作为科技美妆领域的探索者，自然堂集团在构建全链路数字化体系的过程中，敏锐捕捉到传统 BI 在应对临时需求、重复工作和个性化分析时的效率瓶颈。随着大模型技术的成熟，自然堂携手观远数据，以 ChatBI 为支点，撬动数据应用的 “最后一公里”—— 通过自然语言交互、智能逻辑预设与动态图表生成，将数据需求响应周期从 “天级” 压缩至 “分钟级”，不仅重塑了企业内部的数据协作模式，更以 AI 驱动的知识显性化与交互革新，为美妆行业的数据智能应用开辟了全新想象空间。
以ChatBI技术解决，临时、重复、个性化的业务需求
自然堂集团作为中国领先的数字化驱动的科技美妆企业，一直致力于通过科技创新提升产品质量和用户体验，已在数字化领域也取得了显著成就，从消费者到供应链，从产品开发到后台服务，部署了全面的在线化工具，实现了数据的无缝整合，构建高效的数字化运营体系。自然堂在充分利用数据资产，以数据应用推动业务的持续创新和发展的过程中，也曾遇到过一些难点。
•临时性一次性需求多：灵活变动的业务要求数据指标动态综合调整，众多指标和维度是临时提出的一次性需求。例如业务想要取下半年6个品类的会员购买的数量以及金额数据。此时，产品经理需要进行对接，讨论业务场景、数据口径和价值，并由数据开发工程师进行开发，最后与业务对数。整个机制过程又慢又沉重，导致大家疲惫不堪。
•重复需求多：梳理了自然堂的日常数据应用需求，发现很多的需求是重复进行的。不同的业务方，不同时间点，不同场景下，可能是同一个取数需求，都需要重新排期进行，白白浪费了大家的精力。
•使用门槛高：不同用户往往存在个性化的分析逻辑，尽管内部已经创建了1000多张报表和看板，但仍然无法完全满足业务部门对数据的个性化需求。但传统BI门槛较高，非技术人员往往难以自行使用BI进行个性化分析。
随着大模型的出现，自然堂开始思考利用AI来解决数据难题。大模型又可以听懂人话，又可以写代码，这两个根本能力就像一个虚拟产品经理加上一位数据分析师，可以作为某些业务同学的助手，随时在线，一起协作，解决困扰已久的取数问题。
鉴于观远数据在技术积累与业务需求方面与自然堂高度契合，自然堂决定携手观远数据，共同搭建AI问数（ChatBI）解决方案。通过即时学习、逻辑预设、图表生产能力，分别解决临时、重复、个性化的业务需求：
•即时学习：通过自然语义的对话交互，即可理解临时的指标和维度含义，及时给出结果，无需经历传统分析方式的开发过程，即问即用、用完即走。
•逻辑预设：通过预设决策树模型，可以覆盖80%重复的用数需求。
•图表生成：通过对话，基于对个性化需求的理解，可以自动生成可视化图表，帮助业务用户快速构建个性化分析体系。
ChatBI 三个关键：结果准不准、知识显性化、交互更友好
经过几个月的开发，自然堂ChatBI问数产品问世，构建了标准解决方案，将大语言模型和BI基座能力相结合，应用大语言模型的底层能力，学习企业业务知识（表知识、业务逻辑、问答知识、洞察知识等），实现问答式数据分析。
同时，逐步向内部进行推广，但起初准确率其实并不高，交互不够友好，导致使用人数不多。我们进行了深入思考，总结了ChatBI落地应用的三个关键点。
结果准不准
底层整个数据治理的好坏，直接决定了AI工具的生产结果好与不好。起初由于底层数据多表关联非常复杂，问数准确率仅有60%-70%。对此，自然堂对表单进行了关联优化，并把相似相近的指标命名字段，做更多的使用注释，包括归属渠道、订单销售渠道等等。这样对GPT来讲才可以分清楚SQL要用哪个。
今年，我们与观远数据进行了进一步的数据治理，比如如何识别意图，如何生成SQL，以及如何多Agent互相检查，如何把数据库建设更好，如何把已经有的SQL和问题结合到一起等等。目前，取数准备率从裸跑60%成功提升到92%。
知识显性化
准确率的提升过程，实质上是企业知识库建设的过程。我们的知识库中积累了丰富的SQL示例和指标体系定义，这些显性化的知识不断积累，为提高准确率提供了坚实基础。
未来，我们的职能也会更多地转向底层，做指标体系的梳理、指标平台的治理等等，从应用层转型到维护知识库，让AI工具越来越好用，不断再往前走。
交互更友好
用户交互更友好也非常关键。最早为了提高准确率，我们要求使用者明确提出自己的使用范围，比如要问会员，还是要问会员销售或者问各个渠道销售等等。但用户很多时候根本不知道自己需求的表到底是哪一个。这样用户就很难用起来。
现在我们跟观远不断地磨合业务与产品，终于可以通过Agent互建识别用户的意图和问题，通过不断的自然问答，用户很容易得到自己所要的东西。不仅交互体验更好了，准确率也得到了提升。
同时，我们将所有的交互功能集成在钉钉平台中，员工可以直接在钉钉进行数据查询和获取答案，取数也更为便捷。
抓住三个关键点，ChatBI实现落地价值提升
基于以上三个关键点，现在整个ChatBI产品使用率、使用频次都得到了极大提升。
•数据分析需求响应效率极大提升，产品上线3个月后活跃用户占比52%，覆盖业务部门10+，处理取数需求3k+，业务部门的数据需求满足周期从原来的0.5小时~3天不等，缩短到1~5分钟，有效提升数据分析需求的响应效率。
•数据分析师的服务半径得以扩大，从原来的SQL工程师变成企业知识训练师。数据支持部门与业务部门进行更紧密合作。
•降低跨部门沟通协作成本。沉淀的营销、销售、市场、库存和财务等业务数据，使得我们能快速响应综合性业务分析需求，加速知识调取与流通，大大促进了部门间的沟通和协作。
•培养了业务团队的数字化思维。培养业务数字化思维，规范业务需求描述，大大降低其他需要开发的数据需求的沟通成本。由于工具的使用变得简单且无门槛，员工们开始习惯于使用数据来指导决策，这种习惯逐渐转化为企业文化的一部分。
未来进一步建设指标平台，提供更精准全面的数据分析服务
当下，自然堂ChatBI产品可查询数据场景，包括C端销售数据、全渠道销售数据、会员数据和市场品类数据，也正在不断推进更多可查询数据，包括营销数据、供应链数据和财务数据，以期在提供数据的同时，也能提供更深入的洞察力。
未来，自然堂计划进一步建设指标平台，以增强AI的效果，提供更加精准和全面的数据分析服务，包括：
1.指标平台： 利用AI技术，通过自然语言查询指标体系。一旦指标体系建立，查询结果可以迅速呈现。这种搜索方式的效率和准确性依赖于指标治理的完善程度。
2. 智能洞察： 探索利用AI进行数据分析，直接生成洞察结果和简单的策略建议。
3. 问答生图： 支持问答功能，自动生成图表和可视化展示，使数据分析更加直观和易于理解。
展望未来，自然堂集团将于观远数据继续保持紧密合作，深化AI技术在数据分析领域的应用，共同推进业务增长，开创数据洞察力的新篇章。
