首批!瓴羊Quick BI完成中国信通院大模型驱动的智能数据分析工具专项测试

简介: 首批!瓴羊Quick BI完成中国信通院大模型驱动的智能数据分析工具专项测试

2024年3月26日,在中国信通院组织的首批大模型驱动的智能数据分析工具专项测试中,瓴羊Quick BI顺利完成了专项测试的全部内容,成为首批完成此项测试的企业。


01《大模型驱动的智能数据分析工具》 标准及测试简介

中国信通院云计算与大数据研究所依托中国通信标准化协会大数据技术标准推进委员会(CCSA TC601),联合50余家企业的100余位专家共同编制完成了《大模型驱动的智能数据分析工具》标准,瓴羊为核心参编企业之一。标准包含数据准备能力、大模型智能分析能力、智能交互能力、分享协作能力、集成部署能力、安全管理能力等六大能力域,18个能力子域,54个能力项。


02瓴羊Quick BI 产品介绍

瓴羊Quick BI是一款全场景数据消费式的 BI 产品,秉承全场景消费数据,让业务决策触手可及的使命,通过智能的数据分析和可视化能力帮助企业构建数据分析系统。

瓴羊Quick BI积极探索大模型技术在数据分析领域的应用,接入阿里巴巴通义千问大模型能力,打造智能小Q——自然语言对话式数据分析助手,为用户提供智能问数、智能搭建两大核心能力。

智能问数——用户通过自然语言对话,直接获取数据结果,实现数据即问即答,人人都可上手分析数据,牵引数据消费新方式;

智能搭建——聚焦一键生成报表、对话式的图表创建和配置、一键智能美化、智能洞察归因,极大提升报表搭建效率,解放生产力。

03瓴羊Quick BI产品优势


作为中国唯一且连续4年入选Gartner ABI魔力象限的BI产品,瓴羊Quick BI优势源自厚重的沉淀和基础,依托基于通义千问调优的BI领域大模型,以及Quick BI多年沉淀的全面、精良的产品能力,智能小Q在功能丰富程度、灵活性、稳定性、健壮性等方面都有着较强的产品优势。


1、更简单

智能小Q能够大幅度降低分析门槛,提供高级计算及灵活探索能力,让复杂数据的可视化变得简单直观。智能小Q支持多种问法,能够轻松处理各类数据场景,包括字段聚合、高级计算以及过滤筛选,并且通过多轮对话来深化分析。基于提出的问题,智能小Q还能自动展示最适合的可视化效果,不仅提供精准的数据结果,还满足用户对灵活多样分析展现的需求。


2、更准确智能小Q能够准确理解用户的分析意图,它可识别自然语言化的提问以及多种BI专业术语,用更接近自然交流的方式进行互动,不需要复杂的公式化表达。企业还可以上传自己的特定行业术语知识库,使得模型能够更精确地理解企业内部的数据及其语境,从而提供更加精确的分析结果。

3、更迅速智能小Q结合NL2DSL(自然语言到数据查询语言)和NL2API(自然语言到应用程序接口)技术,基于Quick BI已有能力和大模型的补全与纠错,实现了秒级响应。用户的提问可以得到即问即答的体验,无需冗长的等待,大大提高了数据分析的效率。

4、更便捷支持企业上传自有知识库,利用已有数据集进行数据建设,企业用户可以轻松开启智能问答和数据分析的旅程。这一流程的便捷配置不仅节省了时间,还让用户能够无缝衔接至先进的分析工具,享受更顺畅、更高效的数据处理经验。

04瓴羊Quick BI典型应用场景

对于数据分析师来说,Quick BI 智能小Q 的推出解决了业务增长与开发资源紧张之间的矛盾,让数据分析师不再受临时取数需求的干扰,从而能够专注于企业数据系统的构建和性能优化。通过实现数据资产体系建设,数据分析师可以发挥更大的价值,提升整个数据团队的工作效率和产品质量。


对于需要看数的业务人员而言,Quick BI 智能小Q 像一个“对话式数据分析助理”,通过提供简单易用的操作界面和基于自然语言的查询功能,极大降低了用户的使用门槛。业务人员可以借助智能小Q对客户数据、业务进展和营收成本等关键指标进行快速统计分析,并能够通过智能问数功能轻松获得想要看到的数据指标,从而有效提高日常数据追踪、监控、异常分析等的工作效率。


05未来展望


随着Quick BI通过中国信通院“大模型驱动的智能数据分析工具”专项的成功,瓴羊在智能分析领域取得了显著成就,并且标志着其在这一领域达到了新的高度。展望未来,瓴羊Quick BI将不断探索大模型与BI技术的深度融合,引领数据消费新范式——助力企业全面释放数据潜力,优化决策过程,提升业务效率,从而构建更加智慧和高效的工作环境。


随着大模型的接入,商业智能(BI)已成为企业决策的关键支持工具。随着技术的快速发展,新一代BI智能分析正与LLM(Large Language Model)技术深度融合,引领着商业智能领域的新变革。

目录
相关文章
|
6月前
|
人工智能 自然语言处理 测试技术
从人工到AI驱动:天猫测试全流程自动化变革实践
天猫技术质量团队探索AI在测试全流程的落地应用,覆盖需求解析、用例生成、数据构造、执行验证等核心环节。通过AI+自然语言驱动,实现测试自动化、可溯化与可管理化,在用例生成、数据构造和执行校验中显著提效,推动测试体系从人工迈向AI全流程自动化,提升效率40%以上,用例覆盖超70%,并构建行业级知识资产沉淀平台。
从人工到AI驱动:天猫测试全流程自动化变革实践
|
9月前
|
数据采集 人工智能 监控
人工智能驱动的软件工程:测试左移的崛起价值
本文探讨了人工智能驱动下测试左移理念在软件工程中的重要性,分析测试工程师在需求评估、AI代码生成及遗留系统优化中的关键作用,揭示AI带来的挑战与机遇,并指出测试工程师需提升技能、关注合规与可维护性,以在AI时代保障软件质量。
490 89
|
数据挖掘 BI
大模型时代下的智能数据分析
在大模型时代,智能数据分析成为企业提升效率的关键。2024年,市场逐渐回归应用本质,客户更关注模型如何落地日常业务。瓴羊Quick BI智能小Q助手接入通义千问大模型能力,提供对话式报表搭建、一键换肤美化、智能洞察归因等高效功能,助力企业数字化转型,引领数据消费新范式。
291 4
|
7月前
|
数据采集 供应链 BI
观远数据 BI:多链路复杂数据处理与智能任务调度,驱动企业敏捷决策
观远数据BI具备多链路复杂数据处理与智能任务调度能力,支持多源数据融合、零代码清洗建模及自动化调度,助力企业打破数据孤岛,实现零售、金融、央国企等场景的实时决策与降本增效。
|
9月前
|
存储 人工智能 自然语言处理
Lakehouse x AI ,打造智能 BI 新体验
本文整理自瓴羊的王璟尧老师与镜舟科技石强老师的联合分享,围绕 Quick BI 在智能 BI 场景中的落地实践,深入探讨了 StarRocks 如何凭借 MPP 架构、实时分析能力与 AI 原生支持,成为智能分析的理想 Lakehouse 引擎底座,助力 BI 从“被动查询”迈向“主动决策”,开启数据“会说话”的新体验。
|
人工智能 自然语言处理 JavaScript
测试工程师要失业?Magnitude:开源AI Agent驱动的端到端测试框架,让Web测试更智能,自动完善测试用例!
Magnitude是一个基于视觉AI代理的开源端到端测试框架,通过自然语言构建测试用例,结合推理代理和视觉代理实现智能化的Web应用测试,支持本地运行和CI/CD集成。
1936 15
测试工程师要失业?Magnitude:开源AI Agent驱动的端到端测试框架,让Web测试更智能,自动完善测试用例!
|
人工智能 自然语言处理 数据可视化
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
随着大模型技术突破,全球企业迎来数据智能革命。Gartner预测,到2027年,中国80%的企业将采用多模型生成式AI策略。然而,数据孤岛与高门槛仍阻碍价值释放。
668 8
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
|
自然语言处理 数据可视化 数据挖掘
评测:大模型时代的智能BI—Quick BI
作为一位产品经理,我近期体验了阿里云Quick BI的深度功能。其智能小Q助手通过自然语言生成可视化报表,大幅提升非技术人员操作效率;本地文件数据源功能实现快速数据分析,减少对IT依赖。智能问数和移动端适配表现出色,但字段命名规则校验及权限控制需优化。总体而言,Quick BI适合中大型企业业务分析,生态兼容性强,智能化覆盖全流程,值得推荐(评分:4.5/5)。
|
运维 监控 数据可视化
产品测评 | 大模型时代下全场景数据消费平台的智能BI—Quick BI深度解析
Quick BI是阿里云旗下的全场景数据消费平台,助力企业实现数据驱动决策。用户可通过连接多种数据源(如本地文件、数据库等)进行数据分析,并借助智能小Q助手以对话形式查询数据或搭建报表。平台支持数据可视化、模板快速构建视图等功能,但目前存在不支持JSON格式文件、部分功能灵活性不足等问题。整体而言,Quick BI在数据分析与展示上表现出强大能力,适合业务类数据处理,未来可在智能化及运维场景支持上进一步优化。
|
敏捷开发 存储 SQL
Quick BI × 宜搭:低代码敏捷开发与专业数据分析的完美融合,驱动企业数字化转型新范式
钉钉低代码平台宜搭与瓴羊QuickBI深度融合,提供前端敏捷构建+后端智能决策的解决方案。通过无缝对接的数据收集与分析、一站式数据分析及报表嵌入等功能,实现业务与数据双重赋能。
807 3

热门文章

最新文章

下一篇
开通oss服务