自然语言人机对话
以语音 / 文字问答方式，快速获取所需数据；支持上下文记忆、模糊语义识别与澄清，像与分析师对话一样持续追问。
- 语音 / 文字双模
- 多轮对话
- 意图识别
- 语义消歧
以问答交互方式为用户呈现所需的指标数据、业务报表——从「问得到」到「有建议」的完整体验
以语音 / 文字问答方式，快速获取所需数据；支持上下文记忆、模糊语义识别与澄清，像与分析师对话一样持续追问。
自由图表切换，支持下钻上卷、联动过滤；支持复杂的筛选、分组、聚合、嵌套计算，全维度自由探索数据。
针对异常指标自动关联维度进行结构化归因，结合关联指标与标杆算法追溯根本原因，自动发现业务数据变动的根源。
深度集成大模型能力，基于企业历史数据给出原因解读及合理的改善建议，提供改善建议报告。
数聚易问的Alisa 意图识别可将复杂的自然语言转化为结构化的数据查询需求，实现用户语义、业务实际与数据关系的精准对接，提高查询的准确性与速度。
AI 搜索引擎支持语音识别，直接与企业自有数据进行对话。
支持数据追问与连续对话，逐层收敛问题，探索式获取数据。
对模糊提问主动追问澄清，确保理解与用户意图一致。
根据业务实际调整别名与同义词，理解业务口语化表达。
支持对各种关键词手动调整优先级，核心词精准匹配。
搜索结果以最佳形式展现，支持保存、推送及下载复用。
PC、企微、飞书等多终端适配，随时随地获取数据。
问答能力可嵌入企业 AI 工具箱、IM 与第三方业务系统。
从固定分析到 AI 驱动的自由洞察。问答结果支持自由切换图表展示样式、自由调整维度；时间维度、分类维度层层下钻到最细粒度， 设置图表联动过滤，全维度选择探索；并支持对所查数据进行深入分析——包括复杂的筛选、分组、聚合、嵌套计算，满足专业分析师的深度分析诉求。
柱状 / 折线 / 饼图等展示样式自由切换，自动匹配最佳形式。
时间、组织、品类、区域等分类维度下钻到最细粒度。
设置图表联动，点击即过滤，多图协同探索。
全维度自由调整与组合，探索视角不受限。
支持复杂筛选、分组、聚合、嵌套计算等深入分析能力。
支持跨主题跨多表查询，用户无需数据知识即可使用。
问答结果固化场景，呼出数据看板和报告模式分析。
针对分析指标的关联维度、衍生维度进行结构化归因，量身定制的自动化归因分析自动发现业务数据变动的根源； 智能归因支持继续深入分析——发现异常 → 定位异常 → 探究更多可能，全维度智能归因结合图表联动，让根因定位像剥洋葱一样层层逼近。
自动关联指标相关维度，结构化拆解指标变动构成。
衍生维度参与归因，覆盖指标间的联动影响关系。
支持按组织、产品、区域等多维拆解，快速聚焦异常单元。
基于上下文持续追问，从结果到原因逐层验证。
归因结果支持深入分析，联动图表继续下钻探索。
自动发现业务数据变动的根源，追溯根本原因。
基于历史数据模拟未来趋势，预测业绩任务达成率。
归因结论沉淀为报告，形成分析到行动的业务闭环。
针对用户的复杂和宽泛问题，进行多问题拆解，推理出合理的数据分析诉求， 并针对多问题的分析结果进行业务洞察，实现问题原因分析和决策建议生成——从一站式提问到洞察。
基于企业已有历史数据，给出指标变动的原因解读。
从原因分析到决策建议，形成完整洞察链路。
数据查询卡片由大模型归纳和总结，要点一目了然。
数据看板和报告由大模型生成结论，自动输出解读。
针对复杂、宽泛问题拆解为可分析的子问题。
针对多问题分析结果进行业务洞察，串联问题全貌。
智能生成数据分析报告，报告制作效率大幅提升。
「更快」数据领域算法训练与小模型 · 「更准」业务实际和数据关系的语义建模 · 「更狠」大模型理解和泛化及生成
搭建业务知识图谱和实体 × 事件数据模型，实现 AI 对企业数据底层的感知；将数据模型转化为业务知识图谱，实现用户意图到数据库执行之间的转化，复用企业当前数据底层建设与数据资产。
通过深度学习实现对用户意图的筛选和判断，快速、稳定且可解释的用户数据意图识别；可精准识别用户的数据交互意图，将复杂的自然语言转化为结构化的数据查询需求。
对数据分析意图强化训练，精确控制数据分析场景；自然语言非直接转换成 SQL，而是先转化为 JSON（Logicform）程序化表达用户意图，再工程化转译为 SQL 并执行——核心流程代码完全自研。
400 6220 270
