BI Agent Inside:让分析成为业务系统能力

伙伴在 CRM、ERP、行业 SaaS 等业务产品里加入分析能力,目标是让用户在完成业务动作时获得可追溯的数据依据。产品团队需要同时交付问答入口、结果呈现、指标口径和权限边界,并把它们放进已有的业务流程。

衡石观点:分析能力应随业务流程交付

衡石将嵌入式分析视为业务系统的一项能力,而非独立页面的跳转入口。用户在客户、订单、库存或经营页面发起问题时,系统需要给出与当前业务场景匹配的结果,并让用户知道结果基于什么数据范围和指标口径。

  • 数据问答:在业务页面提供提问入口,承接连续问答或一次性任务。
  • 结果呈现:将聊天窗、结果卡片、图表或仪表盘放在用户执行工作的页面中。
  • 指标语义:由伙伴把业务术语、指标定义和可用数据范围纳入方案设计,避免同一术语在不同页面出现不同口径。
  • 权限边界:让业务身份、应用资源、数据包及行列规则共同约束用户可查看和可操作的内容。

只嵌入仪表盘可以交付展示层。伙伴要把分析做成产品能力,还需要把以上四项与业务对象、用户身份和操作流程一起设计。

先划分运行责任,再选择接入方式

HENGSHI SENSE 的 Data Agent 集成把"运行方式"与"接入方式"分开处理。运行方式回答"谁持续推进一次问答"。Agent 模式适合保留连续执行、状态变化、工具调用和图表结果的交互体验;Workflow 模式由后端工作流服务负责执行,前端承担发起、读取状态和展示结果的职责。

接入方式回答"能力以什么形态进入产品"。iframe、JS SDK 和 API 都是接入方式,不能用它们替代对 Agent 或 Workflow 责任边界的判断。

接入方式 适合的责任边界 伙伴获得的能力形态
iframe 伙伴希望快速复用完整页面,前端改动较少。 衡石提供聊天界面、历史记录、结果卡片和图表展示。HENGSHI SENSE 还支持按平台、模块、功能、应用或文件夹等层级嵌入。
JS SDK 伙伴保留自己的页面壳、入口和业务交互。 可在自有页面嵌入完整聊天窗,也可嵌入单条问答的结果卡片。父页面加载 Copilot JS SDK 后,可接管 iframe 仪表盘中的智能助理入口。
API 伙伴已有后端编排、多 Agent、AI 网关或工作流系统。 伙伴负责系统编排、页面展示和业务整合,衡石提供数据问答能力接口。

选型时,产品负责人应先确定问答由前端 Agent 运行时还是后端 Workflow 持续推进,再决定复用整页体验、复用前端能力或仅调用后端能力。这个顺序会影响会话归属、页面边界、认证方案和排障责任。

把业务上下文带进分析

嵌入式分析应从一个明确的业务动作开始。销售主管在客户页查看客户健康度,门店负责人查看门店经营,采购人员处理库存异常,入口、提问范围和结果落点都不同。伙伴应把业务对象、用户身份和可用数据范围写入集成设计,而不是把通用问答入口放在系统角落。

在 JS SDK 中,userConfig 可以指定当前问答可用的数据范围,支持数据包与数据集,或主题域两种配置方式。伙伴需要据此建立业务页面与数据范围的映射,并对关键指标的名称、计算逻辑和展示语境进行统一管理。用户看见的是自然语言问答,产品团队需要维护的是可解释的数据范围与业务语义。

把权限作为产品能力的一部分

分析嵌入业务系统后,权限不能停留在系统外围。HENGSHI SENSE 支持按用户、用户组、组织架构和租户查询应用与数据权限;权限管理涵盖应用、数据包等资源。管理员还可以查询或编辑应用、数据包的行列权限,并查看应用内按钮操作权限,如查看明细数据和导出数据。

伙伴需要将自身的业务角色与这些资源权限对应起来,并用不同角色验证页面可见性、数据范围、明细查看与导出操作。权限设计既要覆盖业务系统的登录身份,也要覆盖分析结果所访问的应用和数据资源。

伙伴产品化的交付重点

伙伴可以先选择一个高频业务页面,把分析入口和结果放进用户已有的工作路径。随后确定 Agent 或 Workflow 的运行责任,以及 iframe、JS SDK 或 API 的接入责任。上线验收应覆盖同一业务场景下不同角色的结果差异、可用指标和可执行操作。

衡石提供的是可嵌入的数据问答、结果渲染、应用与数据资源管理能力。伙伴掌握行业流程、业务对象和用户体验。双方按这个边界协作,才能把分析能力稳定地交付为产品功能。

相关推荐
红红谈说3 天前
五级区划与行级数据权限,村级平台怎么把范围卡在服务端?
拦截器·多租户·权限表·数据权限·区划码·行级权限
衡石科技8 天前
让问数更自然:衡石 Data Agent 实践
大数据·bi·数据权限·data agent·自然语言问数
极昆仑智慧11 天前
智能问数零售行业场景9-新品孵化与爆款补货:30天生死窗口的信号识别、四类根因归因与行动包自动派单
bi·chatbi·ai+bi·智能问数·data agent
Aloudata17 天前
语义层和SQL Copilot:一个降低写SQL门槛,一个统一业务逻辑
大数据·人工智能·数据分析·data agent·语义层
极昆仑智慧18 天前
智能问数零售行业场景3-缺货损失量化与智能补货:缺货没有“账本“,怎么把损失量化成数字?一个 Data Agent 的实现思路
零售·chatbi·智能问数·agentic bi·data agent
极昆仑智慧18 天前
智能问数零售行业场景4-供应商履约监控与采购成本优化:多源数据融合 + 证据链,把采购谈判从“凭经验“变成“有据可依“
零售·chatbi·智能问数·agentic bi·data agent
极昆仑智慧20 天前
智能问数零售行业场景2:滞销库存与跨店错配的自动化处置——从全连锁交叉匹配到调拨清仓派单的工程实现,示例口径一次性盘活/止损约420-620万
bi·chatbi·ai+bi·智能问数·data agent
极昆仑智慧20 天前
智能问数零售行业场景1:生鲜损耗管理的自动化落地——从每日巡检、五类归因到分级降价派单的工程实现,示例口径年化减少损耗约500-1100万
bi·chatbi·ai+bi·智能问数·data agent
Aloudata21 天前
指标平台与 Data Agent 协同指南:如何让 AI 问数调用可信指标
大数据·人工智能·数据分析·data agent·语义层