近來，指標(biāo)體系和指標(biāo)平臺的重要性正被越來越多的業(yè)界同仁所認可。作為行業(yè)領(lǐng)先的數(shù)據(jù)智能產(chǎn)品提供商，數(shù)勢科技最早推出了統(tǒng)一指標(biāo)開發(fā)管理平臺這一突破性產(chǎn)品（ 2021 年獲得軟著），并頭家完成了中國信通院數(shù)據(jù)指標(biāo)管理平臺技術(shù)要求專項測試，此外還出版了行業(yè)首本指標(biāo)體系與指標(biāo)平臺的專著，并在三年之間內(nèi)成功交付了眾多行業(yè)頭部客戶，積累了豐富的產(chǎn)品落地經(jīng)驗，成功交付的客戶量為業(yè)內(nèi)最多。

指標(biāo)平臺的關(guān)鍵，是要讓業(yè)務(wù)真正能用起來！

很多數(shù)字化產(chǎn)品，在企業(yè)中往往會遇到用不起來的困境。數(shù)勢深刻認識到這一點，所以產(chǎn)品設(shè)計的初衷就是能讓業(yè)務(wù)用起來，從而讓數(shù)據(jù)產(chǎn)生比較大價值。因此，數(shù)勢科技的指標(biāo)平臺產(chǎn)品，不僅可以讓數(shù)據(jù)開發(fā)團隊提效，更是結(jié)合了眾多客戶的實際業(yè)務(wù)場景，開發(fā)了指標(biāo)取數(shù)、指標(biāo)樹拆解、智能歸因、智能預(yù)警、目標(biāo)管理等全力能力，幫助客戶端到端落地指標(biāo)開發(fā)-管理-應(yīng)用全鏈路。

目標(biāo)管理：實現(xiàn)戰(zhàn)略目標(biāo)到業(yè)務(wù)執(zhí)行的閉環(huán)

許多公司會出現(xiàn)戰(zhàn)略目標(biāo)和業(yè)務(wù)執(zhí)行割裂的情況。數(shù)勢指標(biāo)平臺通過目標(biāo)設(shè)置與共識，將戰(zhàn)略指標(biāo)層層拆解到業(yè)務(wù)執(zhí)行過程指標(biāo)，通過分省區(qū)、城市、門店、員工的完整管理駕駛艙，幫助決策層實現(xiàn)從戰(zhàn)略指標(biāo)到員工運營工作的全鏈路拆解與管控，并讓業(yè)績效果與員工KPI掛鉤。

指標(biāo)樹拆解：復(fù)制標(biāo)準(zhǔn)化分析思路

大型公司的不同分公司都擁有各自的數(shù)據(jù)分析團隊，分析思路各不相同?？偣具M行統(tǒng)籌分析時，分公司各說各話，無法統(tǒng)一。數(shù)勢指標(biāo)平臺的指標(biāo)樹功能，可以把分析思路變成樹狀結(jié)構(gòu)，從戰(zhàn)略開始分解，提煉分析過程，從集團層面下鉆到分公司、部門、區(qū)域、門店、員工、商品等層面，利用AI的理解和數(shù)據(jù)運算能力進行分析思路的構(gòu)建。這樣的樹狀分析思路，可快速復(fù)制到每一個分公司、每一個業(yè)務(wù)單元，實現(xiàn)分析思路的統(tǒng)一。

指標(biāo)智能預(yù)警及歸因：快速自動定位導(dǎo)致數(shù)據(jù)異常的業(yè)務(wù)原因

以往公司的管理層發(fā)現(xiàn)了某項經(jīng)營數(shù)據(jù)異常，會讓數(shù)據(jù)分析師去做數(shù)據(jù)挖掘，找出異常原因，往往需要幾個小時甚至幾天的時間，整個流程費時費力。數(shù)勢指標(biāo)平臺基于算法提前預(yù)警指標(biāo)波動，并通知到管理人員，同時基于指標(biāo)樹，自動拆解異常指標(biāo)的子指標(biāo)，并自動定位，給出最影響指標(biāo)波動的子指標(biāo)，并綜合人工經(jīng)驗和機器智能分析，自動生成分析報告。幾分鐘內(nèi)就能實現(xiàn)從指標(biāo)預(yù)警到歸因報告生成的閉環(huán)工作。

自助取數(shù)：業(yè)務(wù)自助提取數(shù)據(jù)，無需等待開發(fā)排期

一線的業(yè)務(wù)人員取數(shù)用數(shù)的需求同樣緊迫，但往往都要提需求排期等待，耽誤了理想的決策時機。數(shù)勢指標(biāo)平臺讓不懂技術(shù)的業(yè)務(wù)人員直接用可信的指標(biāo)直接取數(shù)和做報表，無需勞煩技術(shù)人員，使用門檻降低，比用excel做圖表還簡單。

技術(shù)創(chuàng)新的追求，是較好的性能+較好的靈活+較好的輕量！

對于技術(shù)的創(chuàng)新，數(shù)勢始終追求通過技術(shù)帶來真正的業(yè)務(wù)價值，而并不是花里胡哨、毫不實用的炫技。在指標(biāo)平臺上，主要體現(xiàn)在較好的性能、較好的靈活和較好的輕量三個方面。

較好的性能：百億級原始數(shù)據(jù)的亞秒級響應(yīng)

數(shù)勢科技自研數(shù)據(jù)加速引擎，不依賴特定引擎物化視圖特性進行指標(biāo)查詢加速，基于ROI和指標(biāo)使用熱度等智能策略算法，自動實現(xiàn)對數(shù)據(jù)增量的預(yù)打?qū)挕esharding、預(yù)聚合、多級緩存，并根據(jù)查詢請求，自動尋優(yōu)理想子數(shù)據(jù)集進行查詢；

特定剛需場景的較好的速度優(yōu)化：

場景一：周/月/季/年同環(huán)比類，快速大范圍時間跨度查詢；

場景二：靈活維度組合 + 高基維去重計數(shù)，高復(fù)雜度且無法預(yù)聚合的場景；

場景三：近xxx周/月/季/年類帶有滑動時間窗口的派生類指標(biāo)，按日+靈活維度做查詢觀察；

場景四：以上場景的隨意組合。

上述每一個場景，在海量數(shù)據(jù)分析領(lǐng)域都是老大難問題，數(shù)勢指標(biāo)平臺通過自研的 UD(T/A)F + 預(yù)計算聚合思路，實現(xiàn)對上述所有場景的加速，在百億級原始數(shù)據(jù)量級的實測數(shù)據(jù)集下，上述場景均可實現(xiàn)亞秒級響應(yīng)。

較好的靈活：從數(shù)據(jù)輸入到數(shù)據(jù)輸出的全鏈路靈活配置

數(shù)勢指標(biāo)平臺是 DataFabric 理念的積極踐行者，系統(tǒng)在保證較好的性能的前提下，在多源數(shù)據(jù)接入，數(shù)據(jù)模型、維度、指標(biāo)，下游數(shù)據(jù)輸出等方面均實現(xiàn)了所見所得、立等可用。

多源數(shù)據(jù)接入：支持幾乎所有常見數(shù)據(jù)源 0 代碼、 0 數(shù)據(jù)搬運接入，結(jié)合自研加速引擎的預(yù)打?qū)?、resharding 、統(tǒng)計信息裁剪、多級DataCache等加速機制，實現(xiàn)極速跨源聯(lián)邦數(shù)據(jù)查詢；

數(shù)據(jù)模型、維度、指標(biāo)定義及管理：僅存儲配置信息，修改后立即生效，不需要等待調(diào)度系統(tǒng)數(shù)據(jù)重跑，預(yù)聚合任務(wù)會做自動刷新，無需人工介入；

下游數(shù)據(jù)輸出：數(shù)勢指標(biāo)平臺支持以拖拉拽、低代碼的方式生成下游數(shù)據(jù)消費系統(tǒng)使用的 ADS 數(shù)據(jù)集，該數(shù)據(jù)集是一個動態(tài)邏輯視圖，動態(tài)邏輯視圖 = ?比較新實時數(shù)據(jù)+預(yù)計算熱數(shù)據(jù)+原始“冷”數(shù)據(jù)， 視圖將實時數(shù)據(jù)轉(zhuǎn)變?yōu)闊釘?shù)據(jù)而做動態(tài)更新，兼顧查詢實時、性能、準(zhǔn)確（數(shù)據(jù)完整）；

較好的輕量：無需額外硬件資源投入，整體成本更低

在數(shù)據(jù)對接時，數(shù)勢科技指標(biāo)平臺可以在數(shù)據(jù)集成層面支持存算一體、存算分離和存算外置等多種技術(shù)方案選擇。

尤其是存算外置模式，支持使用客戶已有MPP OLAP 做存儲與計算引擎，無需額外硬件資源投入，保持客戶數(shù)據(jù)棧的一致性，減少數(shù)據(jù)冗余，不創(chuàng)造數(shù)據(jù)孤島。

指標(biāo)+AI：隨時隨地準(zhǔn)確取數(shù)，洞察報告自動生成！

大模型時代來臨，數(shù)勢科技將指標(biāo)平臺與大模型和AI Agent相結(jié)合，在 2023 年率先推出基于自然語言交互的新一代智能數(shù)據(jù)分析助手，幫助企業(yè)業(yè)務(wù)和非技術(shù)人員，通過簡單問答快速獲取數(shù)據(jù)和洞見，智能化歸因并生成報告，提升數(shù)據(jù)決策效率。

管理及業(yè)務(wù)團隊隨時隨地可信用數(shù)

“本以為引入ChatBI智能取數(shù)工具能是我們工作效率和成本控制的救星，結(jié)果卻成了準(zhǔn)確性的噩夢?！斑@是某國際零售巨頭的管理人員在使用了ChatBI之后的深切感觸。數(shù)勢科技的智能分析助手，基于自身指標(biāo)平臺 的能力，改變了一般ChatBI的NL2SQL路徑，采用了大模型→指標(biāo)語義層的方式，并適配了移動端和PC端，可以讓用戶隨時隨地地通過自然語言交互來取數(shù)用數(shù)，并保障數(shù)據(jù)的準(zhǔn)確性。

洞察報告、決策建議自動生成

數(shù)勢智能分析助手不僅能幫助非技術(shù)人員快速準(zhǔn)確獲取數(shù)據(jù)，了解 “是什么”，還明白 “為什么”。系統(tǒng)會通過大小模型結(jié)合的方式，自動檢測指標(biāo)異常的維度以及因子，并生成見解，在此基礎(chǔ)上，再以文字總結(jié)的方式總結(jié)這些見解，形成洞察報告和決策建議。這將幫助非技術(shù)人員更快地做出更好的決策，而無需花費時間手動分析數(shù)據(jù)。

眾多的客戶成功案例，是產(chǎn)品比較大的底氣！

數(shù)勢科技指標(biāo)平臺經(jīng)過三年的不斷發(fā)展，如今已成功交付了上百家客戶，積累了豐富且珍貴的產(chǎn)品落地經(jīng)驗，同時也沉淀了一整套指標(biāo)體系梳理的方法論，以及金融、零售、高科技制造等行業(yè)的成套指標(biāo)體系。數(shù)勢科技將這些軟實力和產(chǎn)品的硬實力組合在一起，幫助企業(yè)更好地將數(shù)字化產(chǎn)品用起來，讓數(shù)據(jù)產(chǎn)生比較大價值。

通過數(shù)勢指標(biāo)平臺賦能，為中信建投業(yè)務(wù)決策和分析效率提升70%

為適應(yīng)數(shù)字化轉(zhuǎn)型需要，支撐客戶服務(wù)體系的建設(shè)和運營、優(yōu)化經(jīng)營分析和運營效果評估，更好發(fā)揮數(shù)據(jù)價值服務(wù)于海量客戶，中信建投提出要利用技術(shù)手段解決公司在業(yè)務(wù)關(guān)鍵爬坡期，持續(xù)擴張的客戶規(guī)模與有限的員工數(shù)量之間存在較大匹配差距問題，驅(qū)動形成“線上+線下”的客戶服務(wù)閉環(huán)，為業(yè)務(wù)管理、業(yè)務(wù)運營人員的決策提供更加完善的數(shù)據(jù)支持。

為了決指標(biāo)開發(fā)難、應(yīng)用難和管理難等具體問題，數(shù)勢科技與中信建投共同搭建了指標(biāo)標(biāo)簽統(tǒng)一管理平臺，以完備支撐統(tǒng)一管理和有效應(yīng)用的基建能力；制定指標(biāo)標(biāo)簽生命周期梳理流程管理機制，以實現(xiàn)從提需、開發(fā)、應(yīng)用、下線的全鏈路機制保障；此外，以4K（Know Your Customer、Know Your Employee、Know Your Product、Know Your Business）為基礎(chǔ)構(gòu)建了指標(biāo)標(biāo)簽體系，實現(xiàn)指標(biāo)標(biāo)簽“匯、管、用”一體化。

通過與數(shù)勢科技合作，中信建投指標(biāo)標(biāo)簽統(tǒng)一管理平臺促進業(yè)務(wù)有效發(fā)展。在業(yè)務(wù)發(fā)展方面，此次指標(biāo)和標(biāo)簽體系的建設(shè)提高了中信建投數(shù)據(jù)驅(qū)動的能力，賦能營銷和分析應(yīng)用環(huán)節(jié)，有效提高業(yè)務(wù)精細化運營的準(zhǔn)確度和分析、診斷、處理問題的能力：

1. 數(shù)倉開發(fā)鏈路縮短，數(shù)據(jù)開發(fā)效率提升近50%

2. 通過平臺配置化能力，指標(biāo)開發(fā)效率提升90%

3. 通過指標(biāo)平臺的目標(biāo)拆解、預(yù)警、歸因分析等應(yīng)用能力，業(yè)務(wù)決策和分析效率提高了70%

4. 秒級完成目標(biāo)客群的圈選，精細化用戶運營效率提升50%

書亦燒仙草通過數(shù)勢指標(biāo)平臺，優(yōu)化門店管理、提升督導(dǎo)效率

在過往，書亦燒仙草面臨著數(shù)據(jù)管理的巨大挑戰(zhàn)。擁有超過 9000 個數(shù)據(jù)看板，既不清楚具體的數(shù)據(jù)存量，也無法準(zhǔn)確辨識哪些ETL流程、數(shù)據(jù)集和看板仍具價值，哪些已成為冗余。業(yè)務(wù)部門同樣陷入迷茫，他們不了解自己曾提出過哪些數(shù)據(jù)需求，擁有哪些看板，甚至在尋找數(shù)據(jù)時感到無所適從。這導(dǎo)致需求不斷累積，看板數(shù)量激增，分析師們疲于應(yīng)對，卻仍難以滿足業(yè)務(wù)部門的迫切需求。排期成為常態(tài)，而業(yè)務(wù)部門對數(shù)據(jù)開發(fā)團隊的響應(yīng)速度頗感不滿。

與數(shù)勢科技合作后，書亦燒仙草重新梳理了指標(biāo)體系，對指標(biāo)進行了徹底清理，最終僅保留了 300 多個核心數(shù)據(jù)集。

此外，書亦還通過統(tǒng)一分析思路與戰(zhàn)略目標(biāo)管理，進行細致的指標(biāo)分解，涵蓋區(qū)域、渠道等多個維度，并明確設(shè)定各維度目標(biāo)，實現(xiàn)對目標(biāo)達成情況的全面監(jiān)控。同時，指標(biāo)平臺提供多層級下鉆功能，能夠深入探查城市、門店、渠道等影響因素，了解它們是如何導(dǎo)致數(shù)據(jù)發(fā)生變化的。此外，還可以靈活地對結(jié)果列表進行多維度分析，包括影響指數(shù)方向、topN因素設(shè)置等，以滿足多樣化的數(shù)據(jù)分析需求，助力書亦更準(zhǔn)確地把握業(yè)務(wù)動態(tài)，優(yōu)化決策過程。

不僅如此，數(shù)勢科技還幫助書亦構(gòu)建了門店健康度分析體系：定義關(guān)鍵指標(biāo)，設(shè)計基于OSM的指標(biāo)(O代表業(yè)務(wù)目標(biāo)Object，S代表實現(xiàn)目標(biāo)的業(yè)務(wù)策略Strategy，M代表衡量業(yè)務(wù)策略是否有效的指標(biāo)Measure)拆解和分析體系，以評估門店的運營狀況。

數(shù)勢指標(biāo)平臺幫助書亦燒仙草實現(xiàn)了數(shù)據(jù)管理的根本性變革?，F(xiàn)在，所有經(jīng)營域的數(shù)據(jù)均源自統(tǒng)一的指標(biāo)平臺，這一舉措確保了數(shù)據(jù)看板的一致性，統(tǒng)一了團隊對數(shù)據(jù)的認知，并極大地簡化了數(shù)據(jù)查找過程。針對那些缺乏現(xiàn)成看板的情況，通過自助取數(shù)平臺，使業(yè)務(wù)部門能夠自主下載數(shù)據(jù)、進行分析，無需等待開發(fā)團隊。這一系列變革顯著提升了業(yè)務(wù)部門的滿意度。

具體效果包括：

服務(wù)器資源占用率降低至40%以下，還極大地提升了報表的運行速度，為業(yè)務(wù)部門帶來了顯著的效率提升。

通過統(tǒng)一的數(shù)據(jù)定義和計算邏輯，消除了部門間數(shù)據(jù)沖突和數(shù)據(jù)準(zhǔn)確性的質(zhì)疑，大幅提升了數(shù)據(jù)溝通效率。

數(shù)據(jù)分析工作處理時長減少80%，每人每周減少 10 小時+數(shù)據(jù)處理工作

數(shù)勢科技一直將實現(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)消費的門檻，人人用數(shù)；“惠”即不斷釋放數(shù)據(jù)的價值，增收提效。大模型推動企業(yè)軟件應(yīng)用邁入智能化時代，數(shù)勢科技打造的新一代指標(biāo)平臺，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一步探索大模型加持之下的數(shù)據(jù)分析未來。

（推廣）