|
2024年5月23日，偶數科技發(fā)布了對話式數據分析平臺Kepler。Kepler基于自研的專有數據分析領域大模型，率先實現了AI原生自然語言對話能力，讓用戶可以通過對話交互進行數據分析，無論是數據查詢、圖表生成，還是指標分析、歸因分析，都可以通過對話實現，是大模型領域數據分析類垂直應用。 針對數據分析場景中用戶面對的主要痛點，如業(yè)務用戶門檻高、需求排隊時間長、分析性能和時效差，Kepler一站解決全部問題。Kepler賦能用戶降本增效，學習成本降低約200倍，取數效率提升約1500倍，提供秒級響應和延遲。 簡單易用，零門檻上手：讓更多業(yè)務用戶快速用起來 大語言模型的技術飛躍，讓用戶從圖形交互 (GUI) 逐漸轉向對話交互 (CUI)，Kepler實現了AI原生自然語言對話能力，讓用戶可以通過對話交互進行數據分析，為用戶帶來顛覆性的數據分析體驗。 易用性帶來學習成本大幅降低，相比傳統(tǒng)BI、指標平臺等培訓至少一兩周，用戶在10分鐘內就可以輕松駕馭Kepler，一線業(yè)務用戶學習成本降低上百倍。 從市場專員到金牌銷售，從活動運營到財務主管，Kepler幫助企業(yè)內更多人、更主動、更活躍的用起來。 不懂SQL，也能取數：業(yè)務用戶全流程自助分析 用戶在Kepler的幫助下，還可以通過自然語言完成取數分析，實現“全員取數用數”的企業(yè)數據文化。 此外，Kepler自帶低門檻、零代碼、拖拽式的數據工廠模塊和數據集成工具，用戶無需技術背景就可以輕松上手，避免因業(yè)務變更需求和IT反復修改導致需求不斷延期，大幅提升數據開發(fā)效率。由此，業(yè)務側大量長尾取數需求都可以通過Kepler輕松滿足，零成本提高取數效率。 實時分析，極速查詢：全員在線開展數據分析 Kepler結合偶數自研計算引擎，通過多活主節(jié)點、存算分離技術，支持數萬員工同時進行復雜分析查詢，分析結果秒級響應，無需擔心用戶量激增導致的負載壓力。同時，通過實時湖倉數據底座，讓用戶可以實時取數，實時分析，讓決策者能夠在最短時間內做出最優(yōu)的商業(yè)決策。 偶數對話式數據分析平臺Kepler有哪些技術優(yōu)勢？ 可信賴：準確率高 無論是趨勢分析、活動復盤還是財務指標解讀，準確、可信都是數據分析的基石。在大模型“幻覺”頻出的市場環(huán)境中，偶數自研的專有數據分析領域大模型準確率高，可以提供完美的結果可解釋性。結合企業(yè)本地數據資產，以及偶數多年來在數據庫內核研發(fā)的豐富經驗，讓企業(yè)用戶可以完全信賴AI分析結果，Kepler讓企業(yè)對數據價值不迷茫，對商業(yè)決策有信心。 高并發(fā)：全員在線數據分析 偶數率先創(chuàng)新支持分析型負載超高并發(fā)，多活主節(jié)點和計算節(jié)點水平擴展的同時，保證完備的查詢服務和集群的高可用，企業(yè)內部數萬用戶可同時在線使用復雜查詢訪問同一份數據。 高性能：查詢秒級響應 Kepler可以面向PB級大數據的查詢，內置的計算引擎將硬件性能發(fā)揮到極致，分析結果秒級響應。 Kepler功能盤點：七大模塊一站式賦能決策 Kepler整合規(guī)劃在數據分析領域的既有模塊，形成6+1的能力矩陣，即1個對話式數據分析，聯動指標管理、標簽管理、報表管理、數據可視化、數據加工、應用開發(fā)等6個模塊。 智能取數 傳統(tǒng)數據庫查詢需要精通SQL語法，對非技術用戶是一大挑戰(zhàn)。Kepler對話式數據分析模塊內置指標模式、SQL模式能根據用戶的取數需求自動切換，識別用戶在分析場景下的實際需求，幫助用戶找到所需的數據或指標。業(yè)務側大量、臨時的取數需求通過智能取數即可滿足，零邊際成本。 SQL生成 Kepler通過自然語言生成SQL的創(chuàng)新功能，為用戶提供全新的查詢交互方式。通過將用戶的自然語言提問翻譯成SQL語法，使用戶能夠更加靈活地定制和修改SQL，滿足個性化的數據需求。 多輪對話交互 憑借大語言模型的天然優(yōu)勢，Kepler能夠聯系上下文語境進行數據分析、指標計算、圖表生成。無論是復雜的業(yè)務場景、歷史數據，還是特定的行業(yè)術語，用戶都可以像與真人交流一樣，提出問題，陳述需求。這不僅讓數據分析更貼近用戶的真實需求，還通過連貫的數據分析體驗讓用戶更全面地了解數據之間的關系，深入挖掘數據背后的業(yè)務信息。 指標查詢 通過向Kepler提問查詢既有指標，或者通過自然語言直接進行SQL查詢計算得到結果，如“上個季度銷售額是多少”、“各個產品線的盈利性情況如何”，滿足非專業(yè)用戶對具體指標快速響應的需求，打破數據分析的技術隔閡。 歸因分析 歸因分析是解讀數字背后故事的關鍵。Kepler通過直接提問的方式，讓不同業(yè)務用戶能夠在不了解數據結構和分析方法的情況下，迅速掌握數字的成因和業(yè)務變化的規(guī)律，從而降低了數據分析的門檻，讓數據解密不求人。 圖表生成 Kepler顛覆了傳統(tǒng)數據分析工具的使用模式，用戶無需在復雜的圖表設置中反復嘗試。通過自然語言生成的圖表，比如餅狀圖、柱狀圖，用戶能夠直觀地理解業(yè)務趨勢，輕松駕馭數據之美，直觀的圖表交互讓數據探索方式成為有趣的工作體驗。 大模型在數據分析領域的落地和應用，將降低用戶的交互門檻，讓業(yè)務部門更容易、更主動、更活躍地使用分析工具。真正做到了釋放企業(yè)數據價值，為企業(yè)降本增效。 偶數對話式數據分析平臺Kepler，乘勢而上，與用戶共同駕馭數據分析大模型的未來。 |
