TIO AUTOPLAT · 问数分析 L4

AIDA爱答 · 问数分析

让业务人员用自然语言直接问数据。基于 DataHub 统一语义层,AIDA 将对话转化为可审计 SQL,返回图表、摘要与自动报告,彻底消除「业务不会 SQL」的分析门槛。

PRODUCT OVERVIEW

数据分析不应该有 SQL 门槛

多数企业的数据分析现状:业务人员不会 SQL、分析结果散落 Excel、报告编制需要数天、数据口径不一致导致结论失真。AIDA 基于 DataHub 语义层,让业务人员用自然语言直接问数据,自动生成 SQL、返回图表与摘要、分钟级交付分析报告。

业务不会 SQL——NL2SQL 自动转换,基于 DataHub 语义层,口径与指标中心完全一致
分析散落 Excel——统一指标与开放服务,所有分析结果口径一致,告别多版本数据打架
报告编制慢——模板化自动报告,合并 SQL 结果与 LLM 叙述,分钟级交付结构化分析
NL2SQL
自然语言转换
语义层
DataHub 指标直通
只读执行
安全审计可查
自动报告
分钟级交付

解决三大核心痛点

从「人找数据」到「数据找人」,彻底改变企业数据分析的工作方式

NL2SQL + 语义层

业务不会 SQL

业务人员用自然语言提问,AIDA 自动转换为精准 SQL,无需技术门槛。

统一指标与开放服务

分析散落 Excel

基于 DataHub 统一指标口径,所有分析结果口径一致,告别多版本数据打架。

模板化自动报告

报告编制慢

合并 SQL 结果与 LLM 叙述,自动生成结构化分析报告,分钟级交付。

5 步问数流程

从自然语言到可视化报告,每一步均可追溯与审计

01
自然语言输入

业务人员用日常语言提问,无需了解数据库结构或 SQL 语法

02
意图识别

AI 理解问题意图,检索相关指标与表元数据,确定分析维度

03
NL2SQL 生成

LLM 基于 DataHub 语义层生成可审计 SQL,口径与指标中心完全一致

04
只读执行与缓存

在授权语义层上执行只读查询,结果缓存加速,SQL 落库备查

05
结果呈现

返回表格、图表摘要或自动报告,支持 PDF/HTML 导出

四大功能模块

自然语言问数

对话式提问,无 SQL 门槛
意图识别与指标元数据检索
LLM 生成可审计 SQL
结果以表格/摘要形式返回

智能分析

时序趋势分析与维度切片
AI 归因与趋势文字解读
可选预测区间(需人工确认)
质量与指标上下文感知

可视化与报告

图表配置元数据存储
LLM 叙述与 SQL 结果合并
PDF/HTML 报告自动生成
报告模板化与复用

权限与审计

复用 DataHub 开放清单授权
NL2SQL 结果 SQL 落库备查
异步任务队列,不阻塞 Chat
与 AIHub 智能体入口联动

技术竞争力

指标口径一致

与 DataHub 指标中心深度耦合,避免「Chat 胡说数据」的幻觉风险,所有问数结果均基于统一语义层。

独立扩容

与 AIHub 解耦延迟,分析长任务独立扩容,不影响对话服务的响应速度。

可经智能体触发

可通过 AIHub 智能体入口触发分析任务,但执行面独立,支持复杂分析场景的编排集成。

与 BI 分工明确

AIDA 侧重对话式分析与自动报告;复杂拖拽式 BI 由 L4 模块承担,两者定位清晰、互补。

典型应用场景

销售数据复盘

「上个月各区域销售额对比上月增长情况?」——AIDA 自动生成对比图表与趋势解读,5 分钟完成月报。

运营指标监控

「最近 7 天用户留存率为什么下降?」——AIDA 归因分析,定位关键维度,自动生成诊断报告。

供应链分析

「哪些 SKU 的库存周转率低于行业均值?」——自然语言问数,秒级返回结构化分析结果。

财务数据查询

「本季度各部门费用超支情况?」——基于统一指标口径,确保财务数据口径与报表系统完全一致。

USE CASES

落地场景

自然语言问数与智能报告的典型业务场景

自然语言问数场景

业务数据实时问答

销售、运营、供应链等业务人员用自然语言提问,秒级返回图表与摘要。无需 SQL 基础,数据分析不再依赖技术部门。

智能报告场景

智能经营报告生成

基于模板自动合并 SQL 结果与 LLM 叙述,分钟级生成月报、周报、专题分析报告,支持 PDF/HTML 导出。

让业务人员直接问数据

让业务人员直接用自然语言访问数据,无需 SQL 基础,即问即得