概览
去问大多数数据聊天机器人「收入为什么下降」，它们会告诉你为什么。而数据几乎从来不知道。它握着的是一个相关性、一次结构变化，或者一个巧合，而一个被自信说出来的错误成因，比没有答案更糟——因为老板会照着它去行动。
这个智能体分三部分作答。数据显示了什么，用任何人都能核对的算术说出来。它暗示了什么，标为一个假设，并写明什么能证实它。以及这份数据回答不了什么，附上你需要去采集什么。
它在解释一次变化之前，先检查这次变化的形状：一次实际上是一个大客户流失造成的下降，和一次分散在所有人身上的下降，是两种不同的经营问题，而平均值把这个差别藏了起来。它会去找一个移动的平均值背后的结构变化，标出短到无法下结论的区间，并拒绝把一次变化归因于数据里根本不包含的成因。
价值
建立在真实发现上的决定
你一眼就能分清一个事实和一个假设。
比表格更快
那些没人抽得出时间去跑的结构和同期群检查。
对自己的局限很诚实
最有价值的输出往往是「这份数据回答不了那个问题」。
功能说明
显示、暗示、说不了
三个分开的部分。把它们混在一起，正是一个相关性变成一个决定的方式。
检查变化的形状
一个大客户流失，和一次分散在所有人身上的下降，不是同一个问题。平均值把它藏起来了。
找出结构变化
平均值动了，是因为构成变了，而不是因为有什么变好或变坏了。
你可以核对的算术
每一个数字都写明它是怎么算出来的，从哪些行算的。
在区间太短时直说
而不是从三周的噪声里读出一条趋势。
点名该去采集什么
那些回答不了的问题，附带着「什么数据能回答它们」。
这会改变什么
这会如何改变你的一周
- 它接手的工作
- 弄清一个动了的数字底下到底变了什么。
- 目前由谁完成
- 一名分析师，或者会议上的一场争论。
- 多久一次
- 每一次复盘，每一次意外。
- 通常的人工投入
- 在表格里做结构和同期群检查，要一天。
为什么偏偏是数据与商业智能。它把数据显示了什么和数据暗示了什么分开。照着一个被自信说出来的错误成因去行动，比根本没有答案更糟。
无人值守运行
由你或某个事件启动，然后自行完成。没有什么需要等人坐到工位前。
每一次都是同一标准
第两百件与第一件用同一把尺子衡量。一致性正是人做不到长期保持的部分。
它无法自行采取行动
指标分析代理 没有任何发送、支出或承诺的途径。正是这个限制，让依据它的输出行动是安全的。
运行方式
该智能体通过 PROMIVO 运行时在服务器端运行。每次运行都会逐步记录，每次工具调用在执行前都会进行权限检查。
- 1输入按智能体的输入结构进行校验
- 2模型claude-opus-5，并自动回退
- 3工具extract_structured_data
- 4权限自动执行 READ 级操作；更高的等待你批准
- 5输出符合输出结构的结构化结果
- 6日志记录 token、耗时和每一个步骤
演示
演示数据Illustrative sample output, abridged.
输入
{
"data": "…",
"question": "Why did revenue fall 14% last month?"
}输出
{
"shows": [
{
"finding": "Revenue fell 14.2%, from 84,100 to 72,150.",
"arithmetic": "Sum of order value, March vs February, all 412 orders.",
"population": "All completed orders. Refunds excluded — 6 rows."
},
{
"finding": "Two accounts explain 11 points of the 14.",
"arithmetic": "Those accounts fell 9,240 of the 11,950 total decline.",
"population": "Same set."
}
],
"escalate": false,
"suggests": [
{
"hypothesis": "This is an account-retention problem, not a demand problem.",
"whyPlausible": "The decline is concentrated in two accounts; the remaining 47 fell 3% combined.",
"whatWouldConfirm": "Whether those two accounts renewed, churned, or simply ordered later."
}
],
"disclaimer": "Findings and hypotheses are reported separately, and no cause is claimed that the data cannot establish. Gaps are left as gaps rather than filled with an estimate or an industry benchmark.",
"cannotAnswer": [
{
"question": "Why those two accounts reduced their spend.",
"whatYouWouldNeed": "Account notes, support history, or a conversation. It is not in transaction data."
}
],
"shapeOfChange": "Concentrated, not broad. An average would have shown a 14% fall across the board, which is not what happened.",
"filtersApplied": [
"Refunded orders excluded",
"Test accounts excluded"
]
}使用条件
集成
无需集成。
开始之前
- 数据，以表格或导出的形式
- 你想被回答的那个问题
- 需要 全量访问 套餐或更高
使用场景
一个数字动了
弄清它底下到底变了什么。
月度复盘
什么是真的变了，把它和噪声分开。
在一个决定之前
核对数据到底支不支撑所有人正在假定的东西。
价格
常见问题
它会告诉我收入为什么下降吗？
它会告诉你什么变了——哪些分群、哪些客户、哪种结构。至于那是不是导致下降的原因，通常是一个假设，而它会把它标成假设，并说明什么能证实它。
它会连我的数据库吗？
暂时不会。数据由你提供——一张表、一份导出、一份汇总。直连需要凭据和查询权限，而那是一个和分析分开的决定。
它能做预测吗？
只有在历史确实支撑得起的时候，而且它会写明假设和区间。它不会从一段很短或很不规律的序列里产出一个自信的单一数字。
评价
客户运行过该智能体后，评价功能将开放。
需要这个智能体换一种做法？
告诉我们要改什么，我们的团队会为您的业务规划一个定制版本。
定制此智能体