You need to enable JavaScript to run this app.
导航
仪表盘智能解读
最近更新时间:2025.06.16 14:22:03首次发布时间:2025.06.16 14:22:03
我的收藏
有用
有用
无用
无用

智能数据洞察分析助手可帮助用户智能搭建仪表盘、智能修改仪表盘以及帮助用户对仪表盘进行解读。本文为您介绍如何利用分析助手智能仪表盘功能进行仪表盘解读。

功能概述

仪表盘智能解读基于大语言模型(LLM)能力,自动对全局看板数据进行深度解析,助力用户精准把握数据价值,高效支撑决策制定。
Image

  • 快速总结图表中的数据,提炼关键信息
  • 实现即时归因联动与数据来源验证
  • 支持自定义分析思路,自动撰写图表结论

功能入口

用户打开仪表盘,在图表的右上角即可找到「AI解读」入口。
Image

智能数据解读

智能仪表盘支持全图表数据解读,点击开启「AI解读」,在仪表盘上方会显示「解读中」提示,解读完成后,用户即可查看解读内容。
Image

  • 可自动提炼总结异常值、趋势、排名等图表关键点。
  • 除自动提炼图表关键信息外,还提供即时归因联动数据来源验证两项高级功能。

即时归因联动

即时归因联动功能是仪表盘智能解读功能实现深度数据洞察的重要支撑。该功能基于预设的归因分析逻辑,将自动挑选图表需要分析变化的指标,智能拆解指标与维度,快速锁定变化背后的贡献因素。

  • 系统可从维度与指标两个层面展开归因,精准定位导致数据变化的关键因素,并将前三大同向贡献因素(推动数据正向变化)与反向贡献因素(导致数据负向变化)进行重点呈现。
  • 针对各维度、指标可进行深入影响分析,通过可视化联动展示,如商家分层、行业分类等维度的贡献值、贡献率等关键数据,用户可通过交互操作,点击关联图表元素,实现从宏观数据到微观细节的穿透式分析,快速锁定数据变化根源,为业务决策提供可靠依据。

数据来源验证

仪表盘智能解读支持建立数据映射关系验证,将解读生成的核心结论与数据看板深度联动。
Image

  • 当点击结论中关键数据时,自动弹出对应原始数据趋势图表,实现文本结论到可视化数据的穿透,让用户从结论快速回溯数据细节,辅助验证结论逻辑,也便于挖掘数据变化的深层关联,提升分析决策效率。

自定义解读

AI 初次解读完成后,如果用户觉得结果还不够精准,可以自定义解读模板,让分析内容更贴近用户业务需求。

说明

相关参考中提供了自定义解读示例Prompt、解读思路写法建议及智能解读功能使用案例,可参考使用。

  1. 点击右上角的设置按钮,即可打开自定义模版编辑界面。

  2. 支持用户自定义分析内容,可在弹窗左侧进行解读思路配置,右侧查看解读预览。

    • 在解读思路自定义模块,输入分析内容
    • 可以点击“预览”查看新的分析效果
    • 如果对新的解读效果不满意,可以点击“恢复默认”回到默认解读思路
  3. 设置完成后,点击「保存」,再次开启「AI解读」功能,即可使用自定义的解读分析思路。
    Image
    Image

相关参考

自定义解读示例Prompt

最终输出以下2部分数据
## 概览
概括仪表盘的内容,不需要呈现具体数据

## 关键发现
分析仪表盘中的数据,总结一些关键发现

## 解读思路参考
1. 核销GMV是我们关注的核心指标。
2. 需要关注核销GMV的异常上升或下降(波动超过3 pp),或者连续3日及以上的上升或下降。
3. 当核销GMV有异常波动时,可通过行业、商家分层、区域等维度进行下钻,分析波动原因。也可以从相关指标的视角进行分析
3. 相关指标之间计算关系如下:
- 核销GMV = 支付GMV - 退款GMV
- 核销率 = 核销GMV/支付GMV(核销率>80%时视为达标,<80%时视为不达标)

## 指标的数据格式
1. GMV,展示数值,保留2位小数,数值较大时,可以进行“万”、“百万”、“千万”的单位换算。
2. 核销率,展示百分比形式,保留1位小数。

解读思路写法建议

在使用数据解读时,如何编写高质量的提示词时获得理想输出的关键。一个明确、具体、有条理的提示词,能够显著提升数据解读的响应质量和效率,接下来将给大家提供基本的理解思路,写作建议以及参考示例,帮助大家更好地使用数据解读!

步骤

示例

  1. 明确分析目标
    明确声明需要的解读方向,避免模糊表达
  • “分析各产品线的销售额趋势,指出增长或下降明显的品类”
  • “对比不同地区用户的留存率数据,找出差异最大的区域并推测可能原因”
  • “根据近 6 个月的订单数据,预测下季度销量可能的波动范围及关键影响因素”
  1. 结合业务场景
    提供必要的业务知识背景和指标口径,帮助大模型理解
  • “核销率 = 核销GMV/支付GMV。核销率是我们重点关注的指标,当核销率超过80%视为达标,否则为不达标”
  1. 分步骤引导,拆解问题
    可拆解问题,让大模型按照你期望的步骤进行解读
  • “请按以下步骤分析核销率情况
    • 步骤1. 分析核销率趋势,关注核销率不达标(<80%)或者异常下降(下降超过3 pp)的情况
    • 步骤2. 核销率不达标或者异常下降时,可从行业、商家分层、区域等维度进行下钻拆解,分析主要影响因素”
  1. 输出格式要求
    可以声明需要的输出格式,便于使用
  • “以‘结论 + 原因 + 建议’的格式解读用户流失率上升的问题”

智能解读功能使用案例

仪表盘截图

解读思路配置示例

解读效果

Image

核销GMV是我们关注的核心指标。
需要关注核销GMV的异常上升或下降(波动超过3 pp),或者连续3日及以上的上升或下降。
当核销GMV有异常波动时,可通过行业、商家分层、区域等维度进行下钻,分析波动原因。
也可以从相关指标的视角进行分析。
相关指标之间计算关系如下:

  • 核销GMV = 支付GMV - 退款GMV
  • 核销率 = 核销GMV/支付GMV(核销率>80%时视为达标,<80%时视为不达标)

解读内容尽量精炼,突出关键信息,只需要给出原因分析,不需要提供改善建议。
内容中数据的展示格式:

  • GMV,展示数值,保留2位小数,数值较大时,可以进行“万”、“百万”、“千万”的单位换算。
  • 核销率,展示百分比形式,保留1位小数。

Image

##输出要求

  1. 动态标注趋势变化(上、下、飙升、猛降等),若当前文案表示趋势且没有被data标签包裹,则使用data进行区分(改善属于上升):

`text |

较上月减少,较去年上升

较上月减少 ,较去年上升
` |

  1. 数字展示时,若数值较大,请使用数据格式优化展示,如310200 -> 31万、2343253523 -> 23亿
  2. 核销GMV是我们关注的核心指标。

需要关注核销GMV的异常上升或下降(波动超过3 pp),或者连续3日及以上的上升或下降。
当核销GMV有异常波动时,可通过行业、商家分层、区域等维度进行下钻,分析波动原因。
也可以从相关指标的视角进行分析。
相关指标之间计算关系如下:

  • 核销GMV = 支付GMV - 退款GMV
  • 核销率 = 核销GMV/支付GMV(核销率>80%时视为达标,<80%时视为不达标)

解读内容尽量精炼,突出关键信息,只需要给出原因分析,不需要提供改善建议。

Image

特别声明

(1)本服务输出的内容均由人工智能模型生成。
(2)本功能适用人群:仅限于客户在内部、自有业务、自己使用,客户不得通过分析助手向公众提供生成式人工智能服务。
(3)本功能为增值模块,支持 SaaS 版本和私有化部署版本产品使用,如需购买或试用,请您联系商务人员进行咨询。
(4)目前,智能数据洞察 DataWind 的 AI 能力支持的数据集类型如下所示:

  • 支持抽取数据集,支持 Excel/CSV 文件上传类型数据集。
  • 支持直连数据集,目前仅包含:ClickHouse / ByteHouse、Doris / selectdb。