- 博客(17)
- 收藏
- 关注
RSS订阅原创 从数据到经营洞察：制造企业Data Agent落地实践
每个月，企业都会围绕收入、利润、订单、库存、交付、费用等核心指标进行复盘，希望发现问题、找到原因，并制定下一阶段经营策略。届时，智能小V 将化身为您的专属AI经营分析师，实景演示：如何根据企业现有的杂乱数据，自动推理、编排，并一键生成逻辑严密、结构完整的全景式经营分析报告。大量宝贵的时间，依然被消耗在指标查询、数据汇总、口径对齐、原因分析和无止境的PPT制作上，真正留给经营决策和改善行动的时间却十分有限。企业并不缺数据，也不缺经营报表，缺的是把数据快速转化为经营洞察的能力。订单完成率达到了多少？
2026-06-18 18:15:29
205
原创 Power BI 2026 年 6 月功能总结
UDF 允许你定义一次计算，并在度量、计算列和可视化计算中重复使用。作为带有类型签名的一流模型对象，它们为你的 DAX 逻辑带来了结构和一致性。你还可以将函数定义保存为 TMDL 文件，并存储在集成于 Git 的工作区中，使团队能够共享并使用经过批准的业务逻辑，从单一的真实来源获得。能力在浏览器中查看和编辑 DAX UDF 时，与 Power BI Desktop 同样方便。这使得团队能够直接从任何设备协作开发和更新功能，简化了创作和维护流程。在函数签名中指定参数的默认表达式，使某个参数成为可选。
2026-06-16 12:03:48
341
原创 AI 正在接管 ERP：经营分析的终局不是报表而是「自动驾驶」
时隔三周，从奥兰多到北京，SAP 用两场大会完成了一次完整的战略闭环。5 月 13 日，SAP 全球 CEO 柯睿安在奥兰多蓝宝石大会上首次提出"自主运营企业"（Autonomous Enterprise）愿景；6 月 3 日，SAP 大中华地区总裁原欣在北京中国峰会上，将同一战略注入了中国企业的落地语境。。基于 ERP 领域超过 50 年的积累，SAP 已经在财务、供应链、采购、人力资源和客户体验等核心业务领域，部署了 224 个 AI 智能体和 51 个业务助手。
2026-06-09 16:57:36
214
原创 当 Agent 成为操作系统，数据分析进入「对话本能」的时代
在这个趋势中，中国企业需要的不是追赶每一个新模型发布，而是搭建好Agent能够真正"把事情办好"的数据基础设施。它的核心思路是：不让企业推倒重来，而是在现有的Power BI和Fabric基础设施之上，叠加一层Agent能力层——语义模型对接Agent的理解能力，指标管理叠加Agent的归因能力，报告体系接入Agent的生成能力。Build 2026最震撼的宣布，不是某一个模型，也不是某一款硬件，而是一句简单的描述：“过去四十年Windows的核心使命是运行应用，现在它的核心使命是运行Agent。
2026-06-08 17:51:14
232
原创 同环比写吐了？Power BI 2026：视觉层计算，一次定义，全场通用
传统做法：每个业务指标 × 每个计算类型 = 独立度量值每个度量值的 DAX 代码（以销售同比为例）：痛点总结：计算组的工作方式：代码量对比：效率提升：代码量减少 90%，维护成本降低 95%计算组结构：使用方式：三、实战：零售核心计算场景实现3.1 场景一：商品同环比分析（YoY / MoM）3.1.1 传统做法（❌ 不推荐）3.1.2 计算组做法（✅ 推荐）步骤 1：创建计算组步骤 2：创建计算项步骤 3：在报表中使用代码量对比：零售日报/周报中，管理层经常需要查看：使用示例
2026-06-05 15:15:34
469
原创 Power BI 2026年5月功能总结
在五月的发布中，我们推出了全新的 Power Query 获取数据体验（预览版）——这是一种全新设计的方式，帮助你更快地发现和连接数据，带来一个统一的平台来查找所有数据源。通过此次更新，用户在组织应用中查看报告时，可以通过定期的邮件快照和报告链接保持信息更新，就像在 Power BI 服务的其他地方访问报告时一样。当你为报告设置格式字符串 locale 时，所有本地感知格式字符串（例如格式选项中带星号的日期格式）都会使用你指定的位置，而不是查看者的浏览器位置。为表格和矩阵可视化中的列指定精确的像素宽度。
2026-06-02 11:19:41
357
原创 告别一问一答：2026年，数据分析正在从ChatBI进化为Agentic BI
在企业AI数据分析平台的实践中，悦策科技的智能小V正是沿着这条路径构建的多智能体架构：依托Power BI语义模型作为统一的指标语义层，让监控型Agent对"毛利率""客户留存率"的理解与分析师完全一致；这是因为多智能体协作的三个前提——统一的指标口径、可被AI理解的计算逻辑、高质量的经营数据底座——恰好也是Power BI深度实施的核心交付物。企业需要的不只是一个AI数据分析工具，而是一个承载多智能体协作的企业AI数据分析平台——统一的语义模型层、智能体编排框架、以及可解释可审计的安全治理体系。
2026-06-01 18:06:33
245
原创 BI 刚装完就过时了？这才是数据分析该有的样子
通过彻底重构了智能小 V 问数的技术底层，将简单的问答升级为基于多 Sub-Agent 协同的任务自动驾驶。智能小 V 2.0 不再停留于表面问题的匹配。当用户提出一个复合型业务问题时，调度大脑会自动进行多任务分解。它能识别出哪些部分需要去 Power BI 查数，哪些部分需要去知识库对齐，并将这些任务并行下发。问数过程不再是单线程。多个专项智能体（如：数据提取、统计计算、洞察撰写）在后台高效流转、互相校验。
2026-05-28 13:46:25
535
原创 终于搞懂了！DAX 自定义财年完整实战指南
适用场景：需要完整的财年维度（FYear, FQuarter, FMonth），支持复杂分析# Step 1：创建完整财年日期表VAR FiscalStartMonth = 4 // 财年开始月份（4 月=日式财年）RETURN// === 基础日期属性 ===// === 财年核心计算 ===// 逻辑：如果当前月份 >= 财年开始月份，则当前自然年=财年；否则财年=自然年 +1IF(),// 财年月份：将财年开始月映射为 1RETURNIF(),// 财年季度IF(
2026-05-27 14:21:42
491
原创 90%的AI分析翻车？你的语义模型少了这5步
每一个业务指标，必须在语义层有且仅有一个计算逻辑。Power BI 2026 的度量值管理强化了这一点，建议企业建立"指标字典"——用业务术语命名度量值，把技术逻辑隐藏在 DAX 公式内部。当 AI 说"帮我查上季度毛利率"时，它调用的就是那个唯一的、被明确定义过的度量值。
2026-05-26 10:56:11
357
原创 3 秒奇迹！Power BI 开启 Direct Lake 后的性能到底有多恐怖？
摘要：本文探讨Power BI性能优化方案，通过Direct Lake+增量刷新+查询折叠组合解决大数据场景下的性能瓶颈。文章指出传统导入模式存在数据传输、DAX上下文混乱、查询折叠缺失和全量刷新四大痛点，提出2026年生产级Direct Lake方案可直接读取Parquet文件，配合复合模型和增量刷新实现秒级响应。优化后实测首页加载从42秒降至3秒，日刷新耗时从8小时缩短至22分钟。文章提供五步实战指南和自查清单，强调性能优化是持续架构升级过程，建议从检查查询折叠开始逐步优化。
2026-05-22 18:32:43
189
原创 BI很强大，为什么企业还需要Data Agent？
📰报表越做越多，🏆指标也越来越细，可当被追问“数据为什么变成这样？接下来该怎么办？”的时候，往往还是需要人在线下再解释一遍。今天这篇推文📑，聊的就是这个老问题：为什么传统的BI工具明明能看到发生了什么，却很难直接告诉我们“为什么会发生”以及接下来“该做什么”。怎样让数据分析更贴近人的思考习惯🤔，少一些“看报表猜原因”的中间步骤呢？
2026-05-19 15:34:41
525
原创 今天开播 | Power BI 零基础入门实验营
快来打卡Power BI零基础入门实验营，从数据连接、清洗、建模到DAX和仪表版制作，只需3小时就能帮你快速上手Power BI。
2026-05-13 11:57:33
212
原创 当企业报表超过1000张：如何打破BI孤岛困局？
企业BI资产管理面临三大困境：分散的平台导致数据不一致、权限管理混乱、报表治理困难。传统解决方案如强制统一平台或人工台账管理效果有限。PowerOpp数据门户提供一站式解决方案，整合多BI平台资源，实现统一搜索、单点登录和精细化权限管理，支持报表全生命周期治理。已成功应用于富士康、西门子等企业，有效提升数据资产价值和管理效率。
2026-04-15 11:08:48
80
原创 我们给Power BI“招聘”了一位新同事，这是它的成绩单
【摘要】某公司引入智能数据分析助手"小V"进行一周试用，展现出三大核心能力：1. 通过智能推荐问题功能，消除用户提问障碍；2. 精准理解业务口语化需求，自动完成复杂计算；3. 一键归因分析快速定位数据波动原因。该工具基于PowerBI平台开发，严格遵循企业数据权限管理，成功将数据团队从重复性工作中解放出来，使业务人员能快速获取分析结果。试用结果表明，智能助手显著提升了数据分析效率，实现了人机协作的良性循环。
2026-04-15 11:00:56
103
原创 同样是 Chat BI，为什么别人的数据靠谱，你的总踩坑？智能小V给出答案
文章摘要： Datawave智能小V分析助手通过统一语义标准、DAX逻辑驱动和PowerBI深度集成，解决ChatBI在企业落地中的三大核心挑战：指标口径不一致、跨部门协作低效和数据溯源不足。该工具基于自然语言处理技术，实现秒级响应和精准查询，确保数据可信度，同时降低使用门槛，支持多场景适配，让非技术用户也能轻松获取业务洞察。智能小V结合AI与BI能力，推动企业数据民主化，助力高效决策与业务增长。
2026-04-14 17:30:53
502
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人