI系统及IM平台（如飞书、企微、钉钉）的深度集成能力，支持问答调出报表、结果推送至工作流等场景。
方案建设
第一阶段：数据基础薄弱的企业
主要实现类Copilot助手模式，面向重点业务场景按需接入，实现查数效率提升；
第二阶段：数据基础良好的企业
基于企业统一建设的数据基础层，不用改变数据结构、不用建设数据集/宽表，直接接入DWD、DIM、元数据信息，即可实现数据到AI的统一语义层构建，支持全量用户与场景，支持跨域查询和分析；
第三阶段：AI建设和数据基础良好的企业
为AI驱动创新，构建角色分析师Agent，实现多Agent协同与自主决策能力。
四、实施效果
易问数据科技累计服务客户100+，续约续金率100%，最长客户续费达4年，充分验证了产品在企业级场景中的强落地能力与长期价值。
在味全，产品实现数据获取效率提升60%以上，KPI追踪、灵活查询等场景时间从几天缩短至1分钟以内，员工认为AI显著提升工作效率，用户好评率达92.6%，并通过自动化归因分析、Agent平台集成等方式形成数据+AI、结构化数据+非结构化知识的业务闭环。
在雅戈尔，高管、店长、数据专家等多角色均可通过自然语言获取所需数据，每月提问量超2万次，数据推送场景覆盖8000+一线店员，数据需求响应速度提升100倍，反哺中台建设，让中台数据成果的用户使用率提升3倍以上。
在蜜雪冰城，AI赋能万家门店运营，覆盖销售表现、活动评估、用户行为等7大场景，实现活动效果分析从“天”到“秒”的跨越，千人千面的问数工作台提高数据可阅读性，并降低IT开发工作量，支持各业务场景的长尾分析需求。
在海亮教育，财务与组织数据实现联合洞察，7大主题分析助力定位效能缺口，管理报表时效提升300%，分析成本降低70%，财务人员无需技术背景即可自主完成数据分析。
整体而言，客户普遍反馈系统提升了数据使用的灵活性与实时性，打破了固定看板的局限，实现了从“被动看数”到“主动探索”的转变。
个人问数首页：
将自然语言问答和AI评价结合，千人千面帮助用户掌握个人核心指标变化和策略评价。
自然语言数据分析和洞察：
秒级得到目标分析结果，并综合全域数据进行智能AI解读，完成从What-Why-How的分析闭环。
完成单位：上海易问数据科技有限公司
完成人：朱曦炽、李丰耀、吴浩、王留波