ChatBI Version 2 · Training
ChatBI.
Ask data naturally.
用自然语言提问，让数据查询、分析和报告生成更简单。
ChatBI Version 2 · Training
01 / 15
ChatBI.
Learning path
边看 边试 边掌握
01认识
认识
ChatBI
产品定位与能力
02基础
基础
Demo
看一次简单取数
03第一次
第一次
实操
自己问一个问题
04提问
提问
方法
让结果更稳定
05进阶
进阶
案例
HTML 与更多场景
06第二次
第二次
实操
尝试完整任务
Product positioning
像使用 ChatGPT 一样
与数据对话
通过与 ChatBI 对话，可以用自然语言完成数据查询与分析。从一个业务问题开始，不需要先知道数据在哪里。
让我们先来看看 ChatBI 长什么样子
01你问 · 提出业务问题
02它查 · 理解口径与数据
03它答 · 整理结果与结论
Data scope
先知道可以问什么
01
Member
会员结构与分层
02
Range
商品与品类层级
03
Sales
销售、订单、渠道
04
Points & Coupon
券活动与带动销售
05
Offline Visit
线下客流与趋势
06
Goal
目标与达成率
所有数据均来源于 DAP · 支持日期、门店、城市、区域、渠道等通识维度
Capabilities
不只是取数
01 / DATA
直接取数
汇总、明细、同比、目标达成
02 / CHART
生成图表
趋势、对比、排名、异常
03 / HTML
生成网页
日报、周报、专题分析
04 / PPT
生成 PPT
生成可本地编辑的 PPT 文件
05 / MAIL
定时推送
关键指标与异常提醒
06 / WEB
联网查询
获取外部信息，赋能分析
Practice 01
现在试一次
选择一个问题，替换成你关注的门店。
OPTION 01
某商场，上周，线下渠道，hfb01每天的销售额和销量分别是多少
OPTION 02
请按渠道拆分某商场本月销售额，并与去年同期对比。
OPTION 03
某商场本月新增会员中，有多少人在该商场线下渠道发生了购买？
Method · Demo 02
问题越清楚
答案越稳定
模糊
最近业务怎么样？
清楚
过去10天，济南商场线下渠道：
HFB01的销售额和销量是多少，其中销量top5的品是什么，销售额top5的品是什么，以及每1000个订单中有多少订单中包含hfb01的品。
对象时间指标对比目的
Output formats
当数据更多
换一种表达方式
Direct answer
具体数据
适合快速查询单一指标、明细或简单对比，直接在对话中获得答案。
→
Structured output
HTML 网页或 PPT
当问题涉及更多数据，或需要更强的可视化与可读性，可以让 ChatBI 生成结构化的交付内容。
可视化更强结构更清晰便于分享
Demo 03 · Advanced
接下来
看一次完整演示
From insight to delivery
01
生成 HTML 与 PPT
将分析结果转化为可视化页面或汇报材料
02
设置为模板问题
保存常用问题，便于后续重复使用
03
设置邮件定时发送
按计划自动生成结果并发送给指定收件人
Practice 02 · Build your report
现在生成你的
第一份自动化报告
选择一个与你工作最相关的问题，替换成你关注的商场。
OPTION 01 · SALES
销售表现
分析某商场过去 7 天线下渠道的销售表现，包含销售额、销量、订单数、同比变化、表现较好和较弱的 HFB，并生成 HTML 分析页面。
OPTION 02 · MEMBER
会员表现
分析某商场本月新增会员及其线下购买表现，包含新增会员数、购买会员数、转化率和销售贡献，并生成 HTML 分析页面。
OPTION 03 · WEEKLY
业务周报
整理某商场上周的销售、订单和客流表现，识别主要亮点与风险，给出需要持续关注的方向，并生成 HTML 周报。
选择问题生成 HTML保存模板定时发送
More possibilities · Web research
还可以连接
更广的信息
当问题不仅依赖内部数据时，ChatBI 也可以结合联网查询，生成结构化调研报告。
Verification
如何核验结果
01
直接向 Agent 追问
对数据、计算逻辑或结果大小有疑惑时，直接询问数据从哪里来、使用了什么口径，以及具体如何计算。
02
查看数据回溯报告
查看数据来源、查询范围与处理过程，快速核对结果依据。
03
查看思考过程
进一步了解 Agent 如何拆解问题、选择数据和形成最终答案。
04
联系支持团队
如果仍然无法确认结果，可以联系支持团队，由我们协助进行人工检查。
One more thing
从一个真实问题开始
不需要一次问得完美
先提出问题，再通过对话不断优化
下次遇到数据问题，不妨先问问 ChatBI