AGI時(shí)代，無(wú)論產(chǎn)品研發(fā)、市場(chǎng)營(yíng)銷、財(cái)務(wù)管理還是客戶服務(wù)，在經(jīng)營(yíng)各環(huán)節(jié)使用數(shù)據(jù)支撐決策已成為企業(yè)的日常，企業(yè)數(shù)據(jù)分析需求暴增。

同樣，AGI 技術(shù)的變革離不開(kāi)數(shù)據(jù)要素的驅(qū)動(dòng)，而 AGI 在組織管理場(chǎng)景下的應(yīng)用又將創(chuàng)造大量新的數(shù)據(jù)。數(shù)據(jù)來(lái)源的完整性、數(shù)據(jù)質(zhì)量的可信性以及數(shù)據(jù)資源的合規(guī)性，成為 AGI 時(shí)代橫亙?cè)谄髽I(yè)管理面前的三座大山。

如何加強(qiáng)數(shù)據(jù)管理，大幅提升HR人員的工作效率？還能讓HR擁有更多高質(zhì)量決策？同時(shí)，還能提升員工體驗(yàn)？Moka Eva給這些問(wèn)題提供了「解法」。

那么，「對(duì)話式BI」到底有哪些秘密武器，今天我們就給大家詳細(xì)介紹一下！

首先，我們先來(lái)看看傳統(tǒng)BI的發(fā)展現(xiàn)狀，并以具體的案例看看它究竟如何。

BI是在打通企業(yè)數(shù)據(jù)孤島，實(shí)現(xiàn)數(shù)據(jù)集成和統(tǒng)一管理的基礎(chǔ)上，利用數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)可視化與分析技術(shù)，將指定的數(shù)據(jù)轉(zhuǎn)化為信息和知識(shí)的解決方案，其價(jià)值體現(xiàn)在滿足企業(yè)不同人群對(duì)數(shù)據(jù)查詢、分析和探索的需求，從而為管理和業(yè)務(wù)提供數(shù)據(jù)依據(jù)和決策支持。

傳統(tǒng)BI工具的有效使用，通常要求用戶具有一定的技術(shù)背景和數(shù)據(jù)查詢、語(yǔ)言等專業(yè)知識(shí)，非技術(shù)人員通常很難方便的獲取并解讀數(shù)據(jù)和指標(biāo)，難以快速?zèng)Q策和進(jìn)行業(yè)務(wù)監(jiān)控。

傳統(tǒng)式BI以IBM的Cognos、SAP的BO等國(guó)外產(chǎn)品為代表，其優(yōu)勢(shì)是面對(duì)大數(shù)據(jù)量時(shí)具有高性能和高穩(wěn)定性，劣勢(shì)也十分明顯——數(shù)據(jù)分析的能力和靈活性差。根據(jù)Forrester的報(bào)告，如今采用傳統(tǒng)式BI的企業(yè)或機(jī)構(gòu)中，83%以上的數(shù)據(jù)分析需求無(wú)法得到滿足，這表明很多企業(yè)重金打造的BI系統(tǒng)幾乎成為擺設(shè)，收效甚微。此外，項(xiàng)目耗資不菲、實(shí)施周期極長(zhǎng)、風(fēng)險(xiǎn)大、對(duì)使用者技術(shù)要求高等特點(diǎn)，也不利于傳統(tǒng)式BI的推廣和普及。

以IBM的Cognos Analytics為例

優(yōu)點(diǎn)

Cognos Analytics的主要優(yōu)勢(shì)在于擁有強(qiáng)大的數(shù)據(jù)庫(kù)平臺(tái)、在數(shù)據(jù)管理、數(shù)據(jù)整合以及中間件領(lǐng)域?qū)I(yè)功底深厚。

and

缺點(diǎn)

不足之處在于，一是因?yàn)槭鞘止そ＃坏┬枨笞兓枰匦陆＃?b>學(xué)習(xí)要求較高，可視化能力較差，不夠美觀；二是價(jià)格和維護(hù)成本都很高，服務(wù)不如本土廠商，性價(jià)比不高。三是硬件要求高，Cognos Analytics需要一定的硬件資源來(lái)運(yùn)行，如果計(jì)算機(jī)沒(méi)有達(dá)到最低要求，安裝可能會(huì)失敗或出現(xiàn)性能問(wèn)題。

Moka Eva的「對(duì)話式BI」功能產(chǎn)品概述是這么介紹的，它是一種全新的數(shù)據(jù)交互方式，它為用戶提供了更自然、高效和便捷的數(shù)據(jù)和信息獲取方式。用戶只需要通過(guò)自然語(yǔ)言文本輸入，就可以快速訪問(wèn)數(shù)據(jù)庫(kù)，查詢關(guān)鍵指標(biāo)和趨勢(shì)。這種無(wú)需培訓(xùn)的數(shù)據(jù)訪問(wèn)方式，讓企業(yè)端能快速獲取所需的數(shù)據(jù)和指標(biāo)，從而支持更好的決策制定和業(yè)務(wù)管理。

Moka Eva的「對(duì)話式BI」究竟如何「碾壓」傳統(tǒng)BI ？我們主要從喚醒方式、數(shù)據(jù)的呈現(xiàn)方式、對(duì)話交互等維度，對(duì)Moka Eva的「對(duì)話式BI」功能進(jìn)行了評(píng)測(cè)。

1、喚醒方式

Moka Eva的「對(duì)話式BI」喚醒方式十分簡(jiǎn)單，只需使用者在Moka系統(tǒng)的報(bào)表中心點(diǎn)擊icon喚醒Eva，喚醒的速度也十分流暢，省去了太多配置的工作，讓人人都能輕松上手。

借助大模型的語(yǔ)言理解能力，Moka Eva就能理解用戶的提問(wèn)需求，就如「員工Chatbot」一樣，不再需要單獨(dú)的關(guān)鍵詞喚醒，這對(duì)即使是完全不懂BI的使用者也十分友好。

2、數(shù)據(jù)展現(xiàn)方式

數(shù)據(jù)的準(zhǔn)確性以及顯示的條理性，是判斷一個(gè)BI產(chǎn)品好用與否的關(guān)鍵。我們通過(guò)對(duì)Moka Eva的「對(duì)話式BI」功能進(jìn)行測(cè)試后發(fā)現(xiàn)，其在對(duì)相關(guān)需求數(shù)據(jù)的展示上，能夠通過(guò)表格、圖表等多元方式進(jìn)行「一目了然」的展示，并給到了不同維度的數(shù)據(jù)分析。

比如，我們輸入「6月的入職情況」，Moka Eva通過(guò)表格的方式，相對(duì)清晰的梳理出6月份HR所面試過(guò)的候選人情況。

3、對(duì)話交互方式

接著，我們又測(cè)試了Moka Eva「對(duì)話式BI」的對(duì)話交互，我們緊跟上個(gè)問(wèn)題，輸入「對(duì)比5月和6月的入職情況」，Moka Eva經(jīng)過(guò)智能分析后生成了各個(gè)部門在兩個(gè)月發(fā)offer率與入職率的對(duì)比圖。

可以看出，Moka Eva「對(duì)話式BI」可以根據(jù)上下文準(zhǔn)確的理解需求，并給出相應(yīng)的回答。而與傳統(tǒng)分析方式需要繁瑣的步驟不同，Moka Eva的「對(duì)話式BI」只需要對(duì)話和點(diǎn)選就能得到可信的結(jié)果，讓非技術(shù)人員也能輕松獲取數(shù)據(jù)和業(yè)務(wù)洞察。極大的提高了數(shù)據(jù)的可訪問(wèn)性和易用性，提升整體工作效率與決策質(zhì)量。這種數(shù)據(jù)展現(xiàn)的方式，門檻更低、效率更優(yōu)、更智能。

4、需求處理方式

此外，HR和管理者可以在有網(wǎng)絡(luò)連接的任何時(shí)間和地點(diǎn)以自然語(yǔ)言與Moka Eva對(duì)話，幾秒等待就可輕松獲取需要的數(shù)據(jù)、指標(biāo)和建議，做出及時(shí)的決策和調(diào)整。這減少了對(duì)數(shù)據(jù)分析人員的依賴與等待，使用戶能夠更加獨(dú)立的進(jìn)行數(shù)據(jù)分析和決策。同時(shí)，能夠及時(shí)監(jiān)控運(yùn)營(yíng)狀況、跟蹤數(shù)據(jù)變化、識(shí)別趨勢(shì)和機(jī)會(huì)，不斷提升團(tuán)隊(duì)的生產(chǎn)力，使決策更加客觀。

隨著科技和數(shù)據(jù)的不斷發(fā)展，Moka Eva的「對(duì)話式BI」還將不斷進(jìn)化，未來(lái)將可實(shí)現(xiàn)更智能的數(shù)據(jù)能力，致力于成為用戶體驗(yàn)更好的產(chǎn)品。

目前Moka Eva已進(jìn)入客戶共創(chuàng)期，預(yù)計(jì)將在年內(nèi)正式開(kāi)放。