近日，权威数字化研究与知识服务平台沙丘社区重磅发布《2024 中国“大模型 + 数据分析”最佳实践案例 TOP10》榜单，该榜单旨在探索大模型在数据分析中的无限潜力，了解它们如何帮助企业优化决策、提升效率、创造新价值。入选案例均经过严格筛选和评估，从价值性、实用性、创新性、示范性四个维度精选出的 10 大案例，代表了当前大模型在数据分析领域的最佳实践。自然堂集团 × 观远数据问数 GPT 项目凭借创新实践与卓越成果，成功入围《2024 中国“大模型 + 数据分析”最佳实践案例 TOP10》。

　　自然堂集团作为中国领先的数字化驱动的科技美妆企业，一直致力于通过科技创新提升产品质量和用户体验。为了快速响应数据变化带来的分析需求变化，让用户随时随地获得数据分析结果，辅助敏捷决策，自然堂集团与观远数据合作开展问数 GPT 项目，将 LLM 与 BI 相结合，打造生成式数据分析产品，有效提升了数据利用效率和决策质量，同时使得数据分析师从技术性工作中解放，转型知识训练师，进一步促进数据驱动文化。

　　此次观远数据与自然堂集团合作共创的问数 GPT 项目入围榜单，充分展现了观远数据在大模型领域的创新实力，以及自然堂集团对观远 Chat BI 的认可。未来，双方将继续深化合作，不断探索大模型在数据分析领域的创新应用，推动更多行业大模型的落地应用，共同为更多企业的大模型应用打造创新典范。

　　随着科技不断进步，美妆行业迎来前所未有的革新。自然堂集团作为数字化驱动的科技美妆企业，不断加大数字化转型力度，构建全新的竞争力。在数字化过程中，自然堂集团面临着以下痛点:

　　各业务系统相对孤立，数据口径不一致，数据孤岛导致跨部门协作沟通成本较高；

　　业务数据变化快且频繁，分析需求也要随之变化，IT / 数据部门无法快速满足业务提出的繁多、琐碎且紧急的分析需求；

　　一方面，借助 LLM 的学习、理解、泛化能力，让业务用自然语言进行提问，近乎零门槛的方式实现业务用数自由。

　　另一方面，借助 BI 底座的计算引擎、分析引擎、安全引擎，有效保障数据查询的效率和性能，并严格按照企业所需进行数据权限控制，做到高效查数，安全看数。

　　将大语言模型和 BI 基座能力相结合，应用大语言模型的底层能力，学习企业业务知识 (表知识、业务逻辑、问答知识、洞察知识等), 实现问答式数据分析。

　　通过设计多 Agent 体系提高任务完成质量，并通过 Agent 实现知识管理与训练:

　　数据分析 Agent: 基于数据分析垂直领域的业务流程，自研智能体系统。在接收到用户请求后，会进行一系列意图识别，需求澄清，问题改写，知识检索，相关代码 / 文本内容生成，自我检查与修复等工作，支持数据分析领域中的各类任务，如取数，洞察等。

　　Agent 知识管理与训练: 支持接入企业中各类数据分析领域知识，包括数据集信息，业务知识，问答知识，洞察知识等几大类，提供给 Agent 进行“长期记忆”的获取与持续更新。其挖掘模块能够从企业已有 BI、指标平台等系统中进行各类知识挖掘、预处理与导入。管理模块提供了完善的分析主题管理，效果测试与优化，用户使用情况追踪等能力。Agent 的核心推理能力来自于各类开源、闭源大模型 API 的对接。Agent 的各类任务执行能力，如 SQL / Python 代码执行等，是将 BI 平台已有的 API 封装成工具提供给 Agent。能够很好地支持各类企业级需求，如数据权限，各类数据库查询对接，并发控制，任务审计等。

　　②对于用户提问模糊的问题，AI 会进行语义理解与澄清，对模糊项进行追问，用户可以通过多轮对话将问题表达明确。

　　①在创建主题时能够快速接入数据知识、业务知识和问答知识，AI 自动进行学习。

　　进一步，AI 可挖掘 BI 用户行为数据，了解用户分析资产，将指标平台等企业数据资产接入到知识库中，加速知识库冷启动。

　　pg电子平台

　　RAG: 知识预处理与索引，查询改写，混合召回，重排序，事实性检查等。

　　基于状态机的 Agent 流程设计: 基于 LLM 来进行流程与逻辑控制，提升灵活性与最终效果。

　　多 Agent 体系: 针对不同任务场景设计独立 Agent, 通过多 Agent 交互来协作完成任务。提升每个单独任务的完成质量。

　　记忆管理与自我提升: 通过 Agent 来自动管理用户对话、记忆召回、记忆更新等动作，实现自我能力提升。

　　产品上线 个月后活跃用户占比 52%, 覆盖业务部门 10+, 处理取数需求 1k+, 业务部门的数据需求满足周期从原来的 0.5 小时~3 天不等，缩短到 1~5 分钟，有效提升数据分析需求的响应效率。

　　提升数据分析师的服务半径，转变数据分析师的工作角色，从原来的 SQL 工程师变成企业知识训练师。数据支持部门与业务部门进行更紧密合作。

　　沉淀营销、销售、市场、库存和财务等业务数据，快速响应综合性业务分析需求，加速知识调取与流通，降低跨部门沟通协作成本。

　　培养业务数字化思维，规范业务需求描述，大大降低其他需要开发的数据需求的沟通成本。

　　及时响应为企业敏捷决策赋能: 用户提问后，能够快速提供数据分析结果。为业务进行临时、紧急的决策调整提供及时准确的数据支撑。

　　提升企业员工数字化意识: 业务用户通过自然语言提问即可获得数据结果，在弱化 SQL 等技术环节的同时，也培养了业务用户在描述需求时严谨规范的思维方式，降低开发需求的沟通成本，提升报表看板的开发效率。

　　知识库自运营体系为训练师减负增效: 知识库可实现冷启动和自迭代，实现知识的更新、自检自查和在企业资产沉淀，不断强化产品问答能力。

　　广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。