制造企业的经营分析长期依赖财务与业务人员手工取数:同一指标在不同部门的计算口径不一致,同一份毛利数据财务和业务能算出两个结果;管理层要一份跨采购、生产、销售的分析,往往需要几天时间从多个系统导表拼接。传统 BI 只能看固定报表,问题一旦偏离预设维度就查不出来,业务人员不会写 SQL,数据分析需求排队严重。
点击空白处退出提示
制造企业的经营分析长期依赖财务与业务人员手工取数:同一指标在不同部门的计算口径不一致,同一份毛利数据财务和业务能算出两个结果;管理层要一份跨采购、生产、销售的分析,往往需要几天时间从多个系统导表拼接。传统 BI 只能看固定报表,问题一旦偏离预设维度就查不出来,业务人员不会写 SQL,数据分析需求排队严重。
系统让业务与管理人员用自然语言直接提问,例如“某条产品线上个月成本为什么上涨”,系统自动识别意图、定位指标、生成查询并返回归因结论与图表。核心能力包括:一是语义层与指标口径管理,采购、生产、销售数据统一建模,每个指标只保留一个权威定义;二是自然语言转查询,接入大模型完成意图理解与查询生成,结果以图表加文字结论双形态呈现;三是 SQL 安全层,模型生成的查询被限制在授权库表与数据权限范围内,杜绝越权与查错库;四是结果可追溯,每条结论可下钻至明细单据,保证管理层敢用;五是分析结果回流 OA 审批与仓库、财务流程。
后端基于 Spring Boot + Spring AI 构建,大模型采用 DeepSeek,通过统一的模型调用层封装提示词模板、上下文注入与结果校验。指标口径在语义层集中定义,避免各部门各算一套。SQL 安全层采用白名单表 + 行级权限 + 语法解析三重校验,拦截非授权查询。查询结果与中间过程写入 Redis 缓存,重复提问直接命中。全链路记录提问、生成语句与返回结果,便于审计与问题复盘。



评论