400-680-2995 投诉建议 | 中文 / EN

数据智能时代,企业进行经营决策究竟能有多便利?

2020年,突如其来的新冠肺炎疫情席卷全球,对经济造成了沉重的打击,加之中美关系恶化等外在因素给我国企业带来了巨大的影响:


企业将会面临更多的不确定性,以往的经营和管理模式也将迎来巨大挑战。

务实的应对方法是:


企业从实际情况出发,注重内部管理,优化生产经营结构,谋求高效经营。而数据最能反映企业经营的真实状况,通过快速获取所需数据,进行分析洞察,找到问题所在,制定出解决与优化方案。在这个过程中,数据智能贯穿始终。

数据智能是指运用成熟的IT架构与先进的AI技术,不断激发数据的资产属性,使其可以有效指导经营与业务,并在企业内部构建高效的数据协同分析网络,加速数据洞察结果在企业内部的传递和使用。

数据智能给企业带来了哪些帮助?

在调研了50家百亿级的企业后,我们发现大部分企业的数据应用仍然停留在数据可视化看板(传统BI)的层面。

固化的数据报表已无法响应灵活多变的数据分析需求,企业中普遍存在用户无法快速获取决策所需数据的现象。

当今时代,把准确的数据提供给企业决策者至关重要,不论是经验丰富的高层,还是一线的基层员工,只有充分发挥人脑与机器各自的优势,才能使企业的效益最大化。

在Gartner公司近3年的商业智能报告中,反复提及了下面这些能力,并认为拥有这些能力的企业,在面对未来更加复杂多变的商业环境时,会有更强的适应性,更大的概率在竞争中不断积累优势。

关键能力1:交互式对话分析

应用自然语言技术(NLP),构建对话式数据问答机器人。它可以识别并理解用户的提问意图,甚至是不同行业中的术语。找到符合用户需求的数据后,它可以自动识别数据的特征,用最适合的可视化结果对数据进行展示,同时形成对数据特征的描述,便于用户理解。

关键能力2:可解释的增强性分析

不止解决数据查询的场景,还可以对数据进行自动分析,产生数据的洞察报告。但机器学习在ToB领域并不能很好地发挥作用,主要原因在于机器学习构建的”黑盒算法”。对于企业来讲缺少商业上面的可解释性。而机器学习因数据供给量不足所产生的误差,虽然在统计学上面可以接收,但商业环境中需要用真金白银去承担模型的偏差风险。这就要求针对企业的行业特点进行业务建模,充分收集企业内部已有的数据分析经验。

科大讯飞携手元年助力企业快速搭建数据智能应用

利用数据智能,企业的员工可以和数据进行无门槛交互,并在分析引擎的帮助下进行日常决策。

早前,科大讯飞携手元年推出了一款非常实用的数据智能产品——元年智答,它是企业交互式数据分析机器人,也是企业的数据智能助手。

元年智答从两个关键点切入帮助企业实现业务价值:

▶ 其一、提高企业内部数据服务的体验;

▶ 其二,以数据赋能业务,提升应用数据的决策能力。

元年智答提供了数据分析开放平台和非侵入式数据准备工具,前者支持引入企业已有数据科学模型、第三方供应商提供的数据科学模型,元年数据科学与管理咨询团队也会持续向企业输出场景化建模能力;后者使得企业无需大规模重整数仓,也不用维护大量ETL任务,即可快速享受到数据智能带来的便利。

一起来认识下,这款来自智能时代的交互式数据分析机器人——元年智答

元年智答具备数据问答、数据洞察、数据预警、数据简报、数据分享五大核心功能,并为企业提供细粒度数据权限控制方案。


数据问答

支持使用者对数据进行随时随地、实时高效的“无门槛”交互。系统内置讯飞语音识别技术,用户使用类似于微信聊天的方式与系统进行交互,不需要繁琐的培训,极大程度地释放了双手。系统内置语义理解模型,可理解用户口语化日常用语与业务术语。

在用户与系统的交互过程中,机器人会学习用户行为,从而不断修正其算法模型,最终成为更懂使用者特点的“智能助手”。

数据洞察

智能报表,洞察问答获取数据的特征,自动推荐最适合的数据可视化结果进行展示;

即系分析,内存计算引擎支持用户多种数据分析场景的实时计算;

增强分析,通过业务建模构建企业场景化分析的知识图谱,实现数据自动关联分析、影响因素分析;

开放平台,支持场景化数据分析API的输入/输出,支持企业自研、或与第三方持续建设。

数据预警

智能预警可基于算法模型自动识别业务数据的异常波动,基于用户日常的问答建立人与数据的关系,在数据发生异常波动时,主动推送给适合的人员。收到数据预警的员工,可直接通过数据问答,多维度分析数据异动的原因。

数据简报

支持通过数据问答的形式快速创建数据分析报告,告别BI工具繁杂的操作。在企业进行内部会议之前,不再需要浪费大量时间在数据的收集与整理上,可以把更多精力用于数据分享。数据结果即问即答、实时呈现,相关人员再也不用怕老板问数,逐渐形成敏捷式数据分析组织。

数据分享

通过与微信、钉钉、企业OA集成,数据洞察的结果可在组织内部高效传递,形成数据分析、计划定制、方案落实、效果跟踪的数据驱动管理闭环体系。

数据权限控制

严控企业内部数据安全,建立细粒度数据权限管控方案,每个员工可在授权范围内与数据进行充分互动。


(“智答”技术架构图)

企业要想成功搭建数据智能应用,除考察供应商的产品能力、研发能力外,业务咨询与实施能力也非常重要。

元年具有丰富的管理会计咨询经验,擅长从企业管理者视角出发,进行财务与业务的梳理,建立自上而下的企业数据分析体系。此外,元年在全国主要城市有经验丰富的实施团队。

对数据智能理解的误区

✘ 人工智能是万能的

现阶段的技术能力,并不能实现像科幻电影中一样的人工智能,比如:钢铁侠的私人助手JARVIS。现实中,ToB类型的人工智能项目往往因缺少有效数据,导致AI算法失灵,从而产生较大偏差。这也就要求企业在实施人工智能项目时,更要充分了解企业的业务背景,准备好冷启动所需的数据,并且在项目交付的过程中,建立高效的反馈收集与处理机制,在收集到一定量的使用者数据后,对算法模型进行快速调优。

✘ 数据智能要等数据中台完备后才可以建立

数据中台的建设往往需要企业投入较大的人力、物力、财力,且耗时较长。不少企业在数据中台建设的过程中,会遇到诸如无法让业务看到价值等问题,导致内部协同效率较低。而数据智能方面的项目,是在选定一个细分业务场景后,像利刃一样直刺业务场景的痛点,解决业务面临的实际问题。数据智能的实现离不开数据治理,但由于数据智能只针对特定的业务场景,数据范围有限,所以数值治理的推动也相对容易。数据中台和数据智能相辅相成,但后者不受前者限制,可以优先建设。

在这里您可以索取: 白皮书解决方案研究报告

>>

解决方案

白皮书

研究报告