1. 概述

智能问数支持用户通过自然语言完成数据查询、数据分析和业务洞察。用户无需手动编写 SQL、公式或代码，即可基于指标、数据模型、本地附件或技能完成问答分析。

2. 上传附件回答

上传附件回答支持用户上传本地 Excel 或 CSV 文件，并通过自然语言对话完成全流程数据交互。用户无需手动编写公式或代码，即可基于本地文件完成基础数据查询、统计分析和深度业务洞察。

该功能可大幅降低数据分析门槛，提升临时数据处理和分析效率。

操作说明如下：

1. 在问答框左下角，点击【附件】按钮。
2. 按照按钮上方提示的格式要求，选择需要上传的本地文件。
3. 本地文件上传后，问答将优先基于该文件进行分析。
   

本地文件上传后，问答将优先基于该文件进行分析。

3. 技能调用

技能调用支持用户在问答过程中调用指定技能，辅助完成数据分析、报告生成等任务。通过技能调用，用户可以将特定分析能力、处理逻辑或业务流程引入当前问答中，使分析过程更加高效和专业。

当前能力作用于【智能问数、AI 报告】模式下。

操作说明如下：

1. 在问答框左下角，点击【技能】按钮，右侧会展开当前业务助手下可用的技能列表。
2. 用户也可以直接在问答框中输入“/”，系统会自动唤起技能列表供用户选择。
3. 技能列表会展示所有可用技能的名称和描述。
4. 点击某个技能标签上的“+”，即可将该技能插入到问答框中。
5. 支持插入多个技能，系统会在问答过程中结合已选择的技能完成分析。
   

4. 创建推送任务

定时推送任务允许用户按天、周、月周期性执行数据分析任务，并通过邮件或POPO消息号将结果自动发送给指定接收人。本次升级支持自然语言创建和修改推送任务，用户只需在问答框用日常语言描述需求，系统即可自动生成推送任务，无需手动填写配置表单。

当前能力作用于【智能问数、AI报告】模式下当前能力作用于【智能问数、AI报告】模式下

应用场景

• 定期获取数据快报：如“帮我创建一个推送，每天上午9点发送昨日的销售额变化情况”，系统自动按日执行并将结果推送到您的邮箱或POPO消息号。
• 团队数据同步：业务负责人需要每周一将核心指标报告发送给团队成员，可通过自然语言快速创建，并指定接收人。
• 动态调整推送任务：当业务周期变化时，可直接说“把‘每日销售报告’推送从9点改成10点”，系统自动修改。
• 预测版本对比提醒：如“每周五早上10点推送本周的收入预测与上周预测的差异分析”，帮助持续跟踪预测变化。

能力说明

• 一句话创建定时推送：系统自动生成任务名称、推送问题（智能问数模式），并应用业务助手预设的默认推送方式。
• 支持修改已有推送：通过自然语言修改推送名称、推送问题或执行频率。
  

操作说明

• 管理员角色：优先配置业务助手默认推送方式

  • 【业务助手-基础配置-推送配置】，选择默认推送方式：邮箱或POPO消息号（若选POPO消息号，需指定具体的消息号）。
  • 该配置将用于所有通过自然语言创建的推送任务，用户无需每次指定推送渠道。
    

• 普通用户角色：通过自然语言创建推送任务

  • 直接输入创建指令。系统会根据您的描述自动生成推送任务。
• 示例指令：
  • “帮我创建一个推送，每月1日早上10点发送上月的销售额变化”

• 澄清说明：

  • 当您的指令不完整或存在歧义时，系统会主动发起澄清：
    

• 系统自动处理的内容：

  • 推送名称：AI自动生成（如“每月销售额变化报告”）
  • 推送问题：默认为智能问数意图，问题描述由AI根据您的指令生成（如“上月的销售额变化”）
  • 推送方式：使用业务助手配置的默认推送方式
  • 接收人：若未指定，默认为您自己
  • 执行频率：按您指定的天/周/月及具体时间执行

• 创建成功后：

  • 系统会提示“推送创建完成”，并可滑动页面查看详情。
    
    

• 通过自然语言修改推送任务

  • 您可以直接描述需要修改的内容，系统会先匹配并确认要修改的任务，再执行修改。
• 示例指令：
  • “把‘每日销售报告’推送从9点改成10点”
  • “将‘周报推送’的名称改为‘本周核心指标周报’”
  • “修改‘月报推送’的问题为‘上月的合同额和回款率’”
• 支持修改的字段：
  • 推送任务名称
  • 推送问题（即每次执行时问的问题）
  • 推送频率（如时间、周期）
• 不支持修改的内容（需手动在推送管理页面操作）：
  • 推送方式（邮箱/POPO消息号）
  • 接收人
  • 数据权限、详情访问控制、依赖推送、推送确认等高级选项
    

注意事项

• 推送问题字数限制：智能问数意图下的问题描述最多支持1000个字符，足够表达复杂分析需求。
• 智能问数模式下的依赖推送：如果推送问题的意图为“智能问数”，则不支持开启依赖推送（即不能基于前一次推送结果触发下一次），该选项会自动置灰。
• 权限说明：推送任务遵循数据权限，接收人只能看到其有权访问的数据。
• 移动端使用：在移动端H5页面中同样支持自然语言创建推送，但创建成功后会直接返回结果，不提供跳转链接（需手动进入推送管理页面查看）。

在问答框输入内容时，系统依据关键词自动联想匹配已有资源，点击即可快速插入问答框。

点击问答框坐下角选择数据，即可快速打开资源列表。用户可在列表内直接预览数据明细，点击资源可插入问答框。

问答输入框下方展示当前助手的推荐问题，点击右侧按钮可查看全部，单击即可快速提问。

5. 复杂任务规划

支持大模型自主调用，对宽泛或多步骤的分析指令进行自动任务拆解与分步执行。系统自动完成问题改写、资源匹配、工具编排与结果整合，支持多个字段维度的综合分析，全链路在思维链中透明可追溯，一句话指令完成原本需要多轮操作的复杂问答场景

• 多维度 / 多字段综合分析类（维度拆解、交叉分析）

示例：

• 结合区域、类别、子类别、客户细分四个维度，交叉分析 2022-2025 年各区域不同客户群体的消费结构、销售额贡献与利润表现。
• 同时按区域经理、装运模式、折扣区间多字段交叉，统计不同销售负责人、配送方式、优惠力度下的订单量、平均客单价与利润率差异。
• 联动省 / 自治区、城市、订单月份、产品类别，分析不同地域市场在各月份的品类消费偏好与销售波动规律。

• 流程 / 时序 / 先后逻辑类（顺序、阶段、流程型数据）

示例：

• 统计每笔订单的订单日期→发货日期的间隔时长，按区域、类别分组，分析不同品类、不同区域的订单履约时效分布，以及履约时长对利润的影响。
• 按照 2022 年→2023 年→2024 年→2025 年的时间先后顺序，梳理全品类销售额、利润的年度变化趋势，定位增长 / 下滑的关键时间节点。
• 对比同一订单内多品类商品的下单先后、发货先后，分析不同品类的履约优先级对订单整体完成率的影响。

• 数据解读 & 结论提炼类（释义、归因、总结）

示例：

• 解读 2025 年整体利润同比下滑 12% 的核心数据特征，结合销售额、折扣力度、成本、品类结构说明利润下滑的核心驱动因素。
• 分析华东区域办公用品品类周末销售额远高于工作日的数据表现，总结该区域该品类的消费时间规律与客群特征。
• 针对折扣力度大于 0.4 的高折扣订单，解读其销售额占比、利润贡献、品类分布特征，说明高折扣促销对整体经营的影响。

• 数据预测 & 推演类（预判、模拟、推演）

示例：

• 根据 2022-2024 年的月度历史销量数据，预测 2025 年剩余月份各品类的月度销售额、利润及同比增长情况。
• 结合区域、季节、折扣等影响因素，预判 2026 年春节假期前各区域的备货需求，给出各品类的合理采购数量区间。
• 基于现有客户增长速度、复购率数据，预测 2025 年末客户总量、会员客户占比及客户贡献的营收占比。

• 数据清洗 & 加工处理类（治理、计算、格式）

示例：

• 对主表做去重、补全缺失的订单日期 / 发货日期、修正异常负销售额 / 负数量 / 负利润的数据规整处理，输出清洗后的标准数据表。
• 基于原价（销售额 / 数量）、折扣、成本字段，批量计算每笔订单的优惠金额、单品毛利率、订单综合利润率，新增对应衍生字段。
• 将「子类别」「区域」「地区销售」三个维度表与主表做关联匹配，补全主表中缺失的维度信息，合并生成一份全字段完整销售明细表。

• 跨表 / 跨数据源联动类（关联、联查、打通）

示例： 联动主表与「区域」维度表，查询所有区域的年度销售总额、利润总额，对比各区域的经营业绩排名。 关联主表与「子类别」维度表，找出所有子类别对应的订单量、平均折扣、平均利润率，定位高利润低销量的潜力子品类。

示例： 联动主表与「区域」维度表，查询所有区域的年度销售总额、利润总额，对比各区域的经营业绩排名。 关联主表与「子类别」维度表，找出所有子类别对应的订单量、平均折扣、平均利润率，定位高利润低销量的潜力子品类。 结合主表与「地区销售」表，匹配各区域对应的销售负责人，统计每位销售负责人负责区域的整体销售额、利润、订单完成率，做业绩排名。结合主表与「地区销售」表，匹配各区域对应的销售负责人，统计每位销售负责人负责区域的整体销售额、利润、订单完成率，做业绩排名。

• **数据筛选 & 条件筛选类（多条件复杂筛选）

示例；

• 筛选出折扣力度大于 0.4、单笔订单销售额大于 1000 元、利润为负、发货区域为华东的异常亏损高折扣订单明细。
• 找出 2024 年 6 月 - 12 月期间、客户细分为公司、类别为技术、装运模式为二级、订单量大于 5 笔的所有高价值客户清单及对应消费明细。
• 检索省 / 自治区为广东、城市为汕头、订单日期在 2022 年、子类别为器具、数量大于 2 件的所有订单明细及对应利润情况。

• 聚合统计 & 计算类（高阶运算、汇总）

示例：

• 按区域 + 类别 + 子类别三级分组，统计各组的总销售额、总利润、总订单量、平均客单价、最高单笔销售额、综合毛利率。
• 计算全店各类别商品的销售额占比、利润占比，以及各区域的市场份额、利润贡献占比，输出完整的占比分析表。
• 按早 / 中 / 晚三个时段（基于订单日期的小时维度），分层统计各时段的平均客流、人均购买商品件数、平均客单价、时段销售额占比。

• 异常数据 & 风险排查

示例：

• 排查单日销售额远超同品类历史均值 3 倍以上的异常订单，定位是否存在数据录入错误、特殊团购订单或异常刷单行为。
• 找出售价（销售额 / 数量）低于成本、利润为负的持续亏损售卖商品，核查数据逻辑问题与经营风险。
• 筛选连续 30 天以上零订单、但仍有大量库存记录的商品，识别滞销风险，输出对应商品清单与风险等级。

• 数据溯源 & 追溯查询

示例：

• 针对某款产品单日销售额异常波动的情况，从订单明细、时段分布、客户信息、促销活动、区域分布全链路溯源，定位波动的核心原因。
• 从区域年度汇总利润数据向下追溯，定位是哪个城市、哪个品类、哪个子品类造成了该区域整体利润的下滑 / 增长。
• 追溯某笔异常退货 / 负利润订单的原始消费记录、商品信息、客户信息、操作节点，还原订单全流程，定位异常问题的源头。