西式快餐巨头引入AI问数，高效研发新产品

猖獗购物礼拜X的鸡肉卷销量增长15%，但冰淇淋为什么销量下滑？这是商场总监在交易复盘会上的问题。通过智能数据理解助手10秒内生成了解答：天气转冷和套餐调整导致冰淇淋销量下滑。门店经理经过实时分析，调整了商品陈列，推广热饮，当天交易额增长5%。这一智能决策不仅高效，而且取代了传统人工决策的耗时，展现了数据驱动的重要价值。 然而，对话式数据理解的革新之路并不平坦。尽管非常兴奋，但实际情况却很艰难。要实现对话式数据理解的落地，必须克服一系列困难，如确切性、可控性和安全性等问题。因此，在相当长的时间里，对话式数据理解一直处于一个“只闻楼梯响，未见人来”的阶段。虽然前景很好，但内心却没有底。 最近，一家西法速餐巨头与跬智讯息（Kyligence）合作，通过调整数据目标、自然对话交互和多智能体架构来构建智能化的全新数据理解平台。这种多维度的技术架构解决了上述问题，实现了对话式数据理解的应用落地，为业界提供了一个宁神丸。 作为领先的速餐巨头，这家企业早在上世纪80年代就将西方速餐的快餐观念引入中国，并迅速扎根市场，如今在中国已拥有上万家餐厅。 在该企业的每家门店中，都有大量的交易数据生成：销量、库存、促销反馈、消费者评价等。这些数据看起来杂乱无章，但蕴含着优化交易的巨大潜力。然而，如果不能很好地运用这些数据，它们更多地只是一种“负担”，而不是推动企业前行的“引擎”。 在这家速餐巨头的办公楼中，数据理解团队忙得不可开交。每当商场总监问道：“为什么本月销量下滑？”分析师们就开始了艰难的工作。 “小李，今天的分析完成了吗？”小张焦急地问道。 “别提了，得先从数据堆栈中提取数据，再导入Excel进行分析，完成这些还需要调整维度，再进行分析核心原因。”小李无奈地放开手，“估计还得花费很长时间。” 而且，经常遇到技术问题，系统需要不断升级。这种工作方式使得每次的数据分析都变成了一场“要命战”，从数据提取到最终报告，通常要花费几天时间。 更糟糕的是，企业每天都要处理上百亿条数据，包括销售、库存、消费者评价等多个维度的信息。每当需要跨越多个维度进行复杂分析时，传统工具总是“卡壳”。 “经常进行这些大数据分析，系统就像要崩溃了，基本上无法快速响应。”张亮叹息道，“这些工具基本上无法处理如此复杂的数据。” 而且，由于传统BI工具门槛较高，使其成为少量数据分析师和专业人员的“专利”，而将大部分业务人员拒之门外。这类问题在这家速餐巨头的经营过程中很常见，也让人头痛不已。为了解决这些问题，他们一直在苦苦寻求“良方”。 作为全球顶级速餐巨头，该企业一直走在数据智能化的前沿，他们早就注意到基于大模型的对话式数据理解的潜力，并希望通过这种创新的方式提升数据理解的效益。作为“实际的革新派”，该企业对时间有决定性的要求，但也对产品有严格的要求：确保分析结果的准确性是否能达到商业要求？系统是否具有足够的可控性和明确分析结果背后的逻辑？在如此庞大的数据收集中，如何保证不泄露或滥用敏感数据。企业员工有意使用对话式数据理解这一创新技术，但又担心当前的产品是否能胜任工作。 为什么选择Kyligence AI问数？因为客户的担忧得到了明确的回答 实际上，这家速餐巨头的担忧是有道理的。 对话式数据理解看似是企业数据智能化转型的福音，但实际上要比想象中复杂：很多技术依赖自然语言生成SQL查询，但是，语言的模糊性和多义性使得系统往往无法精确匹配企业复杂的交易逻辑；许多系统在分析过程中缺乏透明性，用户基本无法追溯数据来源和分析链条，这使决策者无法完全信任系统给出的答案。 在这样的背景下，Kyligence AI问数的出现恰到好处地解决了这一困境。那么，跬智讯息是如何解决这些问题的呢？ 准确性：关键环节保证准确分析 与传统的自然语言生成SQL查询的方式不同，Kyligence AI问数采用“自然语言生成问题到目标查询再到SQL查询”的时间线。这个过程将自然语言转化为企业目标相关问题，通过目标协同逻辑生成SQL查询。而且，整个过程层层验证，保证最终结果的准确性。 为了进一步提高数据分析结果的准确性，保证分析过程中的准确性，Kyligence AI问数的模型对错误输入的处理非常高，从而保证训练过程中的注意力始终是准确性。 值得注意的是，提高大模型在准确数值计划时的准确性和准确性是跬智讯息（Kyligence）团队投入最多研发资源来解决的关键问题，也是他们今年在对话式数据理解领域取得的突破性成果。根据最新评测结果，Kyligence AI问数在准确性特别是高精确度数值的准确计划方面明显优于通用大模型。 可控性：透明化的分析链路 Kyligence AI采用多智能体架构，将工作拆分为独立模块。例如，语言理解智能体负责分析语言，回答智能体定位数据变动原因，报告生成智能体负责调整并生成可视化报告。用户不仅获得答案，还可以追溯分析路径，该方法增强了系统的可信度和调试手段。 安全性：数据权限和机密保护 Kyligence AI通过细粒度的访问控制和机密保护机制，保证用户只能访问授权范围内的数据。例如，某地区的团队只能访问该地区的促销数据，无法查看其他地区的数据。 简化用户体验是另一个亮点，例如，用户只需10行代码即可将Kyligence AI数智助理嵌入现有系统，通过界面在企业主页实时查看分析结果，避免了多个平台切换的繁琐。与现有通信工具集成后，用户甚至可以通过即时通讯窗口解决问题并定期推送KPI报告。 正是这些专有的技术手段和产品特点，让跬智讯息（Kyligence）赢得了这家速餐巨头的青睐。 通过逐步的应用，Kyligence AI数智助理逐渐赋予这家速餐巨头核心业务，并帮助他们从精确营销到产品革新、门店经营优化的全面升级。 精确营销：了解消费者，提高抛弃率 通过分析消费者关键词如“速食快餐”、“家庭套餐”以及社交媒体互动数据，企业了解到年轻用户对创意广告的偏好。基于这些数据，推出结合热门元素的“疯狂礼拜X”广告，制作幽默短视频并分发限时优惠券，吸引年轻群体线上线下消费，明显提高品牌曝光度和ROI。 产品革新：数据驱动本土化 通过了解市场需求，企业推出符合本地口味的新产品。在中国市场，除了保留经典炸鸡和汉堡外，还推出粥、米饭、包子等地方特色餐点系列，满足各类饮食需求，拓展市场份额。 门店经营优化：实时调整，提高效率 通过实时监控销售数据，门店经理能够快速调整经营策略。例如，针对冷饮销量下滑的情况，及时增加热饮促销力度并调整陈列组织，迅速恢复销售业绩，提高门店经营灵活性。 随着多条业务线的深入运用，Kyligence AI数智助理逐渐打造了这家速餐巨头的数据理解智能系统。 该企业通过Kyligence AI问数实现了从传统BI到ChatBI的升级，数据理解的效益实现了质的飞跃。曾经需要数小时甚至数天才能完成的复杂分析，现在只需要几秒钟的自然语言提问即可得到准确答案。这种效益的提升让数据理解从辅助工具变成了核心决策引擎，为企业经营注入了前所未有的灵活性。 同时，随着使用门槛的降低，用户渗透率不断提高。目前，该系统每日活跃用户超过150人，每日请求量达到8000次，平均响应时间仅为3到5秒，问答平均等待时间为8秒，数据理解已真正渗透到企业经营的每一个环节。 进一步地，跬智讯息（Kyligence）帮助企业建立了高质量的目标和数据知识库。高质量的数据知识库结合Kyligence AI数智助理，让这家速餐巨头在竞争中建立了独有的优势。例如，程序化的数据逻辑帮助他们快速验证假设（如推出新品）并优化策略，以更低的成本探索最佳方案；精确理解和决策手段使他们能够更快地抓住市场机遇，实现资源的最优配置，建立超越竞争对手的优势。正是这种从数据到知识的融合，让这家速餐巨头在激烈的市场竞争中始终保持稳定。 AI问数是否将取代传统BI？拐点是否即将到来？ 传统BI正在衰退，AI问数正迅速崛起。跬智讯息（Kyligence）的联合创始人兼CTO李扬指出，该速餐巨头的AI问智助理的日活跃用户量不断增长，而传统BI的使用频率明显下降。这个变化似乎微小，实际上标志着企业数据理解形式的深刻变革。 对话式数据理解从辅助工具转变为核心决策能力。它不仅提高了效益，还塑造了企业的经营模式和工作方式。例如，商场营销人员使用AI问数字化可以在几秒钟内生成复杂的分析报告，将原本耗时的周报、双周报和全店日报瞬间完成，大幅降低数据管理成本。CMO通过智能问数平台直接查询关键数据，快速调整战略，无需依赖繁琐的报告流程。IT人员的角色也从传统的数据处理者转变为数据知识系统的构建者，通过创新的平台赋能业务。 李扬指出，要实现对话式数据理解的商业化应用，除了产品外，还需要建立高质量的数据知识系统。程序化的目标和普遍的业务逻辑是AI理解的基础，缺少了这些，AI的价值会大打折扣。企业需要将核心业务逻辑深度嵌入数据系统，保证跨部门协调的准确性和普适性。 此外，企业还需要建立面向AI的知识库。这个知识库不仅包含数据，还包括业务规则、语义和相关文本信息，为AI理解提供更深层次的语义理解手段。通过不断优化，知识库可以使系统灵活适应业务变化，保证分析结果始终准确且具有洞察力。 跬智讯息（Kyligence）通过与该速餐巨头的合作证明了对话式数据理解的强大潜力。李扬展示了AI问数逐步取代传统BI的趋势和可能性，但这个替代过程会有多快，什么时候达到“拐点”？让我们拭目以待。 对话式数据理解对企业来说，不再是科幻，而是现实中的竞争利器。对于企业而言，这是一次低投入、高回报的探索之旅。想象一下，企业内部规划团队通过十几场小组培训、市场调研和用户调研，即可确保项目快速落地并扩展到各个部门。随着系统的逐步应用，企业不仅提高了效益，还积累了数据资产。在这个过程中，效益的提高是线性的，而数据资产的增值是指数级的。 通过采取积极的姿态，从现在开始，逐步推进AI对话式数据理解的深度应用，充分释放数据的力量。就像这家速餐巨头一样，做一个“实际的革新派”，给新时代一个机会，也许它能给你一个不小的惊喜。 文：月满西楼 / 数据猿 责编：端详深空 / 数据猿