基于指标+标签的经营分析 Agent 与 ChatBI 的区别

数据分析在企业运营中的作用愈发显著。通过有效的数据分析，企业可以洞察市场趋势、优化运营流程、提高决策质量，从而在竞争激烈的市场中占据优势。即将于 10 月 25-26 日举办的 DA数智大会2024·深圳站邀请到数势科技 AI 负责人李飞博士，他将带来题为 《基于指标+标签的经营分析 Agent 创新实践》 的精彩分享。

在本次演讲中，李飞博士将结合实际案例，讲述大模型（LLM）如何叠加业务语义层促进企业数字化经营水平的提升，探讨LLM智能分析Agent的自然语言数据交互能力及其如何降低数据使用门槛，提升数据在决策和业务流程中的影响力，并助力数据民主化与价值化。

同时，他也会重点说明基于指标+标签的经营分析Agent与ChatBI的区别，并展示其在复杂数据分析业务下的具体表现优势，展示其如何使数据分析更精确和灵活，降低幻觉问题。他还将与你探讨企业如何以智能分析AI Agent解决数据分析准确性、数据源全面性、分析逻辑黑盒不可信以及数据计算查询效率及性能等问题。

演讲提纲

1.行业通用企业数据分析Agent的实现方案和不足

2.基于指标+标签的经营分析Agent VS ChatBI

3.指标和标签能力在搭建企业数据分析Agent时的技术创新点—— 详细说明AI Agent+指标和标签平台语义层如何工作，并展示其架构

4.技术难点与经验总结页：分享在数据产品设计中遇到的挑战和总结的经验

5.应用场景分享页：展示具体的落地应用案例和场景必要性。

从这个演讲中，你将学习到这些经验——

• 为什么在大模型技术赋能数据分析场景时需要引入“业务语义层”（Semantics），以NL2Semantics2Metrics+Label API替代NL2SQL

• 基于指标+标签的经营分析Agent 与ChatBI的区别

• 如何基于指标+标签的分析Agent能力搭建企业分析平台