作者｜沙丘智库研究团队
来源｜沙丘社区（www.shaqiu.cn）
完整报告：《2024年“大模型+数据分析”最佳实践报告》（49页PPT）
报告目录
第一部分：“大模型+数据分析”应用指南
1.数据分析技术演进
1.1 数据分析产品发展阶段
1.2 大模型出现以前的智能分析产品
1.3 大模型加速“数据分析平民化”
2.大模型对企业数据分析工作的影响
2.1 大模型对不同数据分析角色的赋能
2.2 大模型在不同数据分析环节的成熟度
3.“大模型+数据分析”落地现状
3.1 “大模型+数据分析”产品的企业采纳情况
3.2 “大模型+数据分析”落地的关键挑战
3.3 企业探索“大模型+数据分析”时的考虑因素
4.“大模型+数据分析”技术实现路径
4.1 “大模型+数据分析”的两种技术路线
4.2 技术路线1：以BI平台为核心
4.3 技术路线2：以指标平台为核心
4.4 企业级“大模型+数据分析”产品设计思路
4.5 “大模型+数据分析”典型厂商分析
5. 给企业用户的建议
5.1 提升“大模型+数据分析”准确率的四点建议
5.2 进一步利用AI Agent增强数据分析工作流
第二部分：“大模型+数据分析”典型案例
案例1：滴滴基于大模型的ChatBI
案例2：快手智能化BI产品
案例3：喜马拉雅基于大模型的ChatBI
案例4：腾讯智能数据分析平台OlaChat
案例5：腾讯游戏数据分析Agent
案例6：百度ChatBI实践
案例7：网易云音乐ChatBI
案例8：京东零售ChatBI
案例9：第四范式基于语义模型的ChatBI
案例10：火山引擎DataWind分析助手
案例11：招商银行基于大模型的DataGPT
案例12：中国工商银行分行用数平台
案例13：广发银行大模型辅助数据分析
案例14：平安银行数据分析Agent
案例15：宁波通商银行NL2SQL新式流程框架
案例16：华农保险对话式数据分析
案例17：天弘基金基于大模型的智能BI交互
案例18：江苏移动数智助手text2SQL优化实践
案例19：浙江移动ChatBI对话式数据分析应用
案例20：中国一汽GPT-BI
案例21：长安汽车对话式问数工具CAnswer
案例22：中国海油Data Agent
*更多生成式AI研究可前往“沙丘智库”小程序查阅
*有任何需求可咨询客服微信：zimu738
