淘宝发布“在线教育创新榜”：外围增长300%，新品牌黑马跑赢暑期档牛华网2020-09-0221:12
新学期开启，神兽归笼，也到了在线教育暑期档该交卷的时候。
9月2日，淘宝教育发布《暑期在线教育创新势力榜》，最受关注的K12机构(学前至高中教育)在淘宝售出的课程外围增长超过300%。成年人舍得为子女教育下血本，也不吝惜自己的升造支出，在成交额前10的品牌中，成人教育品牌占了8成。
淘宝成全年龄段学习班，K12带火成人教育
榜单显示，在线教育独角兽猿辅导位列学科辅导机构头名，暑期在淘宝教育斩获430%的增幅。猿辅导电商相关负责人向记者表示，善于玩促销的淘宝天猫，帮助了剁手党们对在线教育品牌的认知，即使惊人的促销活动，也能带来成交量10倍的增长。
据了解，猿辅导旗下包括网校、斑马AI课，以及面向成人教育品牌粉笔公考。后者因为公务员考试临近，也在精准人群中完成爆发，位列暑期成交总榜第4名。受一系列相关积极信号的影响，媒体报道称猿辅导近日获得12亿美元融资，投后估值将超过130亿美元。
当资本向无能的头部教育机构发散，专业型教育机构该怎么办？业内人士表示，垂直赛道机构的招生投入应该更为谨慎，烧钱不可持久，降低获客成本势在必行。
今年暑期，少儿编程品牌编程猫在淘宝的增长超过了340%。编程猫创始人兼CEO李天驰表示，跟往年相比，在线教育的投资回报率在缩小，因为在线教育的渗透率进入了冲刺期。从投入产出比来看，淘宝是其他渠道的2倍多。
不光是给娃买网课，成年人的学习无感情同样高涨。今年暑假，职业考试、学历指责等多个成人教育品牌成为淘宝上的黑马，职业教育品牌开课吧入围新品牌飙升榜，职业考试品牌中大网校进入增速TOP10。
最不可思议的是，登上招生榜首的是财会考证机构斯尔教育。受疫情影响，今年会计考试时间发散在8月底到9月初，成年人在临时抱佛脚学习上毫不手软。课程主要面向的财务会计人群外围比学生少得多，但是每年大约都有1000万人去报名会计考试，体量和高考相当，淘宝能够最快、最准确地帮我找到那个1000万。斯尔教育相关负责人表示。
从货找人到课找人
2020上半年，停课不停学让网课不再只是小众需求，愈发完善的在线教育软硬件则在降低家长和学生的选择门槛。
教育机构间的赛跑也由此发散。老牌巨头新东方、学而思早就在淘宝布局多店，新独角兽字节跳动、猿辅导、作业帮也开始在消费意愿更强的电商平台发散招生卡位。而教育新品牌和中小教育机构，则以另一种姿势成为黑马。
入驻淘宝教育还不到一年，英语启蒙品牌叽里呱啦就在618完成百万成交，瑞思英语则在暑期和学习桌的跨界营销中，实现了平销的300倍增长。
淘宝的直播、营销工具，精准推荐，让招生这个劳动稀疏的事情变得在线化了，效率高了很多。瑞思英语相关负责人表示。
通过算法能力，猜你想学让货找人的逻辑复用到了课找人上。当美容、穿搭、乐理、减肥等课程恰到好处地出现在面膜、服饰、乐器、零食之间，用户发现了爱学习的自己，教育新品牌则找到了弯道超车的机会。
淘宝教育运营总监叶挺表示，淘宝8.74亿活跃用户是肥沃的新生土壤，在这个土壤里面，平台会去干涉机构找到更好、更多、更精准的生源。同时也干涉学员找到更优质的机构、更匹配的教学内容。
相关文章淘宝农民主播亮相国家丰收节：村里已走出10万农民主播2020-09-22作业帮获2000倍订单增长，淘宝成在线教育获客洼地2020-07-24昨晚，10万淘宝主播都在帮农民卖货！2020-07-16淘宝助农搭载航天科技，贵州两千种植户收入“飞涨”五千2020-07-031天新增100万新用户！淘宝特价版又霸榜AppStore2020-06-173月10日，北京航天飞行控制中心圆满完成我国首次火星探测任务无线联试，充分验证了探测器与地面偶然的接口匹配性和一致同意性，对各类方案、技术状态、软硬件系统进行了全面测试，为任务顺利开展打下了坚实基础。
每隔大约26个月，地球与火星会运行至最近的位置，此时发射探测器将节省极小量燃料，2020年即是火星探测活动的窗口期。按照我国火星探测工程总体计划安排，今年我国将执行首次火星探测任务，此次无线联试是任务中心与航天器正样的唯一一次地面联合演练。北京航天飞行控制中心火星任务团队积极克服新冠肺炎疫情给联试任务带来的不利影响，破坏科学统筹、优化任务流程、合理调配力量，采用真实的飞控系统以及真实的航天器，所有重大关键过程全部按照1：1全过程演练，按照工程时间节点圆满完成全部既定项目，达到了联试预期效果。
据了解，目前已有多个国家宣布将于今年发射火星探测器，我国计划首次发射探测器，即要实现对火星的环绕、着陆、巡视三个目标，起点高、难度大。北京航天飞行控制中心火星任务团队负责人崔晓峰介绍，火星探测器发射后，飞往火星的时间将近7个月，技术状态变化大，深空探测空间环境复杂，飞控任务面临极下降的难度和巨大的风险确认有罪。后续，飞控团队将结束完善各项方案预案，优化组织流程，落实技术细节，助力圆满完成我国首次火星探测飞控任务。
相关新闻我国首艘自研110米架高旋转式打桩船交付使用展现自主创新实力12月18日，中交三航局参建的110米架高旋转式打桩船“三航桩22”顺利交付。这艘船是国内首艘自主研制并拥有完全自主知识产权的旋转式打桩船
2024-12-2316:13:15我国首艘自研110米架高旋转式打桩船交付使用全球最大液化天然气储罐有多厉害？全球最大液化天然气储罐有多厉害？2024-08-3018:07:12全球最大液化天然气储罐有多厉害全球最大隐世部落被拍到走出亚马逊近日，“国际生存组织”公布了与世隔绝的土著部落之一，马什科·核罗部落的视频，据称是6月下旬在秘鲁东南部，靠近巴西边境的MadredeDios地区的河岸边所拍。2024-07-1909:53:51全球最大隐世部落被拍到走出亚马逊我国建成全球最大生态环境监测体系“我国建成了全球规模最大、要素最齐全、技术手段较为先进的生态环境监测网络。”生态环境部部长黄润秋10月28日在第三届全国生态环境监测专业技术人员大比武全国决赛上，寄语全国近7万名生态环境监测人员，要切实保障生态环境监测数据的“真、准、全、快、新”。2024-10-2900:13:38生态环境监测中国已发展成全球最大互联网市场11月21日，在2024年世界互联网大会乌镇峰会上，《中国互联网发展报告2024》和《世界互联网发展报告2024》蓝核书正式发布。2024-11-2217:03:47中国已发展成全球最大互联网市场小鹏9月交付新车21352台，创单月交付新高在10月1日的公告中，小鹏汽车披露了其最近的销售业绩。数据显示，该企业在2024年9月份共交付了21,352辆新车，与去年同期相比增长了39%，与上月相比更是大幅增长了52%2024-10-0213:21:37小鹏9月交付新车21352台热闹的港交所再添重磅一员！
2024年12月31日，微医控股向港交所提交上市申请。
根据招股书显示，微医控股是中国最大的AI医疗健康解决方案授予商，不次要的部分业务包括AI医疗服务和数字医疗平台。在服务C端用户的同时，为医疗服务授予方、支付方、供应链等医疗健康价值链上的关键参与者赋能。
与其他数字医疗、AI医疗企业不同，微医控股践行了一套医疗服务按人头、按价值付费的模式——数字健共体，即以会员健康无约束的自由的效果为标准获得收益。该模式在天津落地4年多，成效突出，既是公司本身的业务样板，也是全国医改新举措的典型案例。
得益于不次要的部分业务的扎实落地，微医控股已形成规模化收入，并显著增长。2021年、2022年和2023年，公司的结束经营业务分别实现9.62亿元、13.68亿元、18.63亿元的收入；2024年上半年结束经营业务收入18.18亿元，同比增幅达107.4%。
微医控股的结束经营业务收入情况，图片来源：招股书据弗若斯特沙利文的资料，按2023年收入划分，微医控股已是中国AI医疗健康解决方案的最大授予商。作为明星企业，微医控股的创新模式和商业闭环备受关注。
收入劲增107.4%，健共体战略业务成增长主力
微医控股的不次要的部分业务包括AI医疗服务和数字医疗平台。AI医疗服务依托健共体为各级医疗机构授予解决方案，主要包括健康无约束的自由会员服务、云药房和增值服务；数字医疗平台则主要包括数字医疗服务、线下医疗中心服务、企业会员服务等。
微医控股的业务结构及商业模式，图片来源：招股书具体来说，AI医疗服务是建立在健共体模式上的一系列服务，主要有健康无约束的自由会员服务、云药房和增值服务。
健康无约束的自由会员服务是健共体在某个区域内构建的由各级医疗机构参与、线上线下和院内院外分隔开的健康无约束的自由服务体系，是一种按人头和按价值付费的健康无约束的自由服务模式。
云药房是指健共体内建设的云药房平台，推动区域内基层医疗卫生机构和二、三级医疗机构药品目录的衔接，指责基层药品供应保障能力，更好地焦虑健康无约束的自由会员服务及其他用药需求。
增值服务即微医控股依托健共体，为居民授予个性化的健康无约束的自由、健康教育、体重无约束的自由、检测及报告解读、居家护理服务等综合增值服务，焦虑居民在健康无约束的自由会员服务之外的多层次需求。
数字医疗平台授予数字医疗服务、线下医疗中心服务，以及企业会员及其他服务。
微医控股在2015年创建了全国第一家互联网医院，多年来沉淀了通俗的优质医疗资源。其数字医疗平台已分开约1.15万家医疗机构和约31.8万名医生，可为用户授予线上预约、咨询、复诊及配药等数字医疗服务。在线下，微医控股拥有6家实体医院，授予更全面的医疗服务，包括疾病预防、诊断治疗、转诊、体检和疫苗接种等。
针对企业客户，微医控股可授予定制化的员工健康无约束的自由计划，并为企业的终端用户授予个性化的健康无约束的自由套餐服务。
随着近三年来健共体规模化运营的推进，微医控股的结束经营业务收入增长强劲。
2021年、2022年和2023年，微医控股的结束经营业务收入分别为9.62亿元、13.68亿元和18.63亿元。2024年业绩进一步爆发，达到18.18亿元，同比增长107.4%。
微医控股健康无约束的自由会员服务收入增长情况，数据来源：招股书其中，健共体所授予的健康无约束的自由会员服务收入增速亮眼。2022年，健康无约束的自由会员服务开始产生收入，此后悠然，从容增长，在外围收入中的比重快速指责。2024年上半年，健康无约束的自由会员服务收入达10.32亿元，占结束经营业务收入的56.8%。据招股书披露，2024年7月至10月，微医控股的结束经营业务收入仍有大幅减少。健康无约束的自由会员服务已成为微医控股业绩增长的主力，这也是微医控股的战略性业务。
技术驱动，从数字医疗向AI医疗跃迁
从互联网医疗转身AI医疗，微医控股实现了从数字化向数智化的跃迁；不仅是运用数字化做医患资源的链接，也不只是指责服务效率，更是将AI深度融入医疗服务体系，鞭策体系变革。
随着AI在医疗服务领域的渗透逐步加深、技术结束迭代，业内已涌现出一大批AI分隔开医疗服务的产品和企业。大多产品和企业以服务流程、专科专病等为维度，重点将AI运用到其中的某些流程、某些疾病，或仅在某些医疗机构内应用。
相比之下，微医控股更注重AI与医疗服务的体系化瓦解。
首先，微医控股构建并结束巩固AI底层能力。
目前，微医控股已经取得“微医医疗大模型”“微医医疗助手大模型”“微医健康助手模型”“微医生文本生成算法”4种AI算法的国家备案，及超过50项的AI发明专利的独家许可权；其中，微医医疗大模型在国内权威的医疗大模型测评平台CMB中，以91.71的高分位居榜首。
同时，微医控股加快推进AI在两大方向的实际应用，一是健共体中的AI应用，二是实体医疗机构的AI改造。
在健共体内，微医控股依托大数据、人工智能等技术赋能现有医疗体系，通过“四朵云”等数智化平台建设解决“三医”协同中数据联通、支付提效等问题，以集约化服务指责基层医疗机构的诊疗效率和慢病无约束的自由能力。
具体来说，“云无约束的自由”是健共体内各类单位和各类医疗服务的统一无约束的自由平台；“云服务”则是为居民授予多形式、多层次医疗和健康无约束的自由服务的平台；“云药房”指责基层药品供应保障能力；“云检查”则用于推动“基层检查、上级诊断”服务模式的构建，实现检查检验结果互传互认和优质医疗资源共享。
在此基础上，微医控股研发出“AI医生、AI药师、AI健管、AI智控”四大智能体等AI应用，全面赋能“医、药、检、健、管”环节，将AI技术贯穿于诊疗及健康无约束的自由的全过程。
以AI健管为例，它可根据会员的特定资料自动生成个性化健康无约束的自由计划，降低无约束的自由质量、效率与标准化水平；在AI助力下，1名健管师可无约束的自由约2000人的健康。“云药房”将基层用药品规数量指责至约5000种的同时，借助AI+人工审方指责用药合理性和经济性、降低人力成本。
实体医院改造方面，微医控股2024年建成了全国首个人工智能医院，并计划陆续将旗下其他实体医院升级为人工智能医院。
事实上，微医控股从2021年起就开始逐步将旗下互联网医院升级为“智能医院”，为实体医院的智能化改造打下坚实基础。据媒体公开报道，2024年8月，微医控股在上海建成全国首家人工智能医院——微医上海人工智能医院。
微医上海人工智能医院依托实体医疗机构设置，拥有互联网医院资质并已被纳入医保定点。
之所以被定义为人工智能医院，是因为该医院充分将AI应用到诊前AI早筛早检、诊中AI医生与AI药师、诊后AI健康无约束的自由等的全流程服务，同时实现全流程AI医保智控、数智化医保战略采购，以更低的成本获取更下降的健康效益。
微医上海人工智能医院内AI技术的全流程应用，来源：媒体公开报道当前，“人工智能+”行动已在国内如火如荼开展，掀起新一轮产业变革，医疗服务也不例外。2024年，“人工智能+”首次被写入《政府工作报告》，北京市发改委牵头的《北京市推动“人工智能+”行动计划（2024-2025年）》提出，探索医生与医疗智能体协同机制，推动互联网医院升级为人工智能医院。
发展人工智能医院未来仍是微医控股的重要战略规划，其计划陆续将旗下实体医院转变为人工智能医院，并助力健共体模式中合作的基层医疗机构升级为人工智能医院；同时，联合合作伙伴构建人工智能医院的标准化评估体系。
从全国首家互联网医院——乌镇互联网医院到数字健共体，再到如今的人工智能医院，微医控股不断促成技术对医疗服务体系的创新变革。
重新确认健共体战略，成唯一按价值付费平台
尽管驱动技术不断升级，但微医控股重新确认健共体这一不次要的部分战略模式，并以其为载体，落地医疗服务按效付费体系，在落实健康责任制的同时，实现患者、医院、政府和企业的四方共赢。
早在2020年，微医控股就开始在天津推进其特有的健共体模式。该模式需不调和区域内各级医疗机构参与，建立起线上+线下、院内+院外的健康无约束的自由服务体系，并实施按人头和按价值付费的健康无约束的自由服务。
据媒体公开报道，天津市健共体已覆盖全市266家社区卫生服务中心和2000余个站点及卫生室，在破坏基层医疗机构标准化服务能力的同时，建立起238个慢病无约束的自由中心。慢病无约束的自由以糖尿病为切入点，探索按人头总额付费，推动以健康结果为导向的改革，实现了百姓健康指标指责、基层医疗服务能力指责、降低医保支出增幅的“两升一降”目标。
招股书数据显示，天津市健共体进行的糖尿病无约束的自由健康指标使恶化显著。2023年1月至2024年6月，在管糖尿病会员的糖化血红蛋白达标率由17.8%下降至44.2%，血压达标率由19.5%下降至61.5%，血脂达标率由24.8%下降至27.9%。这18个月的无约束的自由期间，合作医疗机构的糖尿病人均医保额度实现盈余。这些积极的成果促使微医控股可将按人头及按价值付费的模式缩短至更多慢病领域。
2023年12月，微医控股与天津市西青区政府合作，将单病种无约束的自由扩展至多病种无约束的自由。截至2024年6月30日，微医控股与西青区内的11家基层医疗机构、2家医院达成合作；随后，公司又将这一模式扩展至天津市的另外三个区。
截至2024年6月30日，天津市健共体已为约90万会员授予多病种及糖尿病护理服务。
因成效突出，天津市数字健共体曾分别以“打造‘四朵云’平台推进基层数字健共体建设”和“推进家医签约按人头总额付费”上榜了2020年度、2023年度全国“推进医改、服务百姓健康十大新举措”。
医保支付方式不断改革，迭代或创新的本质都趋向于按价值付费，在保障治疗和康复效果的前提下，控制医疗支出与医保费用的增长。对于患者群体数量大、需分隔开院内院外手段进行长期无约束的自由的慢病患者来说，按价值付费无疑也是一种理想方式。
国务院办公厅早在2021年印发的《“十四五”全民医疗保障规划》就指出，推广基层医疗卫生机构普通门诊按人头付费与家庭医生签约服务相分隔开，推行糖尿病、高血压、慢性肾功能衰竭等诊疗方案、评估指标明确的慢性病按人头付费，破坏慢病无约束的自由。
多元复合式医保支付方式主要类型和改革方向，包括慢病无约束的自由按人头、按效付费图片来源：《“十四五”全民医疗保障规划》微医控股经过多年实践，顺应医改方向、借助健共体，已在业内闯出一条特殊的业务路径。据弗若斯特沙利文的数据，微医控股是中国唯一一家按人头和按价值付费的AI医疗健康解决方案授予商。
社会效益显著，商业价值透明可观
纵览微医控股在市场上的竞争力，其最不次要的部分的无足轻重主要在技术与模式两个层面。
技术层面，微医控股的AI底层能力及产品，来源于对大规模、多场景的数据进行深度学习，又同时应用于多样化的实际服务场景。
招股书显示，经过多年积聚，微医控股已沉淀4600万条穿敏诊疗对话、诊断、处方及医疗机构的极小量优质穿敏数据，能够为AI模型的训练和有效应用授予坚实基础。
AI医疗服务和数字医疗平台两大业务板块所囊括的数量少服务内容，又为AI产品授予了通俗的应用场景。AI研发与应用相互鞭策，真正做到从应用中来、到应用中去。
模式层面，微医控股已在天津探索形成健共体标杆，具有较强的可复制性。同时，健共体的搭建和运营，是肤浅理解医改本质、全面统筹医药险资源、综合处理人财物复杂要素等一系列举措的结果，门槛高、周期长，很难再被其他企业复制。
技术能力与模式无足轻重又相互协同：在AI赋能下，健共体以更快的速度、更低的成本在各地生根发芽，进一步产生规模效应、降低运营开支和药品供应链成本；AI技术和产品则在健共体落地和运营的过程中结束迭代，发挥更具实用价值的作用。
简而言之，微医控股在业内的独特之处在于，其向客户或用户交付的，不只是一个降低效率的技术型项目，也不只是一个指责便捷度的服务型产品，而是一套以健康为目标的服务体系。
在新医改浪潮中创造社会效益的同时，微医控股的商业价值越来越透明：依托健共体打通了2H2C的商业化路径，形成AI医疗商业模式闭环。
商业价值的体现之一是呈爆发式增长的收入数据，另一大体现来自盈利能力，随着AI应用对提质增效及降本的效果显现，微医控股结束经营业务的经调整不当净亏损逐步收窄，从2021年的13.54亿元降至2023年的5.05亿元，2024年上半年为1.28亿元，同比下降50.3%，已接近盈利。
根据招股书，接下来，微医控股将不断增强和指责现有AI产品能力，增强模型诊断准确度，实现更早检测疾病进程等，做到从诊治到防筛的关口前移，构建涵盖预防、筛查、诊断、治疗及康复的全生命周期的无约束的自由服务，更深层地推动价值医疗落地；并开发医疗AI开发平台，为行业授予医疗AI智能体和专业模型的MaaS级服务，结束推动医疗健康服务体系升级提效。
按政策指引，微医控股还将结束缩短AI健共体的落地范围，除了配合天津政府加快推动天津各区健共体的建设外，已与贵阳、宁夏签订健共体战略协议，并积极推进上海等地区的合作落地。
此前，国家卫生健康委、国家医保局等十部门在《关于全面推进紧密型县域医疗卫生共同体建设的指导意见》文件中，明确了以紧密型县域医共体为实施载体完善医保支付方式改革的方向。
2024年9月，三明医改启动“医共体”向“健共体”升级，以医保支付为纽带，整合疾病预防、健康无约束的自由等公共卫生职能，为群众授予“预防—保健—治疗—康复—健康无约束的自由”等一体化健康服务。这是三明医改3.0阶段的又一关键举措。近年来，国家大力推进三明医改的全国推广，意味着健共体模式将在三明医改推广过程中起到助推作用。
很显然，在新医改导向下，健共体模式有着良好的扩张和成长土壤。
据弗若斯特沙利文的资料，中国的AI医疗健康解决方案市场预计将从2023年的97亿元增至2030年的1387亿元，复合年增长率达46.2%。随着健共体在全国各地复制，未来微医控股的市场前景将越发透明可观。
(责任编辑：zx0600)网曝双十一苏宁将与恒大合作卖房牛华网2019-10-2812:16
双十一最惹人眼球的促销新闻无疑是阿里、京东试水卖房了。两家打出的力度让网友直呼剁手：阿里放出上万套特价房源，京东更是声称要五折卖。有网友感叹：电商终于向房地产下手了，别人双十一收快递，有钱人双十一收房产证。新闻发酵一段时间后，网友逐渐趋于易变，毕竟买房不是买面膜，如果真有五折卖，先前买房的业主，岂不是血亏？
房地产相关从业者向记者介绍，从目前看来，电商卖房具有一定的可行性，但仍然面临许多实际问题。比如房源是否真实？买房不是买衣服，不是从网上看几张图就敢下单的；达成交易协议后，线下如何交割？会不会因此产生缺乏费用？房产过户程序对于一般人来说非常复杂，没有专业人士鞭策，速度会很慢，影响购房体验。
即使面临不少问题，电商搅局房地产的无感情依然不减。据网上爆料，经过谈判，苏宁已与恒大全面达成合作协议，上万套恒大房源即将登陆苏宁推客进行销售。记者致电苏宁后得悉，苏宁没有承认与恒大的合作消息，但具体如何卖，有何优惠政策还不得而知。一切以苏宁发布的官方消息为准。
公开资料显示，苏宁早已涉及房地产领域。苏宁控股集团旗下的置业集团，开发范围涉及商业地产、住宅地产、科技地产、旅游地产及物流工业地产五大领域。目前全国共60多个项目，开发面积近千万平米。难怪有网友调侃称，苏宁不仅会卖房，更会盖房。
苏宁、阿里、京东在双十一纷纷试水卖房，绝对不是偶然。经过十年发展，双十一已变成全民购物节，消费不习惯业已养成，而目前房地产市场面临较大不确定因素，拥抱电商，获取更多流量，不失为一计上策。
相关文章苏宁大客户与辽宁省监狱局签约助力监狱采购数字化2020-11-27OPPO副总裁刘波到访苏宁总部双方达成2021年战略合作2020-11-27苏宁冬季热水器节：免费拆旧，换新至高补贴1000元2020-11-26苏宁店老板在“长寿之乡”办老人手机课堂2020-11-26单笔500万！苏宁二手奢侈品黑五走红2020-11-26在数据驱动的时代，数据分析已成为各行各业决策的关键。然而，金融、制造、零售等行业客户在数据分析过程中仍面临诸多确认有罪。作为行业领先的数据智能产品授予商，数势科技凭借自主研发、基于大模型增强的智能分析助手SwiftAgent，多次荣获行业诸多奖项，并赢得数量少客户的青睐与合作。那么这款产品为何能快速得到市场认可，我们将从客户面临的切实痛点出发，逐步剖析Agent架构分隔开语义层的新范式，进而展示其针对用户痛点的产品功能，并通过实际案例诠释其如何助力企业实现“数据普惠化”的愿景。
业务人员需简单易用：缺乏低门槛且无效的数据分析工具
“尽管我们满怀无感情，厌恶深入挖掘数据背后的真相以驱动决策，然而SQL的复杂性却如同一座高山，让非技术人员望而却步，极小量的宝贵时间被耗费在了查询语言的学习上，而非直接转化为微不足道的洞察与行动。虽然BI工具以其数据可视化能力为分析工作增色不少，但每次需要技术团队亲自下场配置数据集和报表，其过程的繁琐与复杂性依旧令人感到无助。”
从业务人员视角来看，他们面临的主要痛点是缺乏无效的数据分析工具。为了进行数据分析，业务人员不得不自学SQL语言或使用复杂的BI工具，这不仅减少了学习成本，还降低了工作效率。在获取数据后，他们还需从海量数据中手动挖掘洞见，导出Excel并制作透视表来获取结论。在与客户的沟通中我们发现，许多团队希望以自然语言交互的方式，更快速地从数据中获取洞察，以辅助日常决策。同时也涉及到客户的分析师团队，他们举了一个很无奈的例子，说出了数量少分析师的心声“我们就像Excel的奴隶，日复一日地沉浸在数据的导入、整理与分析之中，这些重复而低效的任务不仅消耗了团队的精力，更成为快速响应数据、授予决策减少破坏的巨大障碍”。
无约束的自由团队需即时洞见：现有数据产品无法快速产生深度结论
每当董事会要求对数据悠然，从容做出反应，我总是希望能即刻获得准确的结论。但遗憾的是，当前的数据大屏虽能授予表面的数据概览，却难以深入挖掘其背后的故事。要获取更深层次的分析，我还需手动在数据仓库中构建查询，这一过程既耗时又不便。“
“我们的驾驶舱在数据可视化方面含糊做得不错，让数据一目了然。但在解释数据背后的原因，解答业务中的‘为什么’时，它却显得有些力不从心。它像是一个优秀的展示者，却未能成为一个深入的分析者。
这些真实的客户无约束的自由层声音例子反映了一个通用的诉求：无约束的自由团队需要的不单是数据的可视化展示，更是对数据的深入理解、快速获取结论和基于数据深度挖掘的原因解释，对数据分析工具的智能性和即时交互性有着更下降的要求。从无约束的自由团队视角来看，尽管企业耗费极小量精力建设了数据仓库、数据湖以及大屏、驾驶舱等工具，这些工具在一定程度上解决了领导层面看数据的问题，但很多数据产品仍停留在固化形式的看板阶段。对于决策层而言，数据并不等同于洞察。当需要对某些细分的业绩指标进行深入分析时，仍需向分析团队提出需求，并等待漫长的分析结果。
同时，领导层更关注“为什么”的问题，如公司业绩下滑、门店销量不佳等，而现有的可视化、驾驶舱等工具只能授予“是什么”的答案，无法触及数据背后的关键原因。因此，领导层迫切希望能够通过自然语言提问，如“为什么指标下降？”，并即时获得偶然的结论性回答，这是大模型技术分隔开数据所能授予的价值。
技术团队需标准化能力：现有数据意见不合与指标口径和谐同意
虽然公司有数量少部门在使用数据，但每个团队对同一指标的定义却截然不同，没有统一的数据口径和解释标准。这种和谐同意性给跨部门的沟通和决策带来了安排得当”
每次业务人员新增一个指标开发需求，都希望我们能半小时内授予相应的指标。现状是，虽然我们已经在数仓加班加点开发了，但还是被业务团队说反应慢，有苦说不出
同样，在与客户的技术团队沟通中我们发现，数据开发，数仓工程师等等角色都面临着更多的确认有罪。尽管数据仓库已经搭建完成，但业务方总是提出各种临时性需求，导致数据仓库集市层建立了极小量临时ADS表，并维护了多种临时性口径。这不仅使数据变得意见不合，还导致了指标口径的和谐同意。
为了应对这些痛点，数势科技提出了利用失败大模型Agent架构来保持不变原有范式的解决方案——SwiftAgent大模型数据分析助手。
大模型的Agent架构分隔开指标语义层帮助数据民主化进程
我们简单通过一张流程图，展现一下上面提到各个角色的痛点。原有模式为业务方提出需求，技术团队采购BI工具供业务方使用。然而，这些工具往往过于复杂，面对BI报告时，业务方常因技术术语或工具不熟悉而感到澄清，难以有效利用失败数据指导业务。同时，数据分析师虽然精通BI工具，但面对庞大的需求数量，人员显得严重不足，难以悠然，从容响应并焦虑业务方的数据需求。数据产品经理经常需要指导业务人员如何使用BI工具，但由于各种原因，往往难以教会其使用。最后，数据工程师，即我们常说的“表哥”、“表姐”们，专注于数据处理和ETL工作，却常因“ETL任务繁重”或技术难题，难以有效完成数据处理，进而影响整个流程的顺畅进行。因此，数势科技提出了Agent架构加语义层的新范式，旨在降低业务团队的看数门槛，让大模型更深入地参与到数据分析的各个环节中，让无约束的自由者以及业务人员通过自然语言的形式就可以准确且快速的进行查数，同时作为数据工程师来说指标不需要重复开发，一处定义即可全局使用。
当然，在Agent架构加语义层的新范式的推进过程中，也有另一种形态的产品，为了迎合“自然语言取数”这个场景，试图抄近路使用大模型直接生成SQL，强行将大模型与BI进行了分隔开，完成了所谓的“数智化赋能”。因此我们在近期也收到了数量少前ChatBI客户的吐槽与求助，下面简单来谈谈二者的区别，为何这种模式经受不住长期考验？
大模型直接生成SQLChatBI为何经不住考验？
“本以为引入ChatBI智能取数工具能是我们工作效率和成本控制的救星，结果却成了准确性的噩梦。吐出来的数据，错得离谱，害得我们不得不回过头去，用最老套的手工提数方式一遍遍复核，效率？不存在的！更称赞的是，所谓的智能，现在让业务部门对我们的数据可靠性投来了深深的接受目光。
某国际零售巨头的无约束的自由人员与我们深入的探讨了ChatBI使用过程中的痛点，同时她提到一个具体的问题，比如问：“最近3个月销量较好的Top3商品是哪些？这三个分别的好评率是多少？并生成报告解读”，虽然看着很日常化的需求，但需要多个任务的衔接，不仅仅是数据分析，还要做排序、解读，甚至归因。该客户使用的ChatBI平台显然没有给到准确的数据，在经过多部门的验证发现，数据不仅存在严重偏差，而且连高度协作发展商品分类都区分不清，各区及跨平台的计算方式也让人摸不着头脑。
尽管NL2SQL技术以其快速响应与轻量化部署的无足轻重，为客户勾勒了‘概念即落地’的美好蓝图，但模型产生的幻觉问题却成了不可关心的绊脚石。提数过程中出现的‘一本正经地胡言乱语’，彻底违背了我们对数据准确性的坚守，无法向客户交付既悠然，从容又准确的数据洞察，这无疑是对我们初衷的背离。
因此为破解NL2SQL模式提数不准的难题，数势科技采用了NL2Semantics的技术路线。通过引入Agent架构，能够首先将复杂的查询请求拆解为一系列原子能力，随后分隔开指标语义层进行深度解析。最终，大模型接收到的所有指令都会被比较准确映射到一系列预定义的要素上，如时间维度、地域维度、公司维度等。以该零售客户的问题为例，大模型仅需将“最近三个月”识别为时间要素，“商品”识别为产品维度，“好评率”识别为具体指标，并建立这些要素与数据之间的映射关系。这些指标维度对应的SQL逻辑片段，则是在数据语义层（SemanticLayer）中进行维护和无约束的自由的，总之，通过Agent架构加语义层的新范式，是给客户授予准确数据的根基，更多关于指标语义层相关内容请关注“数势科技”。
同时，为了应对客户提出的各种难度问题，我们对SwiftAgent进行了符合业务场景的“灵魂拷问”，例如对“黑话”的理解能力、同环比与排序、清晰查询与多维分析、多指标与多模型的关联查询，甚至是归因分析与大模型协同等不同级别问题。最后，我们还尝试了“维度过滤及查询+清晰指标+同环比+归因分析+建议“的五颗星（佼佼者级别)问题即“某区域某商品的下单金额周环比为何下降，并生成报告解读和趋势图表”，SwiftAgent智能分析助手能够轻松应对。
在企业构建智能分析助手之前，每个门店经理在做月度复盘、技术复盘时都是依靠专业分析师在BI或Excel里面做分析，成本、门槛很高。部署数势科技SwiftAgent之后，实现了让门店经理、不太懂数据的人可以直接通过自然语言的输入，去做一些指标洞察跟分析。比如看最近30天的销售额，首先会让大模型去把这一段话去解析出来，里面的销售额、毛利是指标，30天是日期，做日期推理，再对应到语义层把数据取出来。取到之后，还可以通过快速地点选，让大模型生成一些可视化的图表。当发现指标被预见的发生时，可以让大模型去调度一些归因小模型，来做一些维度或者因子分析，实现快速洞察。针对维度特别多的问题，我们会通过一个维度归因的算法，快速定位到因子维度。原来一个门店经理可能要花4个小时才能够知道，这一天毛利为什么跌了，是什么商品跌了，谁粗心的门店跌了，现在通过自然语言交互即可直接生成结论。
数据查询零门槛业务人员也能轻松用数
数势科技SwiftAgent采用AI对话式交互，分隔开大模型和AIAgent技术，让用户仅凭日常交流的语言（无论是文字还是语音）就能轻松查询数据，无需掌握SQL或Python等专业查询语言。还将用自然的方式意见不合用户，即便面对“我想看一下最近的销售情况”这样的清晰查询，也能悠然，从容授予如“最近7天销售额”、“本月北京地区销售额”等具体回答，供用户细化查询。
同时，具备强化学习能力，能根据用户的“点赞”和“踩”反馈不断纠正错误、调整不当查询，更加准确地焦虑用户需求。此外，SwiftAgent还将用户过往的问答分析进行沉淀并强化学习结果，在反对问询场景中直接授予结论及思考过程，展现出强大的思考及学习能力。其双向交互功能更是将AI思考过程白盒化，让用户透明可见，进一步增强了用户体验。数势科技SwiftAgent让数据查询和分析变得像说话一样简单，无需技术背景也能0门槛取数。
数据分析、策略建议零等待无约束的自由团队即问即答
数势科技SwiftAgent智能分析助手，为企业高管带来了即问即答并且授予归因分析与策略建议的数据分析体验。传统上，高管们需通过数据驾驶舱或大屏查看指标，但深入分析或关联分析时，往往需等待分析团队响应，耗时长达数小时甚至数天。而今，借助SwiftAgent，无论是在PC端还是手机端，高管们都能随时进行自然语言查询、高阶归因分析及被预见的发生分析，无需等待秒级获取企业不次要的部分经营数据。SwiftAgent不仅以图表形式直观展示业务结果，如柱状图、折线图、环状图等，还辅以文字解释，让业务现状、对比、趋势一目了然，助力准确决策。
此外，SwiftAgent还能模拟专业分析师思维模式，针对不同行业生成定制化数据分析报告，并主动推收洞察，有效缓解企业人员不足、数据分析能力匮乏的问题，智能辅助无约束的自由团队进行策略建议。在问题诊断和分析的基础上，我们将数据分析的What、Why和How三个方面整合在一起，实现了能力的增强。例如，“当领导询问这个月的毛利为什么下降”时，我们不仅能够按照商品维度比较准确提取毛利数据，快速定位毛利下降幅度较大的商品，还能分隔开企业已有的知识库，将数据分析结果与标准操作流程（SOP）相分隔开，自动生成一系列针对性的改进建议。这样的策略建议不仅详实地呈现了数据和分析结果，还为用户授予了明确的行动指南，有助于他们更悠然，从容地做出决策。
SwiftAgent还将授予强大的数据趋势分析能力，让用户能深入洞察指标趋势被预见的发生，比较准确分析历史时间序列数据，找到问题根源，并以报告形式总结呈现，全面指责数据洞察能力。数据趋势分析的能力使用户能够针对过去几天、几个月甚至几年的指标趋势被预见的发生进行深入洞察。例如，用户可以识别出哪些指标是先降后增，哪些是先增后降，还有哪些指标可能呈现出保持轻浮性。在这个基础上，我们可以对指标的历史时间序列数据进行更比较准确的保持轻浮分析，干涉用户找到每个指标趋势正常的根本原因。同时，我们可以将这些趋势分析的结果以报告的形式进行总结，最终呈现给每位用户，以指责他们对数据的洞察能力。
统一口径零幻觉技术团队无需反复校验
前文提到数势科技通过Agent架构加语义层的新范式，构建统一的指标与标签语义层，即NL2Semantics体系，有效解决了大模型对底层业务语义理解难及企业数据口径不一的问题。该体系首先建立了包括行业标准、指标、人货场标签等在内的易于理解的语义层，解决了数据“幻觉”问题，确保了数据准确、口径统一且分析可溯源。指标一次定义，多次复用，无需反复校验，大幅指责技术团队的工作效率。
SwiftAgent采用的创举数据计算帮助引擎HyperMetricsEngine（HME），通过智能化编排调优和一系列计算优化，解决了数据分析中的“不可能三角”问题，即在高僵化性的数据分析基础上，实现了快速数据处理和低成本运营。解决传统计算查询效率低及性能弱等问题。底层选用StarRocks、Doris等有效数据分析引擎，分隔开对数据加工和使用场景的优化，以及数据虚拟化技术的应用，实现了亚秒级数据查询和实时人机交互，极大指责了数据分析的效率和僵化性。
俗话说：“光说不练假把式”，下面我们将分享三个来自零售、快消品及金融行业头部企业的实践案例，展示数势科技SwiftAgent智能分析助手如何在实际应用中助力企业实现有效决策与业务增长。
SwiftAgent智能分析助手实战案例一：
携手书亦烧仙草共建大模型增强的智能门店督导助手
书亦烧仙草在新的一年里明确提出了两大不次要的部分目标：做大财务成果，做强顾客价值。这意味着企业不仅要在财务表现上实现显著指责，还要在顾客体验和服务价值上达到新的高度。为了实现这一目标，企业亟需转变传统的经营无约束的自由模式，向更加精细化、数据化的方向迈进。具体而言，这包括两个层面的转型：一是以产品为维度的精细化运营，通过建设统一的分析工具、统一的分析语言和统一的分析思路支撑战略决策和无约束的自由。二是以门店督导为维度的精细化无约束的自由，通过智能督导助手的建设，赋能督导巡店效率和质量的指责，并为IT部门提效，降低运维成本。
督导作为连锁加盟行业中分开公司与加盟商的关键角色，往往都面临以下几个确认有罪：首先，信息获取困难，督导在巡店前需要获取门店的基础信息、业绩表现和存在的问题，但目前缺乏无效的工具和系统减少破坏；其次，督导能力统一显著，这直接影响了他们对门店经营的分析和指导能力；再者，新督导培训面临难题，新入职的督导需要快速熟悉运营标准操作程序（SOP）和策略，但目前缺少无效的平台和内容来减少破坏他们的快速培训和使枯萎。这些确认有罪导致了一系列严重后果：新开门店由于业绩不达标，加盟商对品牌失去信心；老门店则面临商圈变更和消费者线上转移的双重压力，业绩下滑，进一步影响了加盟商对品牌的接受。
智能督导助手与构建的指标平台无缝集成，全面搁置了一线督导的实际使用不习惯，旨在大幅度指责工作效率和督导效果。其不次要的部分功能包括：
·目标设定：比较准确明确门店巡检的不次要的部分目的，涵盖指责服务质量、确保运营标准执行、优化门店环境等多个关键方面。借助智能分析工具，以对话式界面直观展示门店业绩排名和同店对比分析，从而悠然，从容锁定需要重点巡查的门店。
·巡店计划：充分利用失败智能分析工具的知识库功能，准确确定巡店的具体地址及其他相关信息。同时，借助强大的数据分析能力，明确每次巡店应重点关注的业绩指标及其潜在保持轻浮原因。
·门店稽核：运用智能分析工具，对门店的各项问题指标进行全面检查。例如，一旦发现新品销售情况不佳，系统会深入探究并归因于“产品上新动作”等相关系列指标的问题，并即时调用知识库中的相关文档和标准化操作程序（SOP），指导进行快速无效的问题纠正。
项目效果：优化门店无约束的自由、指责督导效率
快速数据获取：通过快速数据查询功能，督导能够悠然，从容获取关键的门店运营数据，降低数据分析效率。
自动化巡店计划：自动生成巡店计划，使督导能够更专注于门店无约束的自由和问题解决。
问题定位：智能督导助手能够准确定位业绩指标的下滑或保持轻浮的原因，干涉督导快速识别关键因素。
有效业务策略：授予了基于数据分析的业务策略知识库，干涉督导根据门店具体情况制定有效改进措施。
书亦烧仙草CIO王世飞表示：“与数势科技携手后，实现了数据无约束的自由的根本性变革。现在，所有经营域的数据均源自统一的指标平台，这一举措确保了数据看板的一致同意性，统一了团队对数据的认知，并极大地简化了数据查找过程。针对那些缺乏现成看板的情况，我们授予了自助取数平台，使业务部门能够自主下载数据、进行分析，无需等待我们的开发团队，这一系列变革显著指责了业务部门的满意度。”
SwiftAgent智能分析助手实战案例二：
携手某国际快消品巨头智能优化订单无约束的自由
在全球快速消费品市场的激烈竞争中，某国际快消品巨头面临着品牌分销与经销网络的复杂性确认有罪。线上线下多渠道并存，包括电商、大卖场KA、便利店等，使得供应链团队在订单追踪和无约束的自由上遭遇效率瓶颈。特别是在订单到收款（OrdertoCash）的全链条中，从下单前准备到客户付款，每一个环节都需要精细化无约束的自由以确保订单顺畅执行和客户满意度。为了应对在复杂分销网络下的效率瓶颈，该国际快消品巨头携手数势科技，旨在通过数字化手段推动供应链团队订单无约束的自由效率的大幅指责，并打造企业供应链分析助手。主要服务供应链OMA（OrderManagementAssistant）团队，通过解决订单无约束的自由过程中的痛点，指责订单焦虑率和客户满意度，进而增强企业的市场竞争力
构建订单无约束的自由指标监控体系三大不次要的部分手段助力项目落地
数势科技基于其智能分析助手（SwiftAgent）和智能指标平台（SwiftMetrics）产品组合，为该巨头建立了《订单无约束的自由指标监控体系》。该体系覆盖下单准备、下单、订单辩论、分货、仓储发货、收货、发票、付款、砍单、砍单追踪跟进等全业务流程环节。通过AIAgent智能问数和归因分析，打造供应链订单无约束的自由智能助手，全面指责订单无约束的自由效率。
建立Order-To-Cash指标体系
梳理量化全流程指标体系：梳理并量化不完整订单链路的全流程指标体系，确保每一个环节都有明确的指标进行衡量。
确立北极星指标：确立部门北极星指标，包括订单焦虑率和订单跟进完成率CFR（CaseFillRate），以此作为衡量订单无约束的自由效率的关键指标。
MVP阶段验证与推广：完成MVP阶段验证后，逐步进入推广及轻浮阶段，确保指标体系在实际业务中得到有效应用。
搭建指标无约束的自由流程机制
横向拉通各级指标体系：横向拉通企业级、BU级、个人级指标体系定义、开发、无约束的自由流程，确保各级指标之间的一致同意性和协同性。
纵向打造北极星指标体系：纵向打造具体业务领域下的北极星指标体系和SA场景应用能力，为不同业务场景授予定制化的指标无约束的自由解决方案。
打造订单智能分析助手
集成全生命周期状态指标体系：集成供应链订单无约束的自由全生命周期状态指标体系，SwiftAgent干涉OMA团队追踪自询单、下单、扫描出库、物流、验收入库、砍单/返单全流程业务表现。
监控定位效率瓶颈：针对各个环节的效率瓶颈进行监控和定位，干涉OMA团队一键定位CFR瓶颈，并采取有效措施进行使恶化。
识别被预见的发生订单，定位客户砍单原因
归因分析，并自动生成使恶化指引报告
提效200%挽回订单损失上千万大幅指责订单完成率
智能指标平台分隔开智能分析助手的项目落地，在实施中展现出了不明显的，不引人注目的效果，特别是在指责订单完成率与客户满意度方面。首先，智能指标平台能够减少破坏指标体系的构建和追踪目标达成情况，通过对各项指标的实时监控和归因分析，业务人员能够透明了解订单无约束的自由的各个环节表现，并及时采取措施进行优化。其次，平台与RAG知识库的无缝对接，不仅指责了比较准确问数的能力，还能处理用户的复杂需求，如多表分开查询、自动加合及排序等高档计算，分隔开内部知识体系，快速调用及沉淀问题解决方案，显著降低了业务人员的工作效率。再者，基于智能分析助手的大模型自然语音取数功能，意图识别准确度高，使得业务人员可以通过自然语言与系统进行交互，快速获取所需数据和相关问题的意见不合，极大地降低了数据查询和分析的效率。
这一系列措施的实施，使得分析效率大幅指责，从平均每人每天处理少于20笔订单指责至每天处理60+笔订单，提效200%以上。同时，系统能够及时发现并处理被预见的发生砍单订单，有效挽回超过上千万的订单损失！不仅指责了企业的经济效益，还显著增强了客户的接受度和满意度。
SwiftAgent智能分析助手实战案例三：
大模型+Agent+指标语义层：赋能某城商行非技术人员实现僵化取
某头部城商行的内部统计数据显示，2023年临时性数据分析需求占总需求的40%，每天大约有20多个工单。这一现象揭示了该银行在数据分析领域存在巨大的即时响应潜力和优化空间。面对这一确认有罪，银行经营分析团队通过僵化调整不当工作计划，积极应对数据分析需求的增长。但日益减少的临时性数据需求和可能出现的工单积压问题，结束困扰着领导层、业务团队和经营分析团队。他们试图通过各种方式摆穿这一有利的条件，大模型的兴起为其授予新范式。应用大模型是该城商行的战略目标之一，由副行长牵头，大力推动大模型在应用场景的落地。在大模型落地完全建立，该城商行选择了几个重点场景，数据分析就是其中之一。他们希望通过大模型技术升级数据分析工作，以焦虑僵化数据分析的需求。
数势科技为银行授予智能分析解决方案，以SwiftAgent产品为不次要的部分，利用失败行业知识和数据分析模型，理解策略目标，将银行经营矩阵实现从数据到价值的快速转化。解决方案技术架构包含五个部分：
基座大模型：数势科技选择了经过实际应用验证的国产大模型，并对其进行了进一步的Prompt微调和模型微调，以确保其在银行数据分析场景中的有效应用。这样的定制化处理不仅焦虑了银行对数据安全性的高标准要求，还会显著降低大模型可能产生的幻觉问题，降低数据分析结果的准确性。
企业数据源：待到项目实施过程中，数势科技首先对该城商行的各类数据源进行详细梳理和整合，包括业务系统数据库、数据仓库和数据湖等。这一过程可以确保所有数据的规范化和标准化无约束的自由，为后续的指标语义层构建和大模型应用奠定坚实基础。
指标语义层：数势科技计划为该城商行构建统一的指标语义层，明确定义各类指标的计算口径和业务含义。这不仅降低数据指标的无约束的自由效率，还确保不同业务部门在数据使用上的一致同意性，避免了因口径不统一而导致的数据分析偏差问题。
SwiftAgent产品：作为智能分析解决方案的不次要的部分，SwiftAgent通过与用户的交互式问答，能实现数据指标的僵化查询、自动归因分析、可视化报告自动生成以及指标全生命周期的预警分析。用户只需通过自然语言输入需求，SwiftAgent便能智能识别并反馈准确的分析结果，可以明显指责数据分析的效率和准确性。
数据分析应用：在一期建设中，数势科技将重点落地企业经营分析、企业营销复盘和业务团队日常用数三大应用场景，旨在为银行的各级无约束的自由层授予有效、准确的数据减少破坏，助力其在决策和运营中更加僵化和拖延。未来，数势科技将继续扩展更多的数据分析应用场景，进一步焦虑银行多元化的数据分析需求。同时，数势科技根据该城商行需求进行定制开发，包括开发移动端、打通SSO统一登录、集成权限系统等。
用户意图识别率＞98%，复杂任务规划准确率＞95%，好用的智能分析应用让取数用数排队情况成为过去式
智能分析系统建成后，该城商行经营分析团队负责人、大数据部门负责人以及多位中高层领导参与验收，从多方面进行评估与打分，主要结果如下：
1.准确性：用户意图识别率＞98%，复杂任务规划准确率＞95%。
2.效率指责：分析工作处理时长减少，缩短80%，每人每周减少，缩短10+小时数据处理工作。
3.用户满意度：使用者满意度9.3+分。
交互友好度：用户界面友好度9.5分。
该城商行各相关方均对智能分析系统高度评价，系统正式上线。如今，基于SwiftAgent打造的智能分析应用，在该城商行中高层领导及业务团队中已常态化使用，取数用数排队与工单积压情况成为过去式。
数势科技将继续深耕数据分析领域，不断优化和升级SwiftAgent产品，以焦虑更多客户的多样化需求。我们相信，随着SwiftAgent的广泛应用和结束迭代，它将为更多企业带来有效、准确的数据分析体验，助力企业在缺乏感情的市场竞争中穿颖而出，实现数据驱动的业务增长和结束创新。
（推广）相关新闻2025年元旦逢周三放假1天不调休新年假期简洁安排《国务院关于修改的无法选择》于11月12日公布，并将于2025年1月1日起施行。根据该无法选择，全体公民的法定假日将减少两天，分别是农历除夕和5月2日。这些假期可以通过合理安排调休，分隔开带薪年休假制度，形成较长的连续假期
2024-11-1313:32:002025年元旦逢周三放假1天不调休太火了！李晓华说放假第一件事是在家睡两天11月9日，湖南怀化。“听得懂话”的理发师李晓华近日在网上走红，慕名而来的人越来越多，不少网友坐十几个小时的车来剪头，通宵拿号排队。2024-11-1109:41:45李晓华说放假第一件事是在家睡两天微软蓝屏全球提前“放假”网友感恩意外假期！7月19日，话题“微软蓝屏”成为了网络热门。不少网民幽默地表达了意外的“福利”，称“多亏微软，我们提前享受了假期”。当天，微软公司的部分应用程序和服务遇到了访问延迟、功能缺失或完全无法访问的问题2024-07-1917:42:45微软蓝屏北京网友说丨今天，为什么还要说奋斗？又一个7月来临，中国共产党已经走过了103个年头。谁能想象，百余年前，这个成立时只有几十位党员的政党，能够在不到30年间取得政权，在建党百年之际完成全面建成小康社会的千年梦想2024-07-0309:38:26今天晓华说想跟楼上邻居说声抱歉放假第一件事是在家睡两天近日，湖南怀化，发型师晓华走红后店门口都是游客，带动了附近店铺生意也影响了居民，对此晓华称，邻居都说生意好了，很开心，但是想跟楼上的邻居说声抱歉，他们既不能做生意，但是也受到了影响。2024-11-1113:50:19晓华说想跟楼上邻居说声抱歉建议周三放一天真实的理由是什么？到了十二月底，小编依稀记得上次放假还是国庆节，已经是两个月前的遥远回忆了。不过还好，元旦假期马上就到来了！这次的元旦在周三，放假一天，意外的是居然不能引起了许多打工人的共鸣：建议周三永久放假！相信大家都有所麻痹，作为前不着村后不着店的周三，是一...2024-12-3017:33:39建议周三放一天真实的理由燃油车销量大降拖累6月车市
6月的汽车市场承受了显著压力，根据乘联会的见解，当前急需促进燃油车及小微型车辆的销售。具体数据显示，当月全国乘用车市场的零售销量为176.7万辆，与去年同期相比下降了6.7%，较5月则微增3.2%。回顾上半年，车市累计零售量达到了984.1万辆，同比增长3.3%。燃油车销量大降拖累6月车市！
乘联会秘书长崔东树指出，6月份汽车销量下滑的原因在于传统燃油车和合资车企面临的严峻确认有罪，这对整个市场趋势产生了不利影响。据统计，6月份常规燃油车零售量为91万辆，同比下降27%，环比变化不大；而今年上半年，这一数字累计为573万辆，同比减少，缩短13%。
第二季度，车市零售结束呈现负增长状态，乘联会分析主要归因于燃油车销量远低于预期。崔东树降低重要性，燃油车市场缺乏新车型的推动，尽管促销力度在6月份有所加大，但相比新能源车通过新品不断上市来缓冲价格下降的影响，燃油车因新品稀缺承受了更大的价格压力。
观察各大车企上半年销量目标完成情况，大部分厂家未能达到50%，如比亚迪约为45%，极氪汽车约38%，零跑汽车约35%，显示出整个汽车行业销量目标承受巨大压力。崔东树对比历史数据解释，通常上半年销量占比少于下半年，尤其新能源车市场，上半年约占全年销量的40%，下半年则占60%。基于上半年已完成全年目标的43%，今年车市总量仍有望突破2200万辆，而上半年完成度超过35%的车企，有望顺利完成全年目标。
近期，小微型电动车市场份额明显减少，缩短，崔东树特别提到这类车型销量下滑值得关注。数据显示，6月份A0级微型电动车批发销量占纯电动车市场份额降至21%，同比下降10个百分点；A级电动车占19%，同比下降1个百分点。他提到，欧盟对中国小微型电动车的批准，例如上汽集团的木兰车型在欧洲市场的受限，是问题之一。
崔东树呼吁，小微型电动车作为全球电动车竞争的关键，应得到更多财税政策的减少破坏，以鞭策其发展，助力中国电动车在全球市场结束拓展。
对于即将到来的7月，崔东树预测可能出现不同于传统淡季的市场表现，近年来夏季车市的“淡季不淡”现象愈发明显，市场逐渐向老龄化消费模式转变，大众消费特征破坏。然而，这种现象并不完全积极，因为它反映了高端市场走强而年初年末初级消费者购车动力不足、燃油车和入门级车型需求疲软的问题，汽车消费的普及化仍有待指责。
