产品
价格
解决方案
客户案例
资源中心
活动中心
关于我们
汽车数据平台白皮书
HOT

数据全生命周期的 AI Coworker

Data Agent

基于企业数据与业务语义,协助完成开发、分析与运维。

面向数据工程师、分析师与业务运营

Data Agent 导航:New、Skills、Settings 和各渠道 GMV 会话
各渠道 GMV 分析主题
我要建一个各渠道 GMV 分析主题,
帮我从建模到任务都设计好。

已整理开发方案,可先核对业务口径与建模设计,再继续配置任务。

  1. 01
    需求设计

    确认统计时间、退款处理和渠道范围。

  2. 02
    数仓建模

    设计分层、主题表与字段。

  3. 03
    Pipeline 设计

    生成 SQL、任务依赖与调度方案。

发送消息给 Data Agent,输入 @ 添加上下文ws@
GMV · 数仓建模设计

数仓建模设计 — 各渠道 GMV

1. 需求与范围

  • 业务需求:各渠道 GMV 分析主题
  • 统计口径:时间、退款处理和渠道范围待核对
  • 分层结构:Bronze → Silver → Gold
  • 关键步骤:由用户审阅并确认

2. 分层建模

分层数据对象用途
Bronzeorders_raw原始订单
Silverorder_detail订单明细
Goldchannel_gmv渠道 GMV

先审阅方案,再按权限与确认结果继续操作。

少写重复 SQL,少翻排障日志

在已有数据资产上,处理开发、分析和运维中的具体工作。

预约产品演示

临时取数,不必每次重写 SQL

用自然语言提出问题,基于现有表和语义定义生成查询。SQL 可以查看和修改,结果支持继续追问与下钻。

可以获得

SQL、结果表、可视化与分析说明。

Data Agent模拟数据与输出

上个月各渠道成交额是多少?按已确认的 GMV 口径统计。

  1. 01
    匹配已确认指标

    读取 GMV 口径、渠道维度和时间定义。

  2. 02
    生成可查看的 SQL

    核对来源表、筛选条件与聚合方式。

  3. 03
    继续追问

    “按周拆开看,再找出波动最大的渠道。”

已有语义定义优先复用;未确认的口径仍需核对。

企业知识层

连接业务含义与数据实现

Ontology、Mapping 与 Semantic View 协同,把企业业务概念连接到具体的数据与计算口径,为 DEA 理解需求、生成 SQL 与开发方案提供依据。

Ontology:统一业务概念

定义业务术语、对象、属性与关系,让业务人员与领域专家表达“业务是什么”。

业务本体

面向业务人员与领域专家

区分购车订单、车辆与交付,明确“订购”和“交付”的业务含义。

Mapping:连接业务与数据

建立业务对象、属性、关系与语义模型中数据实现的对应,由业务与数据团队共同确认。

业务数据映射

面向业务与数据协作双方

建立“交付”等业务概念与数据对象、字段及计算定义的对应关系。

Semantic View:明确计算口径

定义数据集、字段、维度、指标与关联,让开发和分析人员明确“如何查询与计算”。

语义视图

面向数据开发与分析人员

定义订单数、交付车辆数,以及状态、时间与车辆去重等计算规则。

应用方向:Data Agent 开发 · SQL 查询 · BI 报表

Agent 协作,
关键操作由人把关

方案可审阅,执行有边界。

  1. 遵循权限与上下文

    在授权数据范围内工作,结合企业语义和数仓上下文开展分析。

  2. 方案先确认

    模型、管道和质量规则先给出建议,用户确认后再继续相应操作。

  3. 高风险操作需确认

    涉及删除等高风险动作时发起确认,拒绝后停止后续执行。

带一个真实的数据任务,试试云器 Data Agent

从管道开发、任务排查或一次临时取数开始。

预约咨询
微信咨询
电话咨询
邮件咨询