邁入智能化時(shí)代 數(shù)勢科技發(fā)布大模型驅(qū)動的新一代指標(biāo)平臺

數(shù)據(jù)已成為企業(yè)最寶貴的資產(chǎn)之一，如何高效地管理和應(yīng)用這些數(shù)據(jù)，提升企業(yè)的科學(xué)經(jīng)營和管理水平，已成為企業(yè)面臨的重要課題。為此，數(shù)勢科技推出新一代指標(biāo)平臺SwiftMetrics 3.0，這是一個(gè)更加高性能、自動化、智能化的“管研用一體”指標(biāo)平臺，旨在幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)的最大化價(jià)值。

本文節(jié)選自3月28日【數(shù)智的力量】數(shù)勢科技客戶大會暨2024大模型增強(qiáng)的數(shù)據(jù)分析產(chǎn)品發(fā)布會上，數(shù)勢科技聯(lián)合創(chuàng)始人譚李產(chǎn)品發(fā)布演講。

“管研用一體” 指標(biāo)平臺3.0時(shí)代

指標(biāo)平臺是企業(yè)指標(biāo)定義、加工、管理和應(yīng)用的一體化工具。用戶可以通過平臺自行創(chuàng)建新的指標(biāo)，實(shí)現(xiàn)數(shù)據(jù)的自助取數(shù)、加工和管理，并通過指標(biāo)看板進(jìn)行有效監(jiān)控。此外，平臺的智能預(yù)警和歸因分析功能，能夠幫助企業(yè)快速定位并解決數(shù)據(jù)異常問題，確保戰(zhàn)略目標(biāo)與業(yè)務(wù)執(zhí)行的緊密銜接。

此次數(shù)勢科技全新升級的指標(biāo)平臺被稱為“管研用一體”的指標(biāo)平臺，也是指標(biāo)平臺的3.0時(shí)代。

第一代指標(biāo)平臺產(chǎn)生于數(shù)據(jù)中臺盛行的時(shí)期，眾多企業(yè)于數(shù)據(jù)中臺之內(nèi)搭建了一套名為“指標(biāo)管理”的工具，這一指標(biāo)平臺以“管理”為核心，卻未能實(shí)現(xiàn)基于統(tǒng)一指標(biāo)口徑的一站式開發(fā)。

第二代指標(biāo)平臺，它實(shí)現(xiàn)了“管研一體”。在指標(biāo)的定義和管理的同時(shí)，實(shí)現(xiàn)了指標(biāo)的統(tǒng)一開發(fā)和輸出，而且是“一處定義、全局使用”的理念，一旦指標(biāo)開發(fā)完成，便可以在全局范圍內(nèi)被各個(gè)業(yè)務(wù)應(yīng)用和單元廣泛使用。

而數(shù)勢自2020年以來推出的指標(biāo)平臺，屬于第三代指標(biāo)“管研用一體”的平臺。在強(qiáng)化管研的基礎(chǔ)上，還顯著降低了企業(yè)業(yè)務(wù)團(tuán)隊(duì)在數(shù)據(jù)應(yīng)用方面的門檻。例如，提供簡潔直觀的“拖拉拽”方式取數(shù)，基于大模型能力讓業(yè)務(wù)直接用自然語言詢問的方式獲取數(shù)據(jù)和分析報(bào)告，一鍵智能歸因預(yù)警等能力，讓業(yè)務(wù)團(tuán)隊(duì)能快速用起來。

數(shù)勢新一代指標(biāo)平臺(SwiftMetrics 3.0)的高性能、自動化、智能化升級

對于企業(yè)軟件產(chǎn)品的設(shè)計(jì)，數(shù)勢科技一直有個(gè)理念，把復(fù)雜留給自己，把簡單留給客戶。數(shù)勢科技通過在高性能、自動化、智能化三方面的全新升級，呈現(xiàn)了一個(gè)全新的指標(biāo)平臺。

高性能

數(shù)勢科技新一代指標(biāo)平臺SwiftMetrics基于全球領(lǐng)先的高性能MPP數(shù)據(jù)庫技術(shù)構(gòu)建，確保了與傳統(tǒng)架構(gòu)軟件相比5到10倍的性能提升。更重要的是，數(shù)勢科技自研的指標(biāo)加速引擎——Hyper Metrics Engine(HME)，進(jìn)一步實(shí)現(xiàn)了對海量數(shù)據(jù)高度靈活數(shù)據(jù)分析的同時(shí)，秒級出數(shù)的性能。HME引擎通過對指標(biāo)虛擬計(jì)算和物化預(yù)計(jì)算能力的智能化編排調(diào)優(yōu)，以及一系列計(jì)算優(yōu)化，創(chuàng)造性地解決了數(shù)據(jù)分析中的“不可能三角”問題，即在保證高數(shù)據(jù)分析靈活性的同時(shí)，實(shí)現(xiàn)快速的數(shù)據(jù)處理和低成本運(yùn)營。

自動化

在自動化方面，指標(biāo)平臺SwiftMetrics通過實(shí)現(xiàn)數(shù)據(jù)集成、指標(biāo)血緣、版本管理以及指標(biāo)預(yù)計(jì)算的全面自動化，極大地提升了操作效率和數(shù)據(jù)處理能力。首先，自動化的數(shù)據(jù)集成，讓技術(shù)或研發(fā)團(tuán)隊(duì)一鍵式的集成所有前端數(shù)據(jù)。其次，自動化生成指標(biāo)血緣，在指標(biāo)定義的同時(shí)，就立即生成指標(biāo)血緣，讓用戶清楚知道指標(biāo)生成的“前世今生”和“來龍去脈”。再次，自動化口徑變更回寫，可以快速實(shí)現(xiàn)口徑變更自動同步，并且支持一鍵回滾至前一版本，匹配靈活的業(yè)務(wù)需求。最后，自動化指標(biāo)預(yù)計(jì)算，大幅度提升了數(shù)據(jù)處理和應(yīng)用的速度。

智能化

智能化升級是指標(biāo)平臺3.0的另一大亮點(diǎn)，數(shù)勢推出了Swift Agent能力，結(jié)合創(chuàng)新的自然語言處理技術(shù)，重新定義了企業(yè)數(shù)據(jù)分析的未來。Swift Agent集成了數(shù)勢指標(biāo)平臺和大模型底座的核心能力，可以進(jìn)一步降低數(shù)據(jù)使用門檻和豐富數(shù)據(jù)應(yīng)用場景：

場景一：對話式問詢降低數(shù)據(jù)獲取門檻

場景二：智能歸因與知識庫聯(lián)動，提升決策效率

場景三：分析報(bào)告自動生成和解讀

數(shù)勢科技大模型驅(qū)動的數(shù)據(jù)分析路徑：NL2MQL + Agent

有個(gè)問題，僅使用大模型的能力，能不能直接實(shí)現(xiàn)數(shù)據(jù)查詢分析、智能預(yù)警歸因、報(bào)告生成和解讀呢?

不能!當(dāng)人跟大語言模型在直接做交互的過程中，會遇到很多問題。

首先，語義解析難問題。當(dāng)用戶用行業(yè)“黑話”提問時(shí)，大概率大模型是不懂的，更沒有辦法定位問題。

其次，數(shù)據(jù)查詢不準(zhǔn)的問題。通過NL2SQL(自然語言轉(zhuǎn)化為SQL語句)的方式去查詢出來的指標(biāo)很難做到準(zhǔn)確，尤其是跨表查詢、多表查詢時(shí)。

再次，即時(shí)生成SQL去取數(shù)效率低的問題。數(shù)據(jù)的查詢加工會非常慢，這在業(yè)務(wù)層面是不可接受的。

最后，歸因洞察不準(zhǔn)，報(bào)告解讀難。即便大模型在極少的概率下，查到了準(zhǔn)確的數(shù)據(jù)，解讀這些數(shù)據(jù)也會因?yàn)槟Ｐ突糜X等原因出現(xiàn)很大的問題。

所以，數(shù)勢科技把指標(biāo)平臺3.0的能力與大模型結(jié)合，采用Agent智能體的方式，很巧妙地解決了這些問題。

第一，語義理解和數(shù)據(jù)查詢更加準(zhǔn)確。這得益于數(shù)勢科技構(gòu)建的指標(biāo)能力和提前完成的數(shù)據(jù)語義結(jié)構(gòu)化，從而確保了查詢的精確性。數(shù)勢科技采用NL2MQL 方式(自然語言解析成指標(biāo)語義)，將自然語言解析成指標(biāo)語義，再將指標(biāo)語義翻譯成可被執(zhí)行的SQL邏輯，形成了NL2MQL2SQL的兩段式路徑，相比原有的NL2SQL理解更準(zhǔn)、解析更準(zhǔn)、執(zhí)行更快、效果更優(yōu)。

第二，通過引入HME指標(biāo)加速引擎，顯著提升性能，并與大模型進(jìn)行了深度聯(lián)動，以確保數(shù)據(jù)查詢和反饋性能優(yōu)化，為終端用戶呈現(xiàn)最佳狀態(tài)。

第三，數(shù)勢科技還將金融、零售、先進(jìn)制造等領(lǐng)域的分析范式和基于算法模型的歸因能力集成進(jìn)了指標(biāo)平臺，提升了行業(yè)化、場景化歸因預(yù)警和報(bào)告解讀的能力。

數(shù)勢科技一直將實(shí)現(xiàn)數(shù)據(jù)的普惠化作為公司使命，“普”即不斷降低數(shù)據(jù)消費(fèi)的門檻，人人用數(shù);“惠”即不斷釋放數(shù)據(jù)的價(jià)值，增收提效。大模型推動企業(yè)軟件應(yīng)用邁入智能化時(shí)代，數(shù)勢科技打造的新一代指標(biāo)平臺SwiftMetrics 3.0，正是推動數(shù)據(jù)普惠化的利器。在數(shù)據(jù)普惠化的路上，數(shù)勢科技希望攜手更多的伙伴和客戶進(jìn)一步探索大模型加持之下的數(shù)據(jù)分析未來。