2024中国大模型+数据分析最佳实践案例TOP10报告.docx

目录引言31 .大模型将改变数据消费方式，释放数据生产力42 .2024中国“大模型+数据分析”最佳实践案例TOP1.O评选结果93 .入选案例介绍13关于沙丘社区20法律声明211.大模型将改变数据消费方式，释放数据生产力在数字化转型的背景下,数据分析能够将海量的数字信息转化为洞察力和行动力,喏助企业在日益激烈的市场竞争中做出精准决策,优化运营效率,提升客户体验,并发赛新的增长点.通过对数据的分析,企业能够更好地理解市场动态、预测消费者行为、创新产品和服务,以及实现资源的最优配置,从而在数字化浪潮中保持领先地位并实现持续发展.在过去二十年里，企业越来越多的依赖于数据驱动的决策,也一直在努力降低数据分析工具的使用门崂使越来越广泛的用户获得以前只有数抿分析师和数据科学家才具备的能力.早在10年前就已经开始有国外的商业智能平台引入自然语言直询、自动洞察生成自然语言生成等功能.但是由于技术的不成熟,相关技术和功能一直未得以普及.大模型的出现将进一步改善用户的数据分析体验、采用和影晌,使得数据分析平民化”这一理念成为现实.将大模型用于增强数抠分析的优势非常明显：I图1：大模型用于增强数据分析的优势MMWVSM*WMM-×BMUa.Mc*rrH>exw.XVa<KM.tWr<*MM.!"RV.4sS*Y4M*M*B<ifME94V!A历G*41*.EMWrM”Ifvfwrwrr第一,自然语言处理和理解.大模型能够以接近人类的水平理解和处理自然语言,能够帮助用户更快速.更准确地解析和理解大国的非结构化数据,例如文本数枢、用户评价、社交媒体内容等.第二，自然语言交互形式.非技术人员能够通过自然语言音询获取所需数据和分析结果，同时提供清晰的数据解释和可视化,帮助用户更好地理解分析结果和数据洞见.第三，识别模式、相关性和关系.大模型擅长在大贵数据中揭示豆杂的关联,能够基于现有数翅进行智能推理和预测，这种能力对于准确预测市场趋势和理解消题者行为至关垂要。例如,通过分析历史销售数据来预测未来销售趋势.第四,代码生成和自动化.大模型能够自动生成代码,帮助数据分析师快速创建数据处理和分析的脚本,可以显著提高数抿分析的效率和准确性,同时降低数掘分析的门槛,使得非技术背景的人员也能然进行数据分析.第五,支持自动化和实时分析.大模型通过自动执行更复、耗时的任务来简化数抠处理.因此，提高员工对数据结果的反映效率.这一功能可进行实时分析,为企业提供及时的数据;同察，可以快速灵活的应对市场变化。第六，数据处理的可扩展性.大模型能够高效地管理和分析日益增长的大型数兆集，对于数据量高速增长的企业至关至要.这种可扩展性确保了T的性彘和从大量信息中提取洞察的能力易于以上能力,大模型在数据分析领域的应用可分为生成类和决策类：.生成类应用：这类应用主要利用大模型的生成能力，自动化地创建数据内容和报告，创造性地提供数据分析视角；.决策类应用：这类应用主要利用大模型的分析和决策能力，偏至于提供决策支持,帮助用户层于数据分析锁出更加明智的业务决策.这两类应用展示了大模型在数据分析中的多样化能力,它们不仅提高了数提分析的效率和便捷性,还增强了数据分析的深度和广度,帮助企业更好地理解和利用数据,从而做出更加精准的业务决策.当前，生成类应用的落地速度较快、效果较为明显,决策类应用相对较慢,在本次入选的“大模型+数据分析"最佳实践案例TOP1.O中,大部分案例属于生成类应用.I图2：榜单案例分布次第费应用如何将大模型能力很好地融入到企业的现代数据堆栈、数据省道和数据分析工作流程中，是企业落地“大模型+数据分析”时面临的难翘.当前,不同企业根据自己的数据星世设施现状、技术能力等采取了不同的设计思路,一种主流的设计思路如下：I图3：-大模型+数据分析”设计思路.用户以自然语言的方式说出业务需求,大模型（擅长语义理解）自动对问题作出建议和提炼,提炼后的问逖会发送给聊天机器人；.聊天机器人使用大模型（擅长N1.2SQ1.）构建SQ1.直询，通过提前定义的退义层，完成指标定义、管理、访问等工作,提升数据口径一致性；.提取好的数据交由大模型（擅长总结归纳）处理,生成自然语言回豆,同时可视化引擎可输出可视化报表.注:数据分析工作流的各个环节需要不同的大模型镀力,上图所示大模型、大模型、大模型为撵长不同罐力方向的大模型罐力示意,在实际落地过程中,企业可以选择在同一个大模型上训练多种绕力.也可以选择多个大模型,在某些场景下还可以利用大小模型这种对话式的数据分析可以让用户以自然语言迸行数据直询，还可以与数据可视化功能相结合,为任何用户（即使是非技术人员）赋予与数据交互的能力.而且当与图形生成功能结合使用时,可以改变用户的分析体验,简化数据和分析工作.数抿亘询的效率和准确性很大程度上取决于数据的质坦和完整性,但大部分企业的数据分散在各种系统中,企业在数抿方面的基出设施还无法支持完整对话式数据分析的实现.因此，企业应该尽快加大对数据篙理的投资,使大模型可以轻松集成所需的企业数据,企业应做好数据认责、确权、口径、定义等工作,保证数据资产目录清晰,有助于模型理解数据资产,使大模型在理解业务勾稽关系时更靠谱.目前大模型在数据分析场震的落地目前还处于早期盼段,未实现大规模应用,但这一场景的增长速度比大多数场景都要更快.为了获得更好的投入产出，企业在探索这一场景之前，需要明确以下问题：I图4：企业探索“大模32+数据分析”时的考虑因素.用户：谁将使用数据分析工具?主要是面向专业的数据分析师团队,还是面向更多数据能力相对较弱的普通用户？.行业要求根据企业所在行业的政策和监管要求，企业使用的数据分析工具是否需要符合特定的法律法规？例如对于出海企业,使用的工具如果涉及到数据跨境传输需要格外i三惊.跨部门用例：哪些部门将使用数抿分析工具?该工具是否适用于企业的所有用例？.数据洞察0:计划每天、每周和每月产生多少数抠洞察？.数据屈示要求：需要向谁展示数据洞察结果?是否需要以特定的仪表盘或可视化方式展建果？展示给果的顿率如何？.速度:需要多快的生成洞察？.准确性:企业可以接受的数据分析结果准确率是多少？.培训：员工需要接受多少培训才能有效使用该工具？明确以上问题有助于帮助企业建立相关的关蹙绩效指标,并选择最佳的数据分析工具和技术路线来实现这些目标.2.2024“大模型+数据分析''最佳实践案例TOP1.O评选结果2.1评选维度与评选流程(1)核心评价维度.价值性:该案例促进企业商业目标的实现,提供了明确的商业价值,或者该案例具备社会价值,积极解决更要社会问题,对社会产生积板影响；.实用性:该案例的实施带来显著效果,在实际应用中表现出色,为企业和用户创造实际价值;.创新性:该案例具备独特的解决方案,彰显了技术创新的卓越性,引领行业发展,为市场注入新的创新动力；.示范性:该案例对同行业或其他行业大模型技术应用的开展和能力建设具有参考和借鉴意义.(2)评选过程I图5：榜单评选过程S½V(3)评选方法本次榜单通过案例研究、专家访谈、案头调研等方式,全面、详实地掌握一手材料,确保榜单的客观、公正、严语I图6：榜单评选方法“访谈gawntMR三w.曾力，氏a*三w三tisaw.70g人上耳石的UJB匕32.2评四果通过面向社会各界的广泛征集和深度市场研究本次“大模型+数据分析"最佳实践案例德单评选共收集.调研了53个"大模型+数据分析”实践案例.从价值性、实用性、创新住、示范性四个维度出发，沙丘社区对这53个"大模型+数据分析”实牍例进行评选，精选出其中10个最佳实践案例,为企业大模型应用提供参考.2024中国”大模型+数据分析”最佳实践案例TOPI0评选结果如下（排名不分先后,按拼音排序）：沙丘社区2024中国“大模型+数据分析”最佳实践案例TOP1.O方/俏谷SiiiiiaMAiiMaHrriiSM9*mMS3京东亭玉零GM81*f1.fpfi*maXIMIIMIc工冷0U心口*电舄管.,RMB师CMtMK台外片创8断rvf1.”-AWtSSWWf1.Mma±*父UMAaBMR兵打Br弊JB1.t京Xt1.IIA才M*VM0JhMIUMMBSGFretI4fftttW12¾±jf1.Han*VJMttrert1。7e>3：；t区住实践*例评选卜W«“3.入选案例介绍I案例1：大模型房能线下门店情售案例方/供应商：波司登应用领域：零管案例详情：波司登通过在门店服装上安装芯片并结合大模型技术,实现了对线下门店倾客行为的精准分析。这种"A1.OT+大模型”的解决方案,不仅提高了门店的转化率,还优化了库存管理和商品补贷策珞,使得决策过程更加数据驱动,显著提升了业绩和品牌价值.入选理由：.波司登破解了线下零售门店转化率漏斗的缺失难题,通过精准的用户行为分析,能够优化库存管理,减少滞俏风险并提高畅销商品的供应效率,从而带来更高的俏售业绩和品牌价值；.本案例体现了AIOT技术与大模型结合应用于零售行业的创新思路.波司登不仅解决了线下门店用户行为数据获取的难题,还通过持续的训练和优化,提高了行为识别的准确率,为服装行业的数字化转型提供了新的解决方案.I案例2:长安汽车智能问数AI助手案例方/供应商：长安汽车/北极九京应用领域：制造案例详情：长安汽车集团依死：IttR九支DataGPT打造了集团内部的对话式问数工具.目前,已经应用于产品策划、市场营销、客户管理等多个场景,满足不同业务团队海量、高频的分析和数据报告需求,并引领"以场景需求驱动、为业务部门主动提供数胆”的创新探索.入选理由：.智能问答AI助手作为对当前泳具链的补充,进一步降低员泳使用数据的门槛.看数人和取数人合二为一,需求响应效率翻倍,分析灵活度指数级提升,更多业务用户有机会、有能力用数据亚动业务决策,帮助业务团队释科数据生产力；.长安汽车智能问答A助手结合大模型和艰型的优势,实现了从语义理解到数据解释和行动建议的全流程闭环.通过：!匕极九章专利的数据分析语言模型,确保了N1.2SQ1.的固确性和稳定性,同时避免了概率模型可能带来的幻觉问题.这种创新的技术应用不仅提高了数据分析的效率,也保证了分析结果的可靠性.I案例3:京东零售ChatBI实践案例方/供应商：京东应用领域：117互联网案例详情：京东零供内部打造的ChatBI是一款基于GPT大语言模型的AI数据分析师,旨在通过自然语言对话简化复杂的BI泳作.它通过意图识5人实体提取、知识库交互和数据分析应用犷展,为用户提供快速、百观的数据直询和分析服务.ChatBI降低了技术门槛,提高了数据分析效率,使得用户能够像与真人合作一样,轻松解决数据问题.入选理由：.通过自然语言对话,用户可以快速获得所需的数据信息和分析结果,无需学习豆杂的操作或编写创码.此外，ChatBI通过集成知识库和数据分析泳具,能够提供更加固确和全面的数据分析服务,帮助用户快速定位问题并做出决策；.ChatBI能够帮助用户解决实际的数据分析问勉,提高决策质1S.通过将分析师的分析思路和业务知识沉淀到知识库中，ChatBI能够为一线业务人员提供专业的数兆分析支持，帮助他们更好地理解数据,发现问题,并制定有效的业务第珞.此外，ChatB1.还能够通过自动化数据分析,释科分析师的时间,让他们能够专注于更高层次的分析和决策泳作.I案例4:智Bi政企音情平台搜索和数据分析助手案例方/供应商：江苏移动应用领域：通信案例详情：江苏移动通过引入大模型搜索和数据分析功能,第决其内部省市区县运苜管理人员在使用智瞄政企筠准管销平台时面临的搜索功能限制问题.通过引入大模型,结合公司内部网格、政企等数兆,提升搜索效率和结果精准度,满足用户在政企视图、莒俏案例、业务推荐信息、分析报告等方面的搜索需求,从而提高运营管理人员的工作效率和决策质H.入选理由：.本案例通过引入大模型技术,显著提升了搜索效率和结果精准度,实现了个性化推荐和深入的数枢分析,这些改进直接增强了企业对市场趋势和用户需求的把握能力,梃升了莒销效果和市场竞争力.这种技术的应用不仅提高了工作效率,还优化了用户体鸵,为企业带来了实际的经济效益和市场优势；.本案例展示了大模型技术在营销业务中的数据分析应用,通过结构化数据表征、自然语言处理与Te×t2SQ1.数据花赛与特征提取以及模板定制与智能报告生成等手段,解决了多模态搜索、语义理解.个性化推荐和深度挖赛分析等实际问题.这些功能的实现,使得平台更加符合业务需求,提高了报告的可读性和实用性证明了大模型技术的高实用性.I案例5:武汉市中山公园落水检测系统案例方/供应商：武汉市中山公园/毕昇云应用领域：政务案例详情：武汉市中山公园利用基于yo1.ov8的落水检测模型,精准识别陆地上的人、游泳者、戏水者、船只等目标,当出现游泳者和戏水者时,系统会立刻报警,并在最近处的广羯设备播放告警音瓶,以制止危险行为,及时避免悲则的发生.落水检测模型搭配异觉行为分析系统,大大降低了误报率,为公园管理处提供了高效、精固的水域安全监控手段,有效保障了游客的安全与游玩体验，入选理由：.基于视觉大模型的落水检融系统对提升公园的安全管理水平具有显著刻值，通过实时监融和预警功能,系统有效降低了溺水事故的风睑,为游客提供了更加安全的游玩环境。此外,该系统还优化了应急响应流程,缩短了响应时间,提升了公园的运营效率和应急处理能力.同时,通过增强游客的满意度,有助于提升公园的品牌形象和口碟,显示出其在社会刻值和经济刻值方面的双电吏要性；.本案例在公共安全管理领域具有很好的示范性,展示了如何将大模型技术与现有监控系统集成,以提高公共区域的安全菅理能力.武汉市中山公园的成功实践为其他公园或类似的公共场所提供参考,推动了公共安全科技的进步与发展.I案例6:智能对话引擎：ChatBI助力网易云音乐开创自助分析新篇章案例方/供应商：网易云音乐/网易数帆应用领域：117互联网案例详情：网易云音乐与网易数机联合发起ChatB1.项目,打造了一款融合AIGC技术的对话式BI产品.ChatB1.通过自然语言交互,简化了数据直询和分析流程,使非技术背景的运营人员也能自助获取数据,显著提升了数据杳询效率,降低了对专业技术人员的依赖.当前ChatBI已在网易云音乐的曲库、社区、长音炖、创新业务等各业务线实践落地.入选理由：.ChatB1.展现出极高的实用性,通过多轮对话、多端互通、知识库配JS等功能,为用户提供了Y无缝且直观fi9数据查潮盼析体蛇用户可以随时随地通过自然语言发起查询，ChatB1.能爆理解并转化为珞确的数据请求,快速提供所需信息,极大地提高了泳作效率；.网易云音乐的ChatBI是数据分析领域的一次更要创新，不仅将前沿的AIGC技术应用于BI泳具中，还通过检索增强技术、个性化知识配宜和模型自学习等创新实践，解决了A1.模型在数据直询中的固确性问题,为用户提供了f既智能又可靠的数据分析助手.I案例7:基于大模型的GPT-B1.创新应用案例方/供应商：中国一汽/阿里云应用领域：制造案例详情：中国一汽基于阿里云通义千问打造大模型应用GPT-BI,可以通过提问方式获取数据结果及图表，实现问答及洞轨当前GPT-B1.覆盖中国一汽研、产、供、销等9大领域指标的有询与分析，包含数据指标实时直询、符理层决策辅助、业务人员高效数据分析三大场景，满足每个角色的数据使用需求.相比传统B1.的"固定问答"，GPT-BI可以实现问答任意组合，数据随时穿透，满足用户更灵活智能的需求，实现.问答即洞察”，带来基于动态因直、实时数抿的决策革命.入选理由:.GPT-B1.不仅大大缩短了B1.分析的报表设计、数据建模等交付周期，更可以挖掘企业有限域的全量指标、模型和报表，用户输入问题后,大模型识别问题意图，解析决策变量，生成SQ1.数幅直询语句，匹配企业实时数据,自动生成最佳决策方案；.GPT-BI通过深度数据应用和智能模式设计，即进了中国一汽业务效蝴提升，并激发了IT产品的新效能.此外，GPT-BI的实施还为中国一汽带来了数据治理和决策数字化的关犍能力,为企业的长远发展和刻值创造提供了坚实的基础.I案例8:以煤机网产业互联网平台为依托的煤矿开采技术保静和产业服务大模型案例方/供应商：中煤科泳集团上海有限公司应用领域：能源案例详情：煤科卫士大模型ChinamjGPT融合分析煤炭开果技术泳艺数据、运维数据、设备运行数据和供应链数据,通过物联网大数抠采集、知识图谱、数电推理和大语言模型相结合的前沿技术,将实时数据、好态数据、数据模型进行融合,开发人泳智能大模型产业场景解决方案,提高服务和支持的效率,从而提高煤炭开果安全水平、降低生产成本、提高生产效率,保障煤矿生产的安全性和连续性.入选理由：.本案例将大模型技术应用于燥矿技术保障和产业服务,实现了场景突破;利用大模型的推理能力,打通了知识和业务数据,实现了技术突破;利用大模型物联网平台,贯通了数据和业务模型,实现了业务突破；.本案例展示了如何利用大模型和数抿分析技术来解决传统行业面临的挑战,特别是在设备运维、故暄处理和预融等方面.为煤矿行业以及其他传统行业的数字化转型提供了可同鉴的经验,鼓励更多企业探索利用先送的数据分析技术来提升运营效率和安全管理水平，推动整个行业的智能化发展.I案例9:自然堂集团X双远数据问效GPT项目案例方/供应商：自然堂集团/观远数据应用领域：零售案例详情：为了快速响应数抿变化带来的分析需求变化,让用户随时随地获得数抿分析结果,辅助敏捷决策,自然堂集团与观远数据合作开展问数GPT项目,将1.1.M与B!相结合,打造生成式数据分析产品,降低业务使用数据的门槛,提升用数效率和分析效率,助力自然堂集团实现数据动决策.入选理由：.自然堂集团通过问答式数据分析实践,显著提升了数据的利用效率和决策质量,有效解决了数据源岛问题,统一了数据口径,大幅缩短了数据需求的响应时间,从而加速了数据分析需求的响应效率,提升了整个组织的决策敏捷性.此外,还帮助数据分析师从日浪的技术性泳作中解科出来,转变为企业知识训练师,进一步提升了数据部门的服务刻值；.自然堂集团的实践表明,通过结合1.1.M技术和BI泳具,企业能够构建一个高效、响应迅速的数据分析系统,这对于推动企业内部的数丸驱动文化和提升数字化思维具有主要的启示作用。I案例IO:中银消费金融TextToBIAgent案例方/供应商：中银消贽金融有限公司/上海澜码信息技术有限公司应用领域：金融案例详情：中银消贽金融TextToBIAgent基于澜码的企业级AIAgent平台AskXBOT打造而成,提供数据查询、数据分析、可视化图表等核心功能,旨在提高数据使用效率,降低数据查询的门槛,让任何人都能通过对话直询和探索数据,让更多的员泳参与到数据驱动的决策过程中来.入选理由：.中银消费金融通过TextToB1.Agent,显著提升了业务人员获取和分析数据的效率,优化了决策质S1.该平台通过提供无醒的数据亘询、分析和可视化体验,降低了数旭亘询的门槛,这种以数据为核心的业务运营模式,不仅提高了业务效率,还推动了公司业务的成长和发展,具有很高的刻值性；.通过【指标知识库】方案，TeXtToBIAgent解决了由于数据量大、字段过多、数抠结构/递指系杂等问题导致的模型理解、推理能力下降,严重影响输出效果、用户体脸的困境,为其他企业提供技术参考.