在绝大多数企业里,"一个指标、多个数字"是最昂贵却又最隐蔽的成本。销售说本月 GMV 是 1200 万,财务说是 1140 万,运营看板显示 1310 万——三方都没算错,只是各自写了自己的 SQL:当这种分歧发生在经营周会上,损失的是决策时间;发生在 AI 问数场景里,损失的是用户对智能助手的信任。
本平台面向一切"用数据做经营决策"的行业与组织:零售与消费品牌的门店/区域/渠道经营分析,需要把销售额、毛利、库存周转、动销率统一到同一套口径;金融与保险机构的余额、规模、不良率分析,天然存在"不可累加"的半累加指标,稍有不慎就会把期末余额按天相加得出虚高数字;制造与供应链企业的产能、在制、交付准时率分析,需要在多系统(ERP、MES、WMS)之间拉通。
具体地,平台支撑六类高频场景:一是经营管理会议,把日报、周报、月报的指标从"临时取数"变为"订阅即用",口径一次定义、全场复用;二是财务报表与预算对标,通过时间限定算子自动产出本期、同期、环比、同比、年累计(MTD/QTD/YTD)多列结果;三是区域与门店排名,用派生排名算子直接输出 TopN 榜单与名次变化;四是库存与余额类监控,用半累加窗口机制保证下钻到任意维度组合时都不重复累加;五是业务系统嵌入式分析,通过标准 OpenAPI 把指标以"传维度、传时间、取数据"的方式嵌入 CRM、OA、供应链系统或大屏;六是AI 智能问数,把治理好的指标作为大模型的"语义锚点",让"上个月华东区销售额环比增长多少"这类问题直接命中已发布指标,而不是让模型临时猜表猜字段。
对正在建设 AI 问数的企业而言,指标平台是绕不开的前置工程:大模型的 SQL 生成能力再强,也无法凭空知道"贵公司的活跃用户到底怎么定义"。我们提供的正是这层"企业数据语义底座"。
平台以"三层指标模型 + 统一计算引擎 + 三种服务出口"为核心骨架,覆盖指标从定义、加工、发布到消费的全生命周期。
三层指标建模。 原子指标(基础指标)定义度量的最小不可分单元:绑定数据集统计字段或自定义表达式,确定聚合方式(求和/计数/均值/去重计数等),并填写业务口径说明与业务限定条件。派生指标在原子指标之上叠加时间周期与计算算子,包括同期/环比/同比、排名 TopN、占比构成、自定义聚合四类,一次配置即自动生成带时间偏移与关联对比的复杂查询。复合指标通过可视化公式编辑器书写 (A+B)/C 形式的业务公式,系统自动解析出因子指标、分别生成子查询并按维度完成 JOIN,支持常量与纯数字表达式。三层共用统一的字段层管理,源字段到别名的映射、维度/统计/指标三种字段角色清晰可辨。
维度与过滤。 指标可声明可用分析维度,调用方按需自由下钻、上卷;过滤条件支持"可视化条件树"与"SQL 表达式"两种配置方式,条件树自动转换为谓词并映射回物理字段,既照顾业务人员的可配置性,也保留技术人员对复杂口径的表达能力。API 调用时还可传入结果过滤,实现"先算后筛"。
半累加(非累加)治理。 针对库存、余额、在制数量等不可跨时间相加的指标,提供窗口分组 + 非累加维度配置,引擎自动生成窗口函数按窗口取最新快照后再参与聚合,从根上杜绝"余额按天求和"的经典错误。。
服务出口。 管理控制台完成建模与预览;OpenAPI(/v1/metrics)支持指标数据查询、Agent 查询与关键词指标召回,返回模式可选"仅数据/仅 SQL/SQL+数据",并支持分页、排序、维度裁剪;MCP 工具服务让 Agent 与第三方大模型客户端直接把指标当作工具调用。所有 API 调用自动落审计日志,记录租户、入参与耗时。
平台采用 DDD 风格的分层组织,指标域独立为 domain/metric,共 51 个类、 10 张表),领域服务、校验器、DTO/VO 与构建器各司其职。
SQL 编译流水线(核心)。 采用"模板方法 + 工厂路由"设计:指标构建工厂 依据指标类型(基础/派生/复合)路由到对应 Build;抽象基类 固化统一流水线——参数校验(check)→ 构建 SQL 元数据→ 注入过滤与时间条件(buildLimit)→ 业务化改写(modifyBusiness),并统一处理维度、排序、分页与预览执行。派生指标再由 指标构建工厂二次路由到同环比、排名、占比、自定义聚合四个具体实现,共享 中的公共能力(业务临时表生成、时间限定占位符、维度降约再聚合)。复合指标则由 符合构建工厂解析公式、拆解因子指标、各自生成子查询后按维度 JOIN。
跨库方言适配。 所有 SQL 输出经过 SqlGeneratorFactory,按数据源类型(DbTypeEnum)生成对应方言,使同一份指标定义可 Trino、MySQL 等多引擎执行;
AI 与 MCP 集成。 智能问数链路中,指标平台作为 ProcessorTypeEnum.METRIC_PLATFORM 处理器(@Order(2))挂载到查询处理器链:先由关键词召回候选指标,候选多于一个时交由大模型做口径消歧,随后解析指标 SQL 得到物理表,最后由大模型结合字段生成并校验修复 SQL,或直接复用指标已固化的查询 SQL。工具侧通过 MCP 对外暴露
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!

下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论