近來，指標(biāo)體系和指標(biāo)平臺(tái)的重要性正被越來越多的業(yè)界同仁所認(rèn)可。作為行業(yè)領(lǐng)先的數(shù)據(jù)智能產(chǎn)品提供商，數(shù)勢(shì)科技最早推出了統(tǒng)一指標(biāo)開發(fā)管理平臺(tái)這一突破性產(chǎn)品（2021年獲得軟著），并首家完成了中國(guó)信通院數(shù)據(jù)指標(biāo)管理平臺(tái)技術(shù)要求專項(xiàng)測(cè)試，此外還出版了行業(yè)首本指標(biāo)體系與指標(biāo)平臺(tái)的專著，并在三年之間內(nèi)成功交付了眾多行業(yè)頭部客戶，積累了豐富的產(chǎn)品落地經(jīng)驗(yàn)，成功交付的客戶量為業(yè)內(nèi)最多。

指標(biāo)平臺(tái)的關(guān)鍵，是要讓業(yè)務(wù)真正能用起來！

很多數(shù)字化產(chǎn)品，在企業(yè)中往往會(huì)遇到用不起來的困境。數(shù)勢(shì)深刻認(rèn)識(shí)到這一點(diǎn)，所以產(chǎn)品設(shè)計(jì)的初衷就是能讓業(yè)務(wù)用起來，從而讓數(shù)據(jù)產(chǎn)生最大價(jià)值。因此，數(shù)勢(shì)科技的指標(biāo)平臺(tái)產(chǎn)品，不僅可以讓數(shù)據(jù)開發(fā)團(tuán)隊(duì)提效，更是結(jié)合了眾多客戶的實(shí)際業(yè)務(wù)場(chǎng)景，開發(fā)了指標(biāo)取數(shù)、指標(biāo)樹拆解、智能歸因、智能預(yù)警、目標(biāo)管理等獨(dú)家能力，幫助客戶端到端落地指標(biāo)開發(fā)-管理-應(yīng)用全鏈路。

目標(biāo)管理：實(shí)現(xiàn)戰(zhàn)略目標(biāo)到業(yè)務(wù)執(zhí)行的閉環(huán)

許多公司會(huì)出現(xiàn)戰(zhàn)略目標(biāo)和業(yè)務(wù)執(zhí)行割裂的情況。數(shù)勢(shì)指標(biāo)平臺(tái)通過目標(biāo)設(shè)置與共識(shí)，將戰(zhàn)略指標(biāo)層層拆解到業(yè)務(wù)執(zhí)行過程指標(biāo)，通過分省區(qū)、城市、門店、員工的完整管理駕駛艙，幫助決策層實(shí)現(xiàn)從戰(zhàn)略指標(biāo)到員工運(yùn)營(yíng)工作的全鏈路拆解與管控，并讓業(yè)績(jī)效果與員工KPI掛鉤。

指標(biāo)樹拆解：復(fù)制標(biāo)準(zhǔn)化分析思路

大型公司的不同分公司都擁有各自的數(shù)據(jù)分析團(tuán)隊(duì)，分析思路各不相同?？偣具M(jìn)行統(tǒng)籌分析時(shí)，分公司各說各話，無法統(tǒng)一。數(shù)勢(shì)指標(biāo)平臺(tái)的指標(biāo)樹功能，可以把分析思路變成樹狀結(jié)構(gòu)，從戰(zhàn)略開始分解，提煉分析過程，從集團(tuán)層面下鉆到分公司、部門、區(qū)域、門店、員工、商品等層面，利用AI的理解和數(shù)據(jù)運(yùn)算能力進(jìn)行分析思路的構(gòu)建。這樣的樹狀分析思路，可快速?gòu)?fù)制到每一個(gè)分公司、每一個(gè)業(yè)務(wù)單元，實(shí)現(xiàn)分析思路的統(tǒng)一。

指標(biāo)智能預(yù)警及歸因：快速自動(dòng)定位導(dǎo)致數(shù)據(jù)異常的業(yè)務(wù)原因

以往公司的管理層發(fā)現(xiàn)了某項(xiàng)經(jīng)營(yíng)數(shù)據(jù)異常，會(huì)讓數(shù)據(jù)分析師去做數(shù)據(jù)挖掘，找出異常原因，往往需要幾個(gè)小時(shí)甚至幾天的時(shí)間，整個(gè)流程費(fèi)時(shí)費(fèi)力。數(shù)勢(shì)指標(biāo)平臺(tái)基于算法提前預(yù)警指標(biāo)波動(dòng)，并通知到管理人員，同時(shí)基于指標(biāo)樹，自動(dòng)拆解異常指標(biāo)的子指標(biāo)，并自動(dòng)定位，給出最影響指標(biāo)波動(dòng)的子指標(biāo)，并綜合人工經(jīng)驗(yàn)和機(jī)器智能分析，自動(dòng)生成分析報(bào)告。幾分鐘內(nèi)就能實(shí)現(xiàn)從指標(biāo)預(yù)警到歸因報(bào)告生成的閉環(huán)工作。

自助取數(shù)：業(yè)務(wù)自助提取數(shù)據(jù)，無需等待開發(fā)排期

一線的業(yè)務(wù)人員取數(shù)用數(shù)的需求同樣緊迫，但往往都要提需求排期等待，耽誤了最佳的決策時(shí)機(jī)。數(shù)勢(shì)指標(biāo)平臺(tái)讓不懂技術(shù)的業(yè)務(wù)人員直接用可信的指標(biāo)直接取數(shù)和做報(bào)表，無需勞煩技術(shù)人員，使用門檻降低，比用excel做圖表還簡(jiǎn)單。

技術(shù)創(chuàng)新的追求，是極致性能+極致靈活+極致輕量！

對(duì)于技術(shù)的創(chuàng)新，數(shù)勢(shì)始終追求通過技術(shù)帶來真正的業(yè)務(wù)價(jià)值，而并不是花里胡哨、毫不實(shí)用的炫技。在指標(biāo)平臺(tái)上，主要體現(xiàn)在極致性能、極致靈活和極致輕量三個(gè)方面。

極致性能：百億級(jí)原始數(shù)據(jù)的亞秒級(jí)響應(yīng)

數(shù)勢(shì)科技自研數(shù)據(jù)加速引擎，不依賴特定引擎物化視圖特性進(jìn)行指標(biāo)查詢加速，基于ROI和指標(biāo)使用熱度等智能策略算法，自動(dòng)實(shí)現(xiàn)對(duì)數(shù)據(jù)增量的預(yù)打?qū)?、resharding、預(yù)聚合、多級(jí)緩存，并根據(jù)查詢請(qǐng)求，自動(dòng)尋優(yōu)最佳子數(shù)據(jù)集進(jìn)行查詢；

特定剛需場(chǎng)景的極致速度優(yōu)化：

場(chǎng)景一：周/月/季/年同環(huán)比類，快速大范圍時(shí)間跨度查詢；

場(chǎng)景二：靈活維度組合 + 高基維去重計(jì)數(shù)，高復(fù)雜度且無法預(yù)聚合的場(chǎng)景；

場(chǎng)景三：近xxx周/月/季/年類帶有滑動(dòng)時(shí)間窗口的派生類指標(biāo)，按日+靈活維度做查詢觀察；

場(chǎng)景四：以上場(chǎng)景的隨意組合。

上述每一個(gè)場(chǎng)景，在海量數(shù)據(jù)分析領(lǐng)域都是老大難問題，數(shù)勢(shì)指標(biāo)平臺(tái)通過自研的 UD(T/A)F + 預(yù)計(jì)算聚合思路，實(shí)現(xiàn)對(duì)上述所有場(chǎng)景的加速，在百億級(jí)原始數(shù)據(jù)量級(jí)的實(shí)測(cè)數(shù)據(jù)集下，上述場(chǎng)景均可實(shí)現(xiàn)亞秒級(jí)響應(yīng)。

極致靈活：從數(shù)據(jù)輸入到數(shù)據(jù)輸出的全鏈路靈活配置

數(shù)勢(shì)指標(biāo)平臺(tái)是 DataFabric 理念的積極踐行者，系統(tǒng)在保證極致性能的前提下，在多源數(shù)據(jù)接入，數(shù)據(jù)模型、維度、指標(biāo)，下游數(shù)據(jù)輸出等方面均實(shí)現(xiàn)了所見所得、立等可用。

多源數(shù)據(jù)接入：支持幾乎所有常見數(shù)據(jù)源0代碼、0數(shù)據(jù)搬運(yùn)接入，結(jié)合自研加速引擎的預(yù)打?qū)挕esharding 、統(tǒng)計(jì)信息裁剪、多級(jí)DataCache等加速機(jī)制，實(shí)現(xiàn)極速跨源聯(lián)邦數(shù)據(jù)查詢；

數(shù)據(jù)模型、維度、指標(biāo)定義及管理：僅存儲(chǔ)配置信息，修改后立即生效，不需要等待調(diào)度系統(tǒng)數(shù)據(jù)重跑，預(yù)聚合任務(wù)會(huì)做自動(dòng)刷新，無需人工介入；

下游數(shù)據(jù)輸出：數(shù)勢(shì)指標(biāo)平臺(tái)支持以拖拉拽、低代碼的方式生成下游數(shù)據(jù)消費(fèi)系統(tǒng)使用的 ADS 數(shù)據(jù)集，該數(shù)據(jù)集是一個(gè)動(dòng)態(tài)邏輯視圖，動(dòng)態(tài)邏輯視圖 =  最新實(shí)時(shí)數(shù)據(jù)+預(yù)計(jì)算熱數(shù)據(jù)+原始“冷”數(shù)據(jù)， 視圖將實(shí)時(shí)數(shù)據(jù)轉(zhuǎn)變?yōu)闊釘?shù)據(jù)而做動(dòng)態(tài)更新，兼顧查詢實(shí)時(shí)、性能、準(zhǔn)確（數(shù)據(jù)完整）；

極致輕量：無需額外硬件資源投入，整體成本更低

在數(shù)據(jù)對(duì)接時(shí)，數(shù)勢(shì)科技指標(biāo)平臺(tái)可以在數(shù)據(jù)集成層面支持存算一體、存算分離和存算外置等多種技術(shù)方案選擇。

尤其是存算外置模式，支持使用客戶已有MPP OLAP 做存儲(chǔ)與計(jì)算引擎，無需額外硬件資源投入，保持客戶數(shù)據(jù)棧的一致性，減少數(shù)據(jù)冗余，不創(chuàng)造數(shù)據(jù)孤島。

指標(biāo)+AI：隨時(shí)隨地準(zhǔn)確取數(shù)，洞察報(bào)告自動(dòng)生成！

大模型時(shí)代來臨，數(shù)勢(shì)科技將指標(biāo)平臺(tái)與大模型和AI Agent相結(jié)合，在2023年率先推出基于自然語言交互的新一代智能數(shù)據(jù)分析助手，幫助企業(yè)業(yè)務(wù)和非技術(shù)人員，通過簡(jiǎn)單問答快速獲取數(shù)據(jù)和洞見，智能化歸因并生成報(bào)告，提升數(shù)據(jù)決策效率。

管理及業(yè)務(wù)團(tuán)隊(duì)隨時(shí)隨地可信用數(shù)

“本以為引入ChatBI智能取數(shù)工具能是我們工作效率和成本控制的救星，結(jié)果卻成了準(zhǔn)確性的噩夢(mèng)。“這是某國(guó)際零售巨頭的管理人員在使用了ChatBI之后的深切感觸。數(shù)勢(shì)科技的智能分析助手，基于自身指標(biāo)平臺(tái) 的能力，改變了一般ChatBI的NL2SQL路徑，采用了大模型→指標(biāo)語義層的方式，并適配了移動(dòng)端和PC端，可以讓用戶隨時(shí)隨地地通過自然語言交互來取數(shù)用數(shù)，并保障數(shù)據(jù)的準(zhǔn)確性。

洞察報(bào)告、決策建議自動(dòng)生成

數(shù)勢(shì)智能分析助手不僅能幫助非技術(shù)人員快速準(zhǔn)確獲取數(shù)據(jù)，了解 “是什么”，還明白 “為什么”。系統(tǒng)會(huì)通過大小模型結(jié)合的方式，自動(dòng)檢測(cè)指標(biāo)異常的維度以及因子，并生成見解，在此基礎(chǔ)上，再以文字總結(jié)的方式總結(jié)這些見解，形成洞察報(bào)告和決策建議。這將幫助非技術(shù)人員更快地做出更好的決策，而無需花費(fèi)時(shí)間手動(dòng)分析數(shù)據(jù)。

眾多的客戶成功案例，是產(chǎn)品最大的底氣！

數(shù)勢(shì)科技指標(biāo)平臺(tái)經(jīng)過三年的不斷發(fā)展，如今已成功交付了上百家客戶，積累了豐富且珍貴的產(chǎn)品落地經(jīng)驗(yàn)，同時(shí)也沉淀了一整套指標(biāo)體系梳理的方法論，以及金融、零售、高科技制造等行業(yè)的成套指標(biāo)體系。數(shù)勢(shì)科技將這些軟實(shí)力和產(chǎn)品的硬實(shí)力組合在一起，幫助企業(yè)更好地將數(shù)字化產(chǎn)品用起來，讓數(shù)據(jù)產(chǎn)生最大價(jià)值。

通過數(shù)勢(shì)指標(biāo)平臺(tái)賦能，為中信建投業(yè)務(wù)決策和分析效率提升70%

為適應(yīng)數(shù)字化轉(zhuǎn)型需要，支撐客戶服務(wù)體系的建設(shè)和運(yùn)營(yíng)、優(yōu)化經(jīng)營(yíng)分析和運(yùn)營(yíng)效果評(píng)估，更好發(fā)揮數(shù)據(jù)價(jià)值服務(wù)于海量客戶，中信建投提出要利用技術(shù)手段解決公司在業(yè)務(wù)關(guān)鍵爬坡期，持續(xù)擴(kuò)張的客戶規(guī)模與有限的員工數(shù)量之間存在較大匹配差距問題，驅(qū)動(dòng)形成“線上+線下”的客戶服務(wù)閉環(huán)，為業(yè)務(wù)管理、業(yè)務(wù)運(yùn)營(yíng)人員的決策提供更加完善的數(shù)據(jù)支持。

為了決指標(biāo)開發(fā)難、應(yīng)用難和管理難等具體問題，數(shù)勢(shì)科技與中信建投共同搭建了指標(biāo)標(biāo)簽統(tǒng)一管理平臺(tái)，以完備支撐統(tǒng)一管理和高效應(yīng)用的基建能力；制定指標(biāo)標(biāo)簽生命周期梳理流程管理機(jī)制，以實(shí)現(xiàn)從提需、開發(fā)、應(yīng)用、下線的全鏈路機(jī)制保障；此外，以4K（Know Your Customer、Know Your Employee、Know Your Product、Know Your Business）為基礎(chǔ)構(gòu)建了指標(biāo)標(biāo)簽體系，實(shí)現(xiàn)指標(biāo)標(biāo)簽“匯、管、用”一體化。

通過與數(shù)勢(shì)科技合作，中信建投指標(biāo)標(biāo)簽統(tǒng)一管理平臺(tái)促進(jìn)業(yè)務(wù)高效發(fā)展。在業(yè)務(wù)發(fā)展方面，此次指標(biāo)和標(biāo)簽體系的建設(shè)提高了中信建投數(shù)據(jù)驅(qū)動(dòng)的能力，賦能營(yíng)銷和分析應(yīng)用環(huán)節(jié)，有效提高業(yè)務(wù)精細(xì)化運(yùn)營(yíng)的精準(zhǔn)度和分析、診斷、處理問題的能力：

1. 數(shù)倉(cāng)開發(fā)鏈路縮短，數(shù)據(jù)開發(fā)效率提升近50%

2. 通過平臺(tái)配置化能力，指標(biāo)開發(fā)效率提升90%

3. 通過指標(biāo)平臺(tái)的目標(biāo)拆解、預(yù)警、歸因分析等應(yīng)用能力，業(yè)務(wù)決策和分析效率提高了70%

4. 秒級(jí)完成目標(biāo)客群的圈選，精細(xì)化用戶運(yùn)營(yíng)效率提升50%

書亦燒仙草通過數(shù)勢(shì)指標(biāo)平臺(tái)，優(yōu)化門店管理、提升督導(dǎo)效率

在過往，書亦燒仙草面臨著數(shù)據(jù)管理的巨大挑戰(zhàn)。擁有超過9000個(gè)數(shù)據(jù)看板，既不清楚具體的數(shù)據(jù)存量，也無法準(zhǔn)確辨識(shí)哪些ETL流程、數(shù)據(jù)集和看板仍具價(jià)值，哪些已成為冗余。業(yè)務(wù)部門同樣陷入迷茫，他們不了解自己曾提出過哪些數(shù)據(jù)需求，擁有哪些看板，甚至在尋找數(shù)據(jù)時(shí)感到無所適從。這導(dǎo)致需求不斷累積，看板數(shù)量激增，分析師們疲于應(yīng)對(duì)，卻仍難以滿足業(yè)務(wù)部門的迫切需求。排期成為常態(tài)，而業(yè)務(wù)部門對(duì)數(shù)據(jù)開發(fā)團(tuán)隊(duì)的響應(yīng)速度頗感不滿。

與數(shù)勢(shì)科技合作后，書亦燒仙草重新梳理了指標(biāo)體系，對(duì)指標(biāo)進(jìn)行了徹底清理，最終僅保留了300多個(gè)核心數(shù)據(jù)集。

此外，書亦還通過統(tǒng)一分析思路與戰(zhàn)略目標(biāo)管理，進(jìn)行細(xì)致的指標(biāo)分解，涵蓋區(qū)域、渠道等多個(gè)維度，并明確設(shè)定各維度目標(biāo)，實(shí)現(xiàn)對(duì)目標(biāo)達(dá)成情況的全面監(jiān)控。同時(shí)，指標(biāo)平臺(tái)提供多層級(jí)下鉆功能，能夠深入探查城市、門店、渠道等影響因素，了解它們是如何導(dǎo)致數(shù)據(jù)發(fā)生變化的。此外，還可以靈活地對(duì)結(jié)果列表進(jìn)行多維度分析，包括影響指數(shù)方向、topN因素設(shè)置等，以滿足多樣化的數(shù)據(jù)分析需求，助力書亦更精準(zhǔn)地把握業(yè)務(wù)動(dòng)態(tài)，優(yōu)化決策過程。

不僅如此，數(shù)勢(shì)科技還幫助書亦構(gòu)建了門店健康度分析體系：定義關(guān)鍵指標(biāo)，設(shè)計(jì)基于OSM的指標(biāo)(O代表業(yè)務(wù)目標(biāo)Object，S代表實(shí)現(xiàn)目標(biāo)的業(yè)務(wù)策略Strategy，M代表衡量業(yè)務(wù)策略是否有效的指標(biāo)Measure)拆解和分析體系，以評(píng)估門店的運(yùn)營(yíng)狀況。

數(shù)勢(shì)指標(biāo)平臺(tái)幫助書亦燒仙草實(shí)現(xiàn)了數(shù)據(jù)管理的根本性變革?，F(xiàn)在，所有經(jīng)營(yíng)域的數(shù)據(jù)均源自統(tǒng)一的指標(biāo)平臺(tái)，這一舉措確保了數(shù)據(jù)看板的一致性，統(tǒng)一了團(tuán)隊(duì)對(duì)數(shù)據(jù)的認(rèn)知，并極大地簡(jiǎn)化了數(shù)據(jù)查找過程。針對(duì)那些缺乏現(xiàn)成看板的情況，通過自助取數(shù)平臺(tái)，使業(yè)務(wù)部門能夠自主下載數(shù)據(jù)、進(jìn)行分析，無需等待開發(fā)團(tuán)隊(duì)。這一系列變革顯著提升了業(yè)務(wù)部門的滿意度。

具體效果包括：

服務(wù)器資源占用率降低至40%以下，還極大地提升了報(bào)表的運(yùn)行速度，為業(yè)務(wù)部門帶來了顯著的效率提升。

通過統(tǒng)一的數(shù)據(jù)定義和計(jì)算邏輯，消除了部門間數(shù)據(jù)沖突和數(shù)據(jù)準(zhǔn)確性的質(zhì)疑，大幅提升了數(shù)據(jù)溝通效率。

數(shù)據(jù)分析工作處理時(shí)長(zhǎng)減少80%，每人每周減少10小時(shí)+數(shù)據(jù)處理工作

數(shù)勢(shì)科技一直將實(shí)現(xiàn)數(shù)據(jù)的普惠化作為公司使命，“普”即不斷降低數(shù)據(jù)消費(fèi)的門檻，人人用數(shù)；“惠”即不斷釋放數(shù)據(jù)的價(jià)值，增收提效。大模型推動(dòng)企業(yè)軟件應(yīng)用邁入智能化時(shí)代，數(shù)勢(shì)科技打造的新一代指標(biāo)平臺(tái)，正是推動(dòng)數(shù)據(jù)普惠化的利器。在數(shù)據(jù)普惠化的路上，數(shù)勢(shì)科技希望攜手更多的伙伴和客戶進(jìn)一步探索大模型加持之下的數(shù)據(jù)分析未來。