能让业务用户以非常低的门槛来使用数据分析类产品，促进数据驱动的决策流程，一直以来是很多 BI 类产品追求的终极目标。ChatBI 也是如此。
很多企业已经有 BI 系统，建设了成熟的报表，指标体系，数据预警推送等，已经满足很大一部分业务的看数需求了。但我们在沟通时，发现企业仍存在一些应用难点，包括查数不灵活、使用门槛高、知识难沉淀等。这些无一不在限制BI的广泛采用和效果发挥。
一是传统BI工具在复杂指标的查询上，无法兼顾灵活性和时效性。例如，19-21点进行某场达播活动后，业务定义了纯新增一单会员、潜客首单转化率等指标，希望能在达播活动后立刻进行复盘活动效果，而相关指标无法提前定义计算并及时输出，等待分析师处理至少要等待从小时到天不等。
二是数据分析工具使用门槛高，分析思路因人而异，难以形成统一认知与结论进行落实。对决策层来说，尽管核心分析场景已有看板，但整体分析过程仍然需要领导自行进行查看、总结、决策，同一份数据所捕获的信息与行动手段依赖决策者本身的认知水平与经验，经过验证的分析思路无法沉淀复用。
三是企业业务知识及数据口径分散记录，无法被统一沉淀和应用至各部门业务分析场景中。企业内部不同部门指标同名不同义、同义不同名，业务用语适用范围有限，不同部门之间认知对齐困难，在向上传达与跨部门沟通时出现口径混乱、认知不统一等问题。
ChatBI的灵活性，很大程度上非常有助于解决此类问题。以观远BI为例，观远ChatBI是一款基于大语言模型（LLM）打造的智能数据问答产品，提供意图识别、知识召回、问题理解、数据查询、可视化生成等能力。用户通过自然语言提问，便可获取数据分析结果，实现敏捷决策。
对于中高层“临时问数”需求，用户可以通过自助式问答迅速获得临时业务数据，无需依赖数据团队实现了从“找人”转为“找系统”的转变。
对于业务一线“敏捷取数”需求，用户可以通过灵活便捷的问答查询，自助获取复杂指标数据，取数从日常排期开发转变为分钟级响应。
对于数据团队“知识共享”需求，观远ChatBI专注于知识库的维护，实现企业知识的统一沉淀，从而提升业务分析的效率。
目前观远ChatBI在多家企业实现落地应用，能够满足快速、灵活的数据查询和分析需求。以算数值、取TopN、做比较等取数用数场景为例。
算数值：询问“2023年一线城市总的销售利润是多少？”，观远ChatBI能理解“一线城市”的含义，并对销售利润进行聚合计算。
TopN：询问“ 2023 年销售量前3的商品品类”，观远ChatBI 能按商品类别进行分组聚合，并按销售量降序排序，返回排名前3的商品及其销量。
做比较：询问“比较过去一年中不同地区的年度利润，哪三个地区的利润最高？”，观远Chat BI将按地区进行聚合，并计算出每个地区的利润，最终通过柱状图进行展示。
除此之外，观远ChatBI产品手册还介绍了通过四步循环，打造零门槛、自迭代的ChatBI，以及相应的客户实践案例。作为目前市面上少有的详细阐述ChatBI相关内容的资料，大家可扫描上文二维码，或点击文末「阅读原文」下载保存学习。
