BI+AI：让数据会思考，让决策更聪明

在数据爆炸的时代，企业却被困在"数据孤岛"中---传统BI工具操作门槛高、分析响应慢、复杂需求依赖专业分析师。Wyn商业智能融合前沿AI大模型技术，打造"自然语言对话驱动业务决策"的智能数据分析体验，让每一位业务人员都能成为数据洞察者。

零门槛智能问数

业务人员、管理者无需编写代码，无需理解数据结构，直接提问（如"华东区本月销售达标率？"），系统将自动理解你的问题，查找相关数据，并给出图文并茂的分析结论，决策速度从几天缩短到几秒，抓住瞬息万变的市场机会。

智能推荐分析数据

用户无需理解数据库结构，AI基于您的提问场景，自动识别并精准推荐最相关的数据集或者数据模型，省去查找、猜测数据的繁琐过程，确保分析结果直接命中业务核心。

高级分析展示分析过程

高级分析不仅给出答案，更清晰展示完整分析逻辑（理解问题 -> 匹配业务数据 -> 计算指标 -> 生成结果）。过程透明化，提升结果可信度，让您不仅知道"是什么"，更理解"为什么"，支持更可靠的决策依据。

知识库赋能精准分析

将您的行业黑话、特有业务规则、数据加工逻辑、行业知识搭建成知识库，AI在分析时精准调用这些知识，确保结果高度贴合实际业务语境，让分析结果更精准。

技术基石与工作原理

大语言模型 (LLM)：负责核心的自然语言理解（NLU）、问题拆解、计算逻辑生成、文本摘要与解释。
向量数据库：高效存储和检索企业知识库的语义化嵌入向量，实现问题与知识的精准匹配。
分析引擎：生成并执行数据查询、统计计算及复杂的高级分析任务（预测、聚类、归因等）。

工作原理

Wyn商业智能BI集成AI语言模型，从用户用自然语言提问到返回结果，三者交互过程如下：

LLM 理解分析意图，生成精准分析指令
向量模型向量化业务知识并提供知识库
Wyn执行分析过程并最终输出可解释结果。

这种架构让非技术人员用自然语言获得准确、可解释、业务语境对齐的分析结果，真正实现"对话即分析"。

零门槛开启智能问数之旅

阶段一：准备数据，让AI"看得懂"你的业务

接入业务数据

在开始分析之前，首先，将企业各个系统的数据接入Wyn平台。无论是CRM客户信息、OA审批流程，还是MES生产数据，Wyn支持超过50种数据源（数据库、Excel、API等），可轻松连接，统一管理。

加工与建模：构建清晰的"业务数据地图"

接入数据后，为了让AI更好的理解业务数据，需要进一步对数据进行跨源整合、清洗、加工，用户可以按照要分析的业务主题加工数据，Wyn提供实时、直连、抽取等7种建模方式，用户可以按照业务需求灵活整合数据。以销售场景为例，可以将要分析的客户数据、商品数据、订单数据、预算数据等跨源抽取、整合到一个数据模型中，建立表之间的关联关系。

关键设置：开启"用于AI分析"开关

并不是所有数据都需要AI参与分析，可以在数据模型和数据集中开启 "用于AI分析" 开关，只有开启的数据才会被AI识别和检索，避免干扰。

进阶技巧：教AI"说行话"

为了让AI更懂你的业务，你还可以在数据模型中添加以下信息，包括行业知识、业务规则，业务黑话等。

表的用途说明（如："这张表记录的是经销商返利结算数据"）
字段解释（如："'成交金额'含税，不含运费"）
业务规则（如："华东大区包含江苏、浙江、上海"）
内部术语（如："'新客'指首次下单且注册未满30天的客户"）

这些信息相当于企业的"业务知识库"，帮助AI准确理解语义，提升回答准确性。

配置数据权限

为了更好的保障数据安全，企业可能需要对不同的组织、角色的人需要数据隔离，Wyn支持基于用户、组织上下文的数据隔离，比如：每个用户只能查看和分析自己所属大区的数据。或者在整个数据模型层，将准备好的数据，分享给对应的允许访问的部门或者角色。

阶段二：AI相关配置，让系统会"思考"

完成数据准备后，接下来就是为系统注入"大脑"------接入大模型，开启智能对话能力。

1）集成语言模型与向量模型

在【系统管理】中完成以下配置：

语言模型(LLM)接入

Wyn支持所有符合 OpenAI API 标准的大模型，你可以自由选择：

国内主流：通义千问、文心一言、DeepSeek、豆包等；

国际模型：OpenAI GPT 系列；

支持同时配置多个模型，并根据场景自由切换。

嵌入模型(EM)配置

用于将你的数据描述、知识文档转化为向量，存储在本地数据库中。这样AI在回答问题时，能快速检索上下文，做出更准确的判断。

个性化对话分析设置

根据自身分析的需要，对对话分析进行个性化设置，包括：

"启用智能数据集推荐"：用户提问时无需手动选择数据（数据集和数据模型），系统自动识别问题意图，匹配最相关的数据进行分析；
启用数据洞察：启用数据洞察后，系统会根据提问的问题，将聚合后的数据发送给语言模型，语言模型会进一步分析数据，返回更深层的洞察结论，帮助用户更好的、更快的发现问题、做出决策。

2）构建企业专属知识库

除了在数据模型中添加描述，你还可以上传企业现有的文档作为AI的知识补充，在"系统管理-系统设置-用户知识库"中直接上传企业已经有的相关知识库内容。支持文件类型包括 .md, .txt, .pdf, .docx。上传后系统会自动将其向量化存储，系统会在每次分析前检索知识库，AI会结合知识库内容进行推理，确保回答符合企业实际业务。