相关新闻家属承认齐秦患癌：只是患普通感冒，目前已痊愈12月24日，家属承认齐秦患癌，并透露齐秦此前只是患普通感冒，目前已痊愈，正在云南练高尔夫。
-齐秦粉丝被工作人员推搡张予曦喊话制止另网友不赞成1月2日，张予曦出席活动，当天她在路上很开心的和周围粉丝打招呼，当一名工作人员推粉丝后，她立马皱眉生气，出声制止：“干嘛啊，你这也不能推人啊，疯了吗。-张予曦向太说喜欢贺峻霖笑称如果有小的女儿就把他拿下1月2日，向太在采访中谈及贺峻霖，笑称很喜欢对方，并罗列了他的许多优点。向太还开严肃的话表示自己如果有小的女儿，要不然就把贺峻霖拿下。-向太杨子面对黄圣依崩溃大哭：我根本没有脸让你原谅1月2日，一段杨子黄圣依参加的恋综最新片段释出，视频中杨子面对黄圣依崩溃大哭，袒露心扉。杨子：“我一直觉得我很善良，但是为什么偏偏在你的事情上是没有人性的”。-杨子欧阳妮妮已于元旦顺利产子看望宝宝眼神满是爱意近日，据台媒报道，欧阳妮妮的丈夫张书豪经纪人透露女方已于1月1日顺利产子，母子平安。一段欧阳妮妮和张书豪看望保温箱中的孩子的视频也释出，视频中欧阳妮妮看向宝宝，眼神清空母爱意。-欧阳妮妮网传张颂文被约谈要求补税工作人员未回应1月2日，网传张颂文因为存在个人收入与缴税金额严重不符的情况而被有关税务部门约谈，要求补税。针对此消息，搜狐娱乐向张颂文所在经纪公司的工作人员求证，截至发稿，对方暂未回应。-张颂文相关新闻齐秦亲自承认患肺癌：我很好，大家不用担心日前，齐秦在跨年晚会上亲自承认患肺癌，他在开场时表示自己声带发炎2个多月，最近才刚刚恢复，并称：“我很好，没有得肺癌，大家不用担心。
2025-01-0310:12:12齐秦粉丝被工作人员推搡张予曦喊话制止另网友不赞成1月2日，张予曦出席活动，当天她在路上很开心的和周围粉丝打招呼，当一名工作人员推粉丝后，她立马皱眉生气，出声制止：“干嘛啊，你这也不能推人啊，疯了吗。2025-01-0310:11:40张予曦向太说喜欢贺峻霖笑称如果有小的女儿就把他拿下1月2日，向太在采访中谈及贺峻霖，笑称很喜欢对方，并罗列了他的许多优点。向太还开严肃的话表示自己如果有小的女儿，要不然就把贺峻霖拿下。2025-01-0310:10:21向太杨子面对黄圣依崩溃大哭：我根本没有脸让你原谅1月2日，一段杨子黄圣依参加的恋综最新片段释出，视频中杨子面对黄圣依崩溃大哭，袒露心扉。杨子：“我一直觉得我很善良，但是为什么偏偏在你的事情上是没有人性的”。2025-01-0310:09:39杨子欧阳妮妮已于元旦顺利产子看望宝宝眼神满是爱意近日，据台媒报道，欧阳妮妮的丈夫张书豪经纪人透露女方已于1月1日顺利产子，母子平安。一段欧阳妮妮和张书豪看望保温箱中的孩子的视频也释出，视频中欧阳妮妮看向宝宝，眼神清空母爱意。2025-01-0310:09:07欧阳妮妮网传张颂文被约谈要求补税工作人员未回应1月2日，网传张颂文因为存在个人收入与缴税金额严重不符的情况而被有关税务部门约谈，要求补税。针对此消息，搜狐娱乐向张颂文所在经纪公司的工作人员求证，截至发稿，对方暂未回应。2025-01-0310:07:42张颂文在7月10日阿里巴巴全球女性创业者大会现场，马云开启金句模式，让全场气氛嗨爆。尤其是在问答环节，提问麦克风前排起长队。第一个提问的听众上来就叫了一声马爸爸，在全场笑声中国民爸爸很谦虚：还是马哥哥比较好。
接下来的提问者果然都成了马云的妹妹，以下就是马哥哥跟他的妹妹们的对谈实录。
叫马哥哥比较好
观众：马云爸爸好。
马云：还是叫哥哥比较好。（全场笑）
接下来提问的妹子们真实的全部改口叫马哥哥了。
说今晚要应酬的男人，高度发展说的是假话
观众：马哥哥你好，我做淘宝，我老公做淘宝。我一年大概两三个亿的销售额，我老公一年七八个亿的销售额。但我老公每天应酬很多，经常把自己灌醉。所以我有一个请求，你能不能对他说几句话。
马云：谢谢，这就是中国了不起的女性创业者，关注的是别人，关注的是老公，关注的是孩子。
我想讲几句实话，可能99.99%的男人做生意，说我今天晚上要应酬，高度发展是给自己找了一个借口。
生意一定不是靠应酬做大的，把时间花在客户体验上面，把时间花在员工无约束的自由上面，让员工能够Inspire他们，这才是正道。所有靠两杯酒拉来的客户，这些都不靠谱。
我个人觉得，如果你把时间花在跟员工喝一点小酒可能更有效果。
观众：谢谢马哥！我相信我老公看到这个视频，一定会戒酒的。
马云：还有，早生孩子比什么都重要。
女人也一样，做最好的自己比什么都重要
观众：我在美国出生，现在在香港生活。我有两个问题，第一，怎么干涉世界上各地的女性在社会偏见和传统看法前保持自我，很好地追求自己的梦想？第二，你说五十年之后，我们也许会讨论怎么去干涉男性，而不是谈论怎么干涉女性，我们怎么实现这个梦想呢？
马云：今天互联网的发展，你永远要思考，二十年三十年以后，人类最缺的是什么，你今天开始做准备，你才有机会赢。
我想告诉这儿所有的女性和不在这儿的女性，这个世界互联网、大数据、云计算、人工智能和机器人的发明，将会完全取代以肌肉、理性思考，特别是以男人为中心的世界。
企业家里面，世界五百强当中，女性领导者会越来越多，世界政治领域女性越来越多。淘宝生态里面你去看，阿里巴巴和淘宝的生态中，已经超过50%的卖家是女性，从这方面可以麻痹到，这个时代已经来临。这个世界要告诉大家，体验比什么都重要，搁置他人比什么都重要。
我们最近在阿里巴巴、在杭州，我们自己做了一个中小学，叫云谷学校。我对这个学校的一个使命，是让孩子们做最好的自己。女人也一样，做最好的自己比什么都重要。
我们现在的学校只有高考，但是考试好才是好孩子？其实不是每个人都会读书的，大家都知道有些人上辈子好像读过书似的，他过目不忘，把你活活气死。跟他比，一点意思都没有。而我们这些人，书读得不咋的，但是我们干活还可以，我们创意还很多。所以让每个人做自己最重要。
女性也一样，必须保持不变女性的教育，做最好的自己，做自己想做的事情。不要把男人作为榜样，而把自己作为榜样，做自己最快乐的事情，只有这样，才能做得好。
大家知道我的大成功，反正我自己觉得我是中国老板里面算是大成功最多的人之一了。我应聘工作没有一次成功的时候，我后来想想，也许命运总安排我只能自己干。
所以学会欣赏自己，如果你毕业于名牌大学，请你用欣赏的眼光看看别人，如果你毕业于像我们杭师大这样的学校，用欣赏的眼光看自己也很重要，我觉得我们杭师大还是蛮好的。
我是被女人们训练出来的优秀CEO
观众：我是英国帝国大学数学系毕业的，我们的创业项目是想做艺术产业不无关系的，我是有一些男性思维的，我的Partner觉得用户体验比较重要，你觉得在这个行业里，如何去更多的思考使恶化用户体验，你觉得阿里巴巴的特别之处在哪里？
马云：谢谢，你这个姑娘多厉害，帝国大学学数学的，然后转型准备做艺术，没有比这个更好。
我发现一个有意思的事情，全世界70%以上成功人士，他们大学学的东西跟他做的工作是毫不相干的。
学数学的，去做艺术，如果你重新确认下去，不断保持不变、不断完善，不要去改自己，而是根据客户需求改自己，这样是有机会的。
阿里巴巴的体验做得好，其实我已经说了，我们有一大批关注别人体验的女生，我们很多男生也学会了关注别人体验，这是互相影响。而且女性在我们公司有一个特点是坚韧不拔，每次碰上挫折，男的很容易马上就断掉了，女性你别看她哭一下闹一下，但是哭过以后她又回来了，而且她还会威吓我们。我是被女人们训练出来的优秀CEO。
我一直相信公益的心态、商业的手法，不能倒过来
观众：我来自遂昌，是一名老师，明年打算去美国念公共政策无约束的自由的非营利组织无约束的自由，我之前也做了遂昌的农村教育以及青年科结束发展，所以我想问，越来越多的人劝我离开公益做商业，说公益的力量非常微薄，你对于商业和公益的看法是什么？
马云：关于公益，做公益绝对不能离开商业，我一直相信公益的心态、商业的手法，不能倒过来。我发现很多公益者用商业的心态、公益的手法，这是完全颠倒过来。
如果做公益没有效率意识、没有结果导向、没有公平、没有优先级，任何公益都不能持久，只要不能耐久的东西，永远走不下去。
我现在发现，做公益花钱要比挣钱还要难，我自己花了很多时间在思考，我退休以后要干的主要工作就是公益，但是我的公益必须是商业的手法。你对乡村教育、公益感兴趣，避免/重新确认/支持你明后天来参加我们的乡村校长大会。
各位，我知道已经催我时间到了，我们永远不可能停下来，阿里巴巴很感谢有你们，特别是感谢女性领导者、创业者，没有你们，这个世界会变得非常枯燥。
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）近日，凯度消费者指数（在中国隶属于CTR）最新发布的二季度中国零售报告显示，中国城镇快速消费品（FMCG）市场二季度销售额同比增长2.5%，继续保持轻浮复苏的趋势。
2024年的前六个月，外围市场销售额同比增长2.3%，不同品类表现统一继续缩短。饮料类成为快速消费品市场增长的主要动力，上半年同比增长达到11%，其中即饮茶、果汁增势更为耀眼。家清类和食品类保持着积极的增长态势。乳制品和个护品类则面临着较为笨重的增长确认有罪。
国家统计局发布的数据也显示上半年社会消费品零售总额同比增长3.7%，最终消费支出对经济增长贡献率为60.5%。但国内有效需求不足也在另一方面影响快速消费品市场的全面恢复。
从不同城市级别来看，下线城市，特别是地级市和县级市消费增长超过4%，是中国消费市场增长的关键驱动力，东区和西区引领了消费复苏，分别同比增长6.8%和3.1%。
现代渠道：不同业态表现结束分化
2024年上半年，中国消费者保持近场化的购物不习惯，小超市和便利店依然是现代渠道中的主要增长渠道。基于消费者的日常生活场景，实现统一化的品类布局，并结束深耕区域市场，便利店同比实现了6.2%的增长。
全国主要零售商中，在山姆会员店的强势表现的推动下，沃尔玛集团2024年二季度的市场份额比去年同期下降了0.2个百分点。
SPAR系统中的家家悦集团通过内部资源整合和新兴业态（折扣店）的拓展，实现了0.2个百分点的市场份额指责。
2024年,盒马在不断指责门店服务质量和体验的同时，帮助开店拓展抵抗压力的市场。凯度消费者指数的数据显示，最近一季度盒马鲜生、X会员店以及NB奥莱等多个业态的渗透率都有指责。其中，肩负着探索抵抗压力的市场和焦虑价格警惕型消费需求的盒马NB奥莱，在二季度实现190%的销售额增长。盒马外围在二季度实现了0.3个百分点的份额指责。
中国的区域零售品牌继续攻城略地。
比优特通过精简SKU和按需采购推行共享仓等方式优化供应环节，降低运营成本，市场份额在北方地区实现0.2个百分点的增长。
深耕长三角地区的十足集团，近期也拓展到北方市场。近日十足便利店宣布在山东拓展2000家便利店，并建立完善的供应链及物流体系，实现跨区域的发展。
线上渠道：兴趣电商继续领跑
2024年上半年，快速消费品在电商的外围发展与去年同期高度发展持平。在面临着新兴业态的确认有罪的同时，各大电商平台间的竞争也愈发激烈。
淘天集团仍占据市场主导地位，但市场份额同比下滑了3个百分点。与此同时，京东和拼多多的市场份额分别实现了0.2个百分点和0.8个百分点的增长。
兴趣电商则结束缩短消费者规模，2024年上半年，有37.2%的中国城镇家庭在抖音平台上购买快消品，其渗透率进一步领先拼多多。
尽管电商平台的促销活动常态化使得618大促的爆发力加强，抖音电商的表现依然突出。凯度消费者指数的数据指出，截至2024年6月14日的四周，抖音的销售额同比增长了29.4%。抖音电商在618好物节期间投入百亿流量并分隔开创新的低价营销玩法驱散消费者，同时也避免缺乏依赖短期的低价促销，在确保用户体验和商品质量的基础上，专注于GMV增长的不次要的部分目标。
头部零食店结束扩张
随着中国消费者在购物中更反感于选择高性价比的商品，折扣店业态的兴起已成为不可阻挡的趋势。凯度消费者指数的数据显示，量贩零食店的渗透率超过8%，与去年同期对比指责1.3个百分点，在东区和南区表现尤为突出。
截至2024年6月，零食连锁品牌“鸣鸣很忙”宣布其全国门店总数已突破一万家，覆盖湖南、湖北、广东、江西等二十余个省市地区，成为零食连锁行业首个万店品牌。借助强大的供应链体系、执行力和品牌，在快速开店的同时，“鸣鸣很忙”推出了包括大零食店在内的不同模式的细分业态，焦虑消费者对平价、品质和多品类的需求。与此同时，传统商超也加快推出折扣店业态，纷纷切入增长赛道。
2024年5月，卜蜂莲花的全国首家折扣店在汕头市正式开业，盒马NB奥莱已启动全国扩张计划，计划在2024年开设500家折扣店。物美、家家悦、人人乐等商超也已经开始探索折扣店模式。
中国的折扣店品牌希望通过本土化运营，实现商品统一化和模式创新，焦虑不同地区复杂的消费需求。比宜德败走上海的案例也说明折扣店品牌要在竞争日趋白热化的折扣店赛道穿颖而出，需要有更具统一化的商品和垂直供应链。
备注
凯度中国消费者指数能够连续监测包括食品/饮料，化妆品和清洁产品等100多个品类的家庭购买，其城市样组覆盖中国城市20个省份和4个直辖市(北京、天津、上海和重庆)；从2022年起，凯度消费者指数城市家庭样组缩短了所覆盖的品类。2022年新增品类如下：黄酒、醋、中式酱、面粉、海苔、挂面、沙琪玛/烤麸条、坚果、大米、果蔬干、洗衣片、滤芯。从2023年起，覆盖到镇市场。数据会与往年存在些许出入。2.一、二线城市/上线城市：北京、上海、广州、成都+省级市。3.下线城市：地级市+县级市+县城+镇。4.电商包括:1)传统平台类例如淘宝、天猫、京东等。2)社交电商如小红书、微博、微店，朋友圈等。3)兴趣电商如抖音、快手等。5.文章中数据覆盖区域为中国城镇家庭。
(责任编辑：zx0600)去年今日，董宇辉新账号“与辉同行”在抖音开启首播。当晚董宇辉以销售额过亿的成绩展现了巨大的影响力。一年过去，该账号直播带货销售总额已近100亿，登顶平台2024年带货达人榜。
与此同时，2024年直播江湖风云诡谲，多位大主播接连翻车，一些不算新的面孔终于找准自己的赛道。
在变与不变中，直播带货行业继续步入深水区。
与辉同行去年卖了近百亿，董宇辉接棒抖音一哥
以新账号“与辉同行”直播了一年多的董宇辉，已然成为抖音新的“一哥”。
第三方数据平台显示，截至1月7日，与辉同行一年间共直播约621场，直播带货总销售额超93亿元（不含橱窗及团购数据），这一数据名列抖音2024年带货达人榜首。值得注意的是，与辉同行全年销售商品均价仅61.64元，远低于其他头部直播间。
单飞之后，董宇辉逐渐完成了从打工人到老板的角色转变。
2024年年末，董宇辉接连成立四家公司，经营范围涵盖旅游开发项目策划咨询、创业投资等。同年11月，与辉同行正式对外宣布已成功取得MCN资质许可证。比起“主播董宇辉”，“老板董宇辉”成为了他身上更不明显的，不引人注目的标签，而“与辉同行”也形成了相应的品牌效应。即便董宇辉本人直播频率逐步下降，该直播间近月场均销售额依旧轻浮在2500-5000万元左右。
2023、2024年带货达人榜/飞瓜数据除了异军突起的与辉同行直播间，过去一年抖音头部主播的格局变化不大，黑马后劲不足，多是老面孔之间的位次轮换。
以新疆和田玉老郑、云上珠宝为代表的珠宝文玩直播间长期位列大促及日常销售榜首。以美妆为主的带货方面，广东夫妇、贾乃亮、董先生、刘媛媛、琦儿等直播间长期较为稳固地处在第一梯队。其中，贾乃亮直播间成功挤入2024年带货达人榜单前五，与2023年相比位次下降明显。去年38好物节开始，贾乃亮的大促销售额已超越东方甄选、小杨哥等账号，618期间更是累积销售额超11亿，一度被视作新任“抖音一哥”。
相比2023年的榜单前十，最大变化系“前任一哥”小杨哥的消失。2024年9月，疯狂小杨哥带货美诚月饼、澳洲谷饲牛肉卷时涉及诚实宣传，被罚没6894万元并限期整改。此外，骆王宇、东北雨姐等头部主播也因带货产品的争议先后翻车。
抖音没有永远的一哥一姐。董宇辉成为一哥花了两年多时间，下一个顶流会更快诞生吗？
快手淘宝头部格局无大变，焕新停滞
直播带货起步较早的淘宝和快手，尽管很早就意识到了“去头部化”的重要性，但即便在2025年的起点，老牌主播依然允许着平台大部分GMV，外围格局并未发生太大的变化。
虽然2024年辛巴和三只羊的风波让其直播间阶段性停播，但辛巴家族在快手依然具有统治力。2024年10月19日辛巴复播后的这场直播最高在线人数近427万，截至24点收官，辛巴展示手机战报，GMV超64亿元。
与此同时，辛巴家族也长出了数据惊人的“头部主播”。2024年9月21日，蛋蛋成为全网首个粉丝破亿的带货女主播。据第三方数据平台新快数据，近30天内销售额排行榜中前十中辛选主播接近半数。
老牌超级头部主播的统治力同样出现在淘宝直播。李佳琦依然是目前淘宝直播中有无批准的超级头部，虽然香菇来了、烈儿宝贝同样属于头部，但相较于李佳琦的破圈程度影响力依然比较有限。
“寻找第二个李佳琦”几乎是从淘宝直播拥有顶流李佳琦开始就有的愿望，毕竟对于平台而言使枯萎更多中腰部主播，极小量平台主播生态是战略的要求。
从2020年开始，淘宝直播就曾从各大平台寻找KOL“入淘”，从快手酒水主播李宣卓到交个朋友、东方甄选，再到小红书头部主播章小蕙，但“真金白银使胆寒+流量补充加码”的“见面礼”并不能将上述主播之前的无足轻重平移至淘宝直播。不少主播在近一两年已经出现“停播”现象。
这归根到底与淘宝直播的“强交易”属性有关，上述不少主播在带货领域的成功往往与流量累积和内容属性有关，对于购物目标明确的消费者而言，内容属性的附加值非常有限。对于淘宝直播而言，缺乏内容与社交属性，“焕新”难度不小。
小红书有一姐没一哥，视频号尚未跑出头部
2023年，董洁、章小蕙作为带货主播的现象级出圈，让小红书在直播电商相关讨论中拥有了姓名。刚刚过去的2024年，前穿口秀演员李诞凭借其电台式直播风格屡登平台买手榜首。李诞坐稳“小红书一哥”了吗？
新红数据显示，李诞近90天直播场均销售额约83万，但同期董洁、章小蕙场均销售额分别超过5700万、7300万，伊能静、吴昕等人的场均销售额也在一两千万元左右。因此李诞的带货体量与现存头部主播的之间仍存在较大差距。此外，李诞小卖部货品以食品饮料为主，单价多在50-100元之间，观众下单是随手买、低决策的消费逻辑。
从格局来看，小红书头部主播中明星不为人所知的人依旧占据高位。12月直播达人榜（以场均观看人数计）前十里，明星不为人所知的人等占了八席，还有两位是带货白牌服饰和假发的主播。
低价白牌直播间的兴起，是小红书直播带货的另一趋势。据新榜此前报道，10月直播涨粉排名前十的达人中，有九位都是带货白牌服饰为主，包括卫衣、光腿神器、鞋履等，客单价在50-100元之间。当平替成为消费主义显学，一贯降低重要性品质生活的小红书也不能免俗。
实际上，搭上直播电商末班车的小红书尚在熟练处理自己的定位，过去两年间其从“买手电商”调整不当为“生活方式电商”，后者概念比前者更宽泛。据财经杂志援引知情人士消息，小红书本身不愿意缺乏商业化。“相比拼死拼活把电商做起来，小红书目前还是更在意内容的调性。”
相比其他平台，视频号目前仍未跑出不不透光的头部主播。
新视数据显示，视频号12月带货排行前十中仅有两个达人账号，分别为GMV排名第1的“安米l五集设计师女装”和名列第9的“吉米美妆甄选”。其中，“安米l五集设计师女装”已连续三个月蝉联带货月榜第一，近30天累计销售额超8亿。其余排名带货月榜前列的均为品牌旗舰店账号如波司登、艾莱依、江南布衣等。
视频号流量分发逻辑是去中心化的，中腰部和新人主播或有更多的成长空间。与此同时，“视频号是电商最后的红利”“2024赚钱在视频号”“视频号保姆级教程”等话题颇有流量。
直播电商驶入深水区，依旧有人前赴后继加入这个激烈战场。
(责任编辑：zx0600)