馬太效應(yīng)，是社會(huì)學(xué)和經(jīng)濟(jì)學(xué)常用理論之一，通常指強(qiáng)者越強(qiáng)、弱者越弱的兩極分化現(xiàn)象。如今，這股效應(yīng)也在國內(nèi)企業(yè)級(jí)數(shù)據(jù)洞察市場(chǎng)蔓延：
一方面，部分企業(yè)尚未意識(shí)到數(shù)據(jù)對(duì)于自身發(fā)展的價(jià)值，或者缺乏高效便捷的數(shù)智化產(chǎn)品/工具將龐雜數(shù)據(jù)變得“可看”“可用”，導(dǎo)致難以及時(shí)把握市場(chǎng)行情、做出科學(xué)決策，最終發(fā)展受限;另一方面，深諳數(shù)據(jù)驅(qū)動(dòng)的企業(yè)，則積極把握數(shù)字化時(shí)代飛速發(fā)展的紅利，持續(xù)加碼企業(yè)數(shù)智能力，將數(shù)據(jù)消費(fèi)貫穿業(yè)務(wù)推進(jìn)、管理決策、規(guī)劃調(diào)整等多場(chǎng)景，保障業(yè)務(wù)健康、快速成長(zhǎng)。
如何盡量縮小馬太效應(yīng)影響，幫助更多企業(yè)實(shí)現(xiàn)數(shù)據(jù)洞察領(lǐng)域的數(shù)字化升級(jí)，享受普惠式數(shù)據(jù)消費(fèi)，正在成為現(xiàn)階段的重要課題。
9月19日，2023火山引擎數(shù)據(jù)驅(qū)動(dòng)科技峰會(huì)發(fā)布數(shù)據(jù)產(chǎn)品大語言模型應(yīng)用：DataWind-分析助手、DataLeap-找數(shù)助手、DataLeap-開發(fā)助手，為企業(yè)提供從數(shù)據(jù)資產(chǎn)層到業(yè)務(wù)應(yīng)用層的全鏈路AI能力，讓企業(yè)數(shù)據(jù)消費(fèi)更便捷、更普惠。
數(shù)據(jù)消費(fèi)已經(jīng)成為大多數(shù)企業(yè)數(shù)據(jù)驅(qū)動(dòng)的基礎(chǔ)——從互聯(lián)網(wǎng)行業(yè)的APP改版發(fā)布，到金融行業(yè)的用戶資質(zhì)審核，再到零售行業(yè)的精準(zhǔn)營銷……數(shù)據(jù)消費(fèi)無處不在，但要實(shí)現(xiàn)普惠數(shù)據(jù)消費(fèi)，企業(yè)需要擁有一套更低門檻的產(chǎn)品。
火山引擎智能數(shù)據(jù)洞察DataWind此次推出的大模型應(yīng)用——DataWind-分析助手，通過自然語言對(duì)話的方式，為用戶提供了可視化查詢的自然語言取數(shù)、可視化圖表生成、表達(dá)式生成，儀表盤分析探索、IM消息訂閱等全流程的智能化自助分析服務(wù)。
1. 字段表達(dá)式生成
在進(jìn)行業(yè)務(wù)數(shù)據(jù)分析時(shí)，分析人員經(jīng)常需要自定義一些分析維度。以往都需要強(qiáng)依賴分析人員人工編寫代碼邏輯，來實(shí)現(xiàn)分析維度的生成。
代碼語言成為了大部分業(yè)務(wù)人員無法進(jìn)行靈活、個(gè)性化分析的屏障。DataWind-分析助手可以通過對(duì)話式方式，自動(dòng)生成符合用戶訴求的表達(dá)式，直接生成新的字段，就能幫助沒有代碼語言背景的人員，實(shí)現(xiàn)更自助的個(gè)性化分析。
2. 儀表盤的生成與搭建
用戶在自助分析的過程中，針對(duì)業(yè)務(wù)場(chǎng)景，可能需要?jiǎng)?chuàng)建大量?jī)x表盤，從而構(gòu)建一個(gè)完整的業(yè)務(wù)專題分析體系。
DataWind-分析助手可以幫助用戶快速進(jìn)行儀表盤的生成與創(chuàng)建，儀表盤配色主題生成與切換，以及儀表盤的進(jìn)一步探索分析等。
針對(duì)并無數(shù)據(jù)分析基礎(chǔ)的用戶來說，通過自然語言描述，就能快速生成儀表盤，節(jié)省大量時(shí)間。
3. 儀表盤分析探索
基于已有的儀表盤，用戶可以隨時(shí)喚起分析助手，針對(duì)該儀表盤的數(shù)據(jù)通過會(huì)話式方式，提出問題，快速得到解釋。同時(shí)，分析助手本身也會(huì)基于該數(shù)據(jù)，提供一系列問題提示，減少用戶問題輸入的時(shí)間。
分析助手利用對(duì)用戶自然語言的理解，可以洞察背后的訴求，及時(shí)自動(dòng)地更新圖表。它還支持多輪問答/追答，輸出理解和分析邏輯，同時(shí)用戶可通過界面觀察完整的操作過程，并支持用戶的人為干預(yù)和調(diào)優(yōu)。
4. IM消息訂閱
此外，基于用戶常見的IM工具(如飛書等)，DataWind-分析助手不僅可以實(shí)現(xiàn)訂閱提醒、消息推送、監(jiān)控提醒等，在與 DataWind 分析助手的對(duì)話過程中快速實(shí)現(xiàn)查詢，同時(shí)該功能也支持自然語言自由提問。
DataWind此次推出的分析助手是在此前拖拉拽即可實(shí)現(xiàn)可視化分析的基礎(chǔ)上，進(jìn)一步降低使用門檻，幫助更多沒有數(shù)據(jù)分析基礎(chǔ)的人快速自主進(jìn)行 BI 分析，有效減少繁瑣的取數(shù)與圖表制作等工作，縮短數(shù)據(jù)分析周期。
以零售企業(yè)雙11大促為例，數(shù)據(jù)分析師可以通過DataWind為運(yùn)營崗位員工搭建所需的數(shù)據(jù)儀表盤，以滿足看數(shù)需求;但如果運(yùn)營人員想要針對(duì)儀表盤內(nèi)的某項(xiàng)數(shù)據(jù)做深入了解，由于缺乏代碼輸入能力，往往需要依賴數(shù)據(jù)分析師或數(shù)據(jù)開發(fā)崗位員工的協(xié)助。
但現(xiàn)在，基于DataWind-分析助手，運(yùn)營人員可以直接在對(duì)話框內(nèi)以自然語言輸入需求，即可返回所需的數(shù)據(jù)內(nèi)容。
這種近乎0門檻、極速式的數(shù)據(jù)體驗(yàn)，使得數(shù)據(jù)分析思考周期大幅縮短，極大保障了數(shù)據(jù)的準(zhǔn)確性和時(shí)效性，可以高質(zhì)量滿足大促期間前線業(yè)務(wù)對(duì)數(shù)據(jù)的多方面需求。
另外，基于與IM工具的全面貫通，DataWind-分析助手提供的IM消息訂閱等功能，企業(yè)員工打破原來在移動(dòng)辦公場(chǎng)景下只能通過儀表盤“看數(shù)”的局面，實(shí)現(xiàn)更多延展性分析，讓原本只能“看”的靜態(tài)數(shù)據(jù)“活”起來，隨時(shí)隨地用活數(shù)據(jù)。
在大語言模型應(yīng)用的加持下，DataWind-分析助手進(jìn)一步降低企業(yè)員工用數(shù)門檻，實(shí)現(xiàn)從圖表制作、到圖標(biāo)分析、再到訂閱與監(jiān)控等全流程的自助化，讓企業(yè)內(nèi)部的看數(shù)、用數(shù)，從原本小部分人的“高精尖”(高級(jí)﹑精密﹑尖端)事變成在獲得數(shù)據(jù)權(quán)限條件下，人人都能享受并依賴的“普惠”事，幫助企業(yè)真正踐行數(shù)據(jù)驅(qū)動(dòng)。(作者：邱鎮(zhèn)鑫)
