|
2024年5月23日，偶數科技發(fā)布了對話(huà)式數據分析平臺Kepler。Kepler基于自研的專(zhuān)有數據分析領(lǐng)域大模型，率先實(shí)現了AI原生自然語(yǔ)言對話(huà)能力，讓用戶(hù)可以通過(guò)對話(huà)交互進(jìn)行數據分析，無(wú)論是數據查詢(xún)、圖表生成，還是指標分析、歸因分析，都可以通過(guò)對話(huà)實(shí)現，是大模型領(lǐng)域數據分析類(lèi)垂直應用。 針對數據分析場(chǎng)景中用戶(hù)面對的主要痛點(diǎn)，如業(yè)務(wù)用戶(hù)門(mén)檻高、需求排隊時(shí)間長(cháng)、分析性能和時(shí)效差，Kepler一站解決全部問(wèn)題。Kepler賦能用戶(hù)降本增效，學(xué)習成本降低約200倍，取數效率提升約1500倍，提供秒級響應和延遲。 簡(jiǎn)單易用，零門(mén)檻上手：讓更多業(yè)務(wù)用戶(hù)快速用起來(lái) 大語(yǔ)言模型的技術(shù)飛躍，讓用戶(hù)從圖形交互 (GUI) 逐漸轉向對話(huà)交互 (CUI)，Kepler實(shí)現了AI原生自然語(yǔ)言對話(huà)能力，讓用戶(hù)可以通過(guò)對話(huà)交互進(jìn)行數據分析，為用戶(hù)帶來(lái)顛覆性的數據分析體驗。 易用性帶來(lái)學(xué)習成本大幅降低，相比傳統BI、指標平臺等培訓至少一兩周，用戶(hù)在10分鐘內就可以輕松駕馭Kepler，一線(xiàn)業(yè)務(wù)用戶(hù)學(xué)習成本降低上百倍。 從市場(chǎng)專(zhuān)員到金牌銷(xiāo)售，從活動(dòng)運營(yíng)到財務(wù)主管，Kepler幫助企業(yè)內更多人、更主動(dòng)、更活躍的用起來(lái)。 不懂SQL，也能取數：業(yè)務(wù)用戶(hù)全流程自助分析 用戶(hù)在Kepler的幫助下，還可以通過(guò)自然語(yǔ)言完成取數分析，實(shí)現“全員取數用數”的企業(yè)數據文化。 此外，Kepler自帶低門(mén)檻、零代碼、拖拽式的數據工廠(chǎng)模塊和數據集成工具，用戶(hù)無(wú)需技術(shù)背景就可以輕松上手，避免因業(yè)務(wù)變更需求和IT反復修改導致需求不斷延期，大幅提升數據開(kāi)發(fā)效率。由此，業(yè)務(wù)側大量長(cháng)尾取數需求都可以通過(guò)Kepler輕松滿(mǎn)足，零成本提高取數效率。 實(shí)時(shí)分析，極速查詢(xún)：全員在線(xiàn)開(kāi)展數據分析 Kepler結合偶數自研計算引擎，通過(guò)多活主節點(diǎn)、存算分離技術(shù)，支持數萬(wàn)員工同時(shí)進(jìn)行復雜分析查詢(xún)，分析結果秒級響應，無(wú)需擔心用戶(hù)量激增導致的負載壓力。同時(shí)，通過(guò)實(shí)時(shí)湖倉數據底座，讓用戶(hù)可以實(shí)時(shí)取數，實(shí)時(shí)分析，讓決策者能夠在最短時(shí)間內做出最優(yōu)的商業(yè)決策。 偶數對話(huà)式數據分析平臺Kepler有哪些技術(shù)優(yōu)勢？ 可信賴(lài)：準確率高 無(wú)論是趨勢分析、活動(dòng)復盤(pán)還是財務(wù)指標解讀，準確、可信都是數據分析的基石。在大模型“幻覺(jué)”頻出的市場(chǎng)環(huán)境中，偶數自研的專(zhuān)有數據分析領(lǐng)域大模型準確率高，可以提供完美的結果可解釋性。結合企業(yè)本地數據資產(chǎn)，以及偶數多年來(lái)在數據庫內核研發(fā)的豐富經(jīng)驗，讓企業(yè)用戶(hù)可以完全信賴(lài)AI分析結果，Kepler讓企業(yè)對數據價(jià)值不迷茫，對商業(yè)決策有信心。 高并發(fā)：全員在線(xiàn)數據分析 偶數率先創(chuàng )新支持分析型負載超高并發(fā)，多活主節點(diǎn)和計算節點(diǎn)水平擴展的同時(shí)，保證完備的查詢(xún)服務(wù)和集群的高可用，企業(yè)內部數萬(wàn)用戶(hù)可同時(shí)在線(xiàn)使用復雜查詢(xún)訪(fǎng)問(wèn)同一份數據。 高性能：查詢(xún)秒級響應 Kepler可以面向PB級大數據的查詢(xún)，內置的計算引擎將硬件性能發(fā)揮到極致，分析結果秒級響應。 Kepler功能盤(pán)點(diǎn)：七大模塊一站式賦能決策 Kepler整合規劃在數據分析領(lǐng)域的既有模塊，形成6+1的能力矩陣，即1個(gè)對話(huà)式數據分析，聯(lián)動(dòng)指標管理、標簽管理、報表管理、數據可視化、數據加工、應用開(kāi)發(fā)等6個(gè)模塊。 智能取數 傳統數據庫查詢(xún)需要精通SQL語(yǔ)法，對非技術(shù)用戶(hù)是一大挑戰。Kepler對話(huà)式數據分析模塊內置指標模式、SQL模式能根據用戶(hù)的取數需求自動(dòng)切換，識別用戶(hù)在分析場(chǎng)景下的實(shí)際需求，幫助用戶(hù)找到所需的數據或指標。業(yè)務(wù)側大量、臨時(shí)的取數需求通過(guò)智能取數即可滿(mǎn)足，零邊際成本。 SQL生成 Kepler通過(guò)自然語(yǔ)言生成SQL的創(chuàng )新功能，為用戶(hù)提供全新的查詢(xún)交互方式。通過(guò)將用戶(hù)的自然語(yǔ)言提問(wèn)翻譯成SQL語(yǔ)法，使用戶(hù)能夠更加靈活地定制和修改SQL，滿(mǎn)足個(gè)性化的數據需求。 多輪對話(huà)交互 憑借大語(yǔ)言模型的天然優(yōu)勢，Kepler能夠聯(lián)系上下文語(yǔ)境進(jìn)行數據分析、指標計算、圖表生成。無(wú)論是復雜的業(yè)務(wù)場(chǎng)景、歷史數據，還是特定的行業(yè)術(shù)語(yǔ)，用戶(hù)都可以像與真人交流一樣，提出問(wèn)題，陳述需求。這不僅讓數據分析更貼近用戶(hù)的真實(shí)需求，還通過(guò)連貫的數據分析體驗讓用戶(hù)更全面地了解數據之間的關(guān)系，深入挖掘數據背后的業(yè)務(wù)信息。 指標查詢(xún) 通過(guò)向Kepler提問(wèn)查詢(xún)既有指標，或者通過(guò)自然語(yǔ)言直接進(jìn)行SQL查詢(xún)計算得到結果，如“上個(gè)季度銷(xiāo)售額是多少”、“各個(gè)產(chǎn)品線(xiàn)的盈利性情況如何”，滿(mǎn)足非專(zhuān)業(yè)用戶(hù)對具體指標快速響應的需求，打破數據分析的技術(shù)隔閡。 歸因分析 歸因分析是解讀數字背后故事的關(guān)鍵。Kepler通過(guò)直接提問(wèn)的方式，讓不同業(yè)務(wù)用戶(hù)能夠在不了解數據結構和分析方法的情況下，迅速掌握數字的成因和業(yè)務(wù)變化的規律，從而降低了數據分析的門(mén)檻，讓數據解密不求人。 圖表生成 Kepler顛覆了傳統數據分析工具的使用模式，用戶(hù)無(wú)需在復雜的圖表設置中反復嘗試。通過(guò)自然語(yǔ)言生成的圖表，比如餅狀圖、柱狀圖，用戶(hù)能夠直觀(guān)地理解業(yè)務(wù)趨勢，輕松駕馭數據之美，直觀(guān)的圖表交互讓數據探索方式成為有趣的工作體驗。 大模型在數據分析領(lǐng)域的落地和應用，將降低用戶(hù)的交互門(mén)檻，讓業(yè)務(wù)部門(mén)更容易、更主動(dòng)、更活躍地使用分析工具。真正做到了釋放企業(yè)數據價(jià)值，為企業(yè)降本增效。 偶數對話(huà)式數據分析平臺Kepler，乘勢而上，與用戶(hù)共同駕馭數據分析大模型的未來(lái)。 |
