Analytics Agent 快速入门

本文帮助你从零开始完成 Analytics Agent 的首次接入，跑通第一次数据问答。完成后，你将能够围绕样例数据或自己的数据发起初次分析，了解产品的基本使用方式。

需要注意，跑通第一次问答并不等同于已经完成生产可用的分析配置。数据接入和自动语义分析解决的是“系统可以开始理解和访问数据”，而真实业务场景中的稳定问答通常还需要继续补充分析域边界、字段语义、指标口径、权限和验证。

下图是完整的使用旅程，本文覆盖阶段一和阶段二的核心流程：

预览

开通 Analytics Agent 服务

• 在管理中心”首页”中找到 Analytics Agent 产品卡片，点击免费开通按钮。
  

  预览
• 弹出窗口中会默认指定云服务商阿里云和地域华东2（上海）。系统提供了”同时开通阿里云-华东2（上海）的 Lakehouse 实例作为默认数据源”选项：
  • 勾选（推荐新用户）：将自动开通 Lakehouse 作为默认数据源，并包含预置样例数据，无需手动配置。
  • 不勾选：服务开通后在数据源管理页面手动添加，不含预置样例数据。
    

    预览
• 点击开通，稍等片刻后即可进入使用界面。

方式一：使用样例分析域

我们已为你准备了一个配置完善的样例数据集，包含完整的表配置和指标体系，可以直接开始提问体验智能分析。这个样例也可作为模板，帮助你了解如何搭建自己的分析域。

进入产品主页，找到标有”样例”的分析域，点击开始分析即可。

预览

方式二：基于自己的数据进行首次分析

系统支持导入 CSV、Excel、PDF 等多种数据格式。以下以巴西电商平台 Olist 的真实数据为例演示完整流程。

Step 1：新建分析域

预览

Step 2：基础配置

• 分析域名称：填写分析域名称，例如”巴西 Olist 电商数据分析”
• 数据源：选择底层数据平台（默认 LakeHouse）。如需接入 MySQL、StarRocks、Databricks 等外部数据库，参考 数据源管理。
• 模型：系统会使用默认模型，你也可以在对话页面随时切换。如需统一配置团队可用的模型，参考 模型选择与配置。

其他选项保持默认，点击确认创建分析域。

Step 3：添加数据

• 新建分析域后，点击添加数据 → 表，再点击开始添加。
• 选择上传文件，添加以下数据文件后点击下一步开始解析。

核心业务数据：

olist_orders_dataset.csv.gz

olist_order_items_dataset.csv.gz

olist_order_payments_dataset.csv.gz

olist_products_dataset.csv.gz

用户与商家数据：

olist_customers_dataset.csv.gz

olist_sellers_dataset.csv.gz

预览

• 点击下一步上传数据：

预览

⚠️ 注意：在文件解析界面，所有显示灰色圆点的文件必须点击文件名完成确认（显示绿色）后，才能点击”下一步”。

预览

Step 4：自动语义层构建

上传完成后，系统会自动分析数据并生成第一轮语义层候选，包括列描述与别名、列类型识别、表关联关系、基础指标推荐等。

预览

语义层是 Agent 理解数据的基础。自动生成的结果适合用来启动首次分析，但通常还不足以直接支撑真实业务场景中的稳定问答。如果发现问答结果不准确，例如算错指标、选错表、混淆口径或遗漏过滤条件，通常需要继续完善字段语义、知识、指标、答案构建器和权限配置。相关方法可参考 问答准确率提升。

Step 5：开始问答

数据准备就绪后，可以先用自然语言发起第一次问答，例如”过去6个月各区域的销售额趋势是什么？”

如果只是体验产品能力，到这一步已经可以开始使用。
如果希望将 Analytics Agent 用于真实业务分析，建议继续完成以下工作：

• 检查当前分析域是否覆盖了目标业务问题
• 补充字段语义、业务知识和核心指标口径
• 为复杂问题建设答案构建器
• 验证不同角色的数据访问范围
• 用代表性业务问题验证问答效果

对结果满意后，你可以进一步：

• 调整表格样式：通过对话描述你想要的布局和颜色，参考 表格渲染
• 保存为看板：一键保存分析结果，支持多版本管理，参考 看板版本管理
• 设置自动刷新：让看板数据定时更新，无需手动刷新，参考 图表自动刷新
• 设置定时任务：让 Agent 定期自动执行分析并推送到邮箱，参考 定时任务
• 共享看板并控制权限：为不同用户设置可见数据范围，参考 行级权限
• 集成到业务系统：通过 API 将问答能力嵌入自有系统，参考 Open API

相关文档

• 从 PoC 到生产：Analytics Agent 落地指南 — 从首次体验走向真实业务使用的整体路径
• 管理人员如何规划 Analytics Agent 试点场景 — 决定第一批适合纳入的业务场景、用户和问题
• 管理人员如何验证 Analytics Agent 配置是否做到位 — 用代表性业务问题验证当前配置是否已经支撑真实使用
• 数据源管理 — 添加更多类型的数据源（MySQL、StarRocks、Databricks）
• 模型选择与配置 — 切换或配置问答使用的 LLM
• 问答准确率提升 — 通过语义层配置让回答更准确
• 验证问答效果 — 用典型问题查看答案、SQL 和记录是否符合预期
• 行级权限 — 为不同用户设置数据访问范围
• Open API — 将问答能力集成到你的系统