01-周涛-DataAgent在同程分析和营销场景的智能化建设探索.pdf

1、演讲嘉宾：周涛DataAgentDataAgent智能化建设探智能化建设探索索-同程分析与营销场景实践同程分析与营销场景实践0 1背景和背景和挑战挑战0 2DataAgentDataAgent产品架构产品架构演进演进0 3自动评测自动评测建设建设0 4效果展示效果展示0 5未来展望未来展望0 1 背景和挑战背景和挑战1 同程灵动智能化之路灵动BI正式上线归因归因分析分析C ChatBIhatBI2018年2020年2024年灵动灵动C Copilotopilot2022年智能智能解读解读2023年D DataAgentataAgent2026年1 DataAgent研发背景 困境一：业务人员不

2、会查困境一：业务人员不会查核心痛点数据80%80%业务人员无业务人员无 SQL SQL 能力能力 培训成本高，学了也难坚持使用 想看数据看不了，决策只能靠直觉 对专业数据工具存在天然畏惧心理困境二：数据团队忙不过来困境二：数据团队忙不过来核心痛点数据70%70%需求为低价值重复查询需求为低价值重复查询 大量时间被消耗在简单的取数工作上 无暇进行深度分析与数据建模工作 业务满意度低，团队沦为“取数机器”困境三：数据入口分散困境三：数据入口分散核心痛点问题缺乏统一数据查询与管理入口缺乏统一数据查询与管理入口 BI报表、业务系统、临时工单入口林立 用户无所适从，不知去哪查找数据 数据口径不一，不同入

3、口数据互斥分析难分析难困境困境四四：分析效率低下分析效率低下核心痛点问题人力资源的无效消耗人力资源的无效消耗 业务需求依赖分析师，响应存在滞后 团队陷入“手工作坊”模式，缺乏深度产出1 DataAgent研发背景 困境一：困境一：场景创建复杂场景创建复杂核心痛点：场景所需配置多营销场景搭建流程繁琐，业务人员学习成本高，难以独立完成，严重依赖技术人员支持，导致创意无法快速落地。困境二：困境二：标签选择困难标签选择困难核心痛点：如何准确的选择正确的标签面对海量数据标签，业务人员难以快速、准确地筛选并组合出所需的目标人群标签，效率低下。困境三：困境三：策略分析耗时策略分析耗时核心痛点：无法捕捉市场实

4、时动态营销策略的分析与优化严重依赖人工经验，分析周期长，无法及时根据市场反馈进行调整，错失最佳营销时机。困境四：困境四：经验依赖性强经验依赖性强核心痛点：缺乏主动的前瞻性洞察营销活动过度依赖专家个人经验，缺乏数据驱动的决策依据，容易造成策略同质化和效果波动，且新人成长缓慢。营销营销慢慢1 数据驱动的最后一公里营销结果到数据分析的割裂营销结果到数据分析的割裂 营销活动产生的效果数据散落在不同工具中，数据孤岛现象严重，无法与分析系统有效打通。缺乏闭环反馈机制，无法快速、准确地评估营销活动ROI，导致无法及时指导下一次的策略优化。分析结论到营销行动的鸿沟分析结论到营销行动的鸿沟 数据分析得出的洞察往

5、往以静态报告形式存在，难以直接转化为可落地执行的营销活动策略。业务人员需手动拆解分析结论，过程繁琐且极易出错，导致营销决策严重滞后，错失最佳时机。分析结论无法快速分析结论无法快速转换成营销动作转换成营销动作0 2 DataAgentDataAgent产品架构演进产品架构演进2 发展之路灵动灵动BIBI正式正式上线上线灵动BI正式上线20192019归因归因分析分析支持异常波动归因20202020开启开启智能化智能化灵动Copilot上线20222022智能智能解读解读灵动看板图标数据分析解读20232023ChatBIChatBI上线上线根据NL2SQL方式生成查询语句20242024D Da

6、taAgentataAgentA逐步落地I数据专家2026202620182018先知系统先知系统上线上线先知系统正式上线，支持标签圈选人群开启开启智能化智能化算法标签接入CDPCDP升级升级算法标签接入成效成效分析分析数据洞察20252025营销智能化营销智能化升级升级结合AI自动化人群圈选分析营销2 DataAgent全流程DataResearcher取数Agent分析Agent报告Agent归因分析趋势分析行研Agent智能问答2 实现数据、分析、营销、报告闭环 报告报告营销营销数据数据分析分析看板看板2.1 传统BI架构AI扩展2.1 传统ChatBI架构及问题1、准确性问题2、口径统