Quick BI：小Q問數概述

核心優勢

• 問答高效擷取資料，釋放取數壓力。

• 洞察資料異常與波動的關鍵原因，讓決策更簡單。

  • 異常發現：

    從報表或資料檔案中識別異常資料，並進一步自動下鑽發現異常的詳情源自於更細分的對象（如利潤月度異常可拆解識別客戶等）。

  • 波動歸因：

    基於不同時間周期的指標波動對比，從不同視角分析引起波動的原因，呈現不同的貢獻度，從而定位和明確可採取的行動方向。

  • 自訂情境化洞察：

    通過內建Dify/百鍊平台構建自訂workflow，形成的自訂Agent，接入至小Q問數，從而實現與情境結合的洞察等能力。

• 支援多步等複雜問數情境。

使用情境

通過自然語言問答功能，小Q問數能夠快速擷取資料，顯著提升資料擷取效率，減輕取數負擔並自動識別資料異常，準確定位問題根源。結合多周期指標的對比分析，小Q問數還能夠實現波動歸因分析，拆解各維度貢獻度，明確波動原因，並輸出可操作的洞察，適用於經營分析、業績複盤及問題排查等高頻資料決策情境。

情境一：經營管理

• 情境說明： AI+BI提升經營管理效率、洞察利潤增長機會。

• 方案對比：傳統的資料分析方式與小Q問數在當前情境中的使用對比如下。

  傳統方式（Before）	智能化方式（After）
  強依賴人工的銷售分析。 業績報單分析：靠人工，每天晚上數十人集中對報單的結果進行複盤，缺乏固定問題+靈活複盤分析工具，只能看到單一報表反覆篩選，周度公司經營總結複盤效率低。 銷售問題複盤：靠開會，客戶/報單/品類多維度資料分析，資料解讀靠個人能力，經常遺漏管理要點，無法學習他人的銷售經驗。 大盤動態追蹤：靠經驗，辛苦跑單記錄的銷售小記資料和業績資料無法聯動使用，銷售目標達成全靠人為督導，缺少目標到動作執行過程的監督閉環。	AI輔助的經營管理，隨時隨地、高效精準決策。 互動查詢：智能銷售複盤，通過對話形式，快速擷取業績資料，同時結合AI大模型進一步給出建議。 互動總結：智能銷售質檢，結合AI大模型，自訂客戶分析模型，挖掘銷售拜訪記錄中的機會和風險。 周期報告：智能經營決策，結合Agent意圖分類支援對話式日報歸因；基於Agent自動規劃能力支援周度經營分析。

• 總結：AI智能洞察，全面總結銷售管理進展，讓業績增長可追蹤、可管理、可預見：

  • 更高效：自助化資料查詢和進展總結提效業務日常作業80%，減少不必要討論爭執50%；

  • 易管理：讓銷售管理、經營管理從成百上千的報表中釋放，業務更專註於客戶管理、業績達成等工作，實現經營增長。

情境二：供應鏈管理

• 情境說明：AI+BI提升營運分析效率、洞察供應鏈提效機會

• 方案對比：傳統的資料分析方式與小Q問數在當前情境中的使用對比如下。

  傳統方式（Before）	智能化方式（After）
  繁瑣的人工分析討論。 供應鏈百餘維組合分析：靠人工，業務分析下鑽維度多（固定報表滿足率低 <20%）、業務分析時間靈活（固定報表僅可按周月取數）、人工取數周期長、成本高（周粒出報表）。 訂單滯留原因定位：靠開會，缺少多維度目標差異比對分析（近百組合下鑽維度，人工分析難以定位核心要素）；依賴“人工”分析，不準確、效率低。 類似問題處理方法：靠詢問，人員無法快速查詢學習業務術語（依賴線下文檔、線下培訓），業務人員上手慢、培訓成本高，資訊無法拉齊。	AI輔助的供應鏈管理，問答響應、高效定位原因與行動。 洞察：智能定位績效達成，情境主題問數，對話式“資料消費”。如直接詢問“各大區訂單履約表現情況”，通過AI返回的圖表發現具體原因。 診斷：智能分析異常節點和原因，AI助手智能分析、自動歸因。直接詢問“影響本周東北大區履約率不達標的核心原因是什嗎？” 行動：智能擷取關聯知識，AI知識平台，統一維護，高效查詢，企業人員通過該平台快速擷取知識，拉齊相應資訊。

• 總結：AI智能歸因，高效定位供應鏈履約問題，讓營運全鏈路可診斷、可擴充、可信賴：

  • 更高效：自動化資訊檢索和問題解答提效業務日常作業80%，減少不必要手動工作30%。

  • 易管理：讓業務人員通過問題發現，更專註於履約達成、庫存管控等工作，實現營運降本。

功能簡介

您可以在PC端或移動端的小Q問數對話介面預覽和選擇資料集、在提問框內直接輸入問題提問或快捷提問並進行多輪對話、在對話列表中查看歷史的小Q問數對話等。

• 多樣化的資料來源

  支援選擇資料集及上傳的資料檔案進行問數。

  

• 方便快捷的提問方式

  支援直接輸入問題提問，或者使用更高效的快捷提問和語音輸入進行提問。

  

• 多樣化的大模型選擇

  支援選擇系統內建大模型或自訂大模型進行解讀和推理。

  

• 資料洞察及波動歸因

  基於不同時間周期的指標波動對比，從不同視角分析引起波動的原因，呈現不同的貢獻度，從而定位和明確可採取的行動方向。

  

• 可預測的資料走勢

  支援根據歷史資料，預測未來一段時間的走勢供參考。

  

• 可追溯的歷史對話

  支援展示近30天的對話。

  

• 多端相容的展示效果

  支援在手機端、PAD端進行問數。

  

使用流程

小Q問數的使用流程及相關參考文檔如下。