AI 平台 / OMS 问数
把「等排期」变成「问一句」
运营要一个数，通常要提需求、等排期、对数、改口径，来回两天；等数出来，活动都结束了。
问「上周华东退货率为什么涨了」，30 秒后拿到的是结论、归因、明细，而不是一张需要自己看的表。
- 是什么
- 自然语言 BI：把指标口径固化在语义层，AI 负责翻译问题、取数、解释结果
- 谁在用
- 平台运营、区域负责人、财务、商家运营、管理层
- 解决什么
- 要数靠排期、口径各说各话、异常发现太晚、日报周报靠人拼
- 多久上线
- 3 周；先接订单、商品、会员三张核心表
答案是一段话，不是一个仪表盘
左边是问题与结论，图表只是佐证；右边是这次查询用的口径、扫描量、耗时和权限范围。
指标口径
本次查询
权限
界面取自问数工作台：结论、归因、建议动作在一屏内，右侧随时可核对口径与权限。
口径在前，模型在后
能不能被信用的分界线只有一条：这个数字从哪来，能不能指出来。
把问题翻译成口径
「退货率」先对齐到系统里已定义的指标（退货单 / 支付单、自然周、支付口径），口径不一致时先反问。
在语义层取数
AI 不直连数据库，只调用语义层里登记过的指标与维度；查不到就说不清楚，不估算、不猜。
给结论，也给下钻路径
输出「涨了多少 + 主要来自哪个维度 + 建议动作」，每一层都能点开看明细行。
宁可说不知道，也不给一个看起来对的数
这是问数类产品最容易翻车的地方——所以这里刻意做得保守。
✓它替你做的
- 指标查询与同环比、同比
- 归因：按品类、区域、渠道、SKU 拆解
- 异常单定位与明细导出
- 经营日报、周报自动生成与推送
- 看板生成：一句话出一张图
×它不碰的
- 不猜口径，口径不明先反问
- 不估算、不编造缺失数据
- 不越权查看他人数据范围
- 不直接修改业务数据
- 不替代财务口径的审计结论
如果你们连「GMV 到底怎么算」都还没统一，先别上问数——AI 会把口径分歧放大得比人更快。
一个问题，三层下钻
这不是一次查询，是一次完整的归因：从大区到了品类，再到了供应商。
先解决「对不上数」，再谈「问得快」
数据来自客户项目复盘；口径为系统上线后的运营统计。
报表制作与核对的人工工作量下降
中核凯利 · 数据项目复盘跨系统对账差错率下降
中核凯利 · 数据项目复盘典型归因问题的响应时间（扫描 18 万行）
内部实测先统一口径，再接数据，最后放开提问
顺序反过来做，一定会陷入「AI 算的数跟财务对不上」的循环。
定口径
把 GMV、客单价、退货率、动销率这几个核心指标的计算方式写死，落到语义层。
接数据
先接订单、商品、会员三张核心表；库存与财务表按需增量接入。
开权限
按组织架构建数据权限：区域看区域、门店看门店，越权字段自动脱敏。
AI 问数常见问题
AI 算的数会不会跟财务对不上？
它能查多细？
数据权限怎么控制？
需要先建数据仓库吗？
支持语音和移动端吗？
六项能力，可以只开一项
同一套权限、知识与审计底座，按需开通；先跑通一条线，再扩到下一条。
AI 平台 / OMS 问数是自然语言 BI：把指标口径固化在语义层，AI 负责翻译问题、取数、解释结果。问「上周华东退货率为什么涨了」，30 秒后拿到的是结论、归因、明细，而不是一张需要自己看的表。
用户可能关心的问题
- AI 平台 / OMS 问数是什么？
- AI 平台 / OMS 问数怎么用？
- AI 平台 / OMS 问数能解决什么问题？
- AI 平台 / OMS 问数会不会改错数据？
- AI 平台 / OMS 问数多久能上线？
- 朗尊AI 平台 / OMS 问数支持私有化部署吗？
关键信息
- 是什么
- 自然语言 BI：把指标口径固化在语义层，AI 负责翻译问题、取数、解释结果
- 谁在用
- 平台运营、区域负责人、财务、商家运营、管理层
- 解决什么
- 要数靠排期、口径各说各话、异常发现太晚、日报周报靠人拼
- 多久上线
- 3 周；先接订单、商品、会员三张核心表
- 典型能力
- 指标查询与同环比、同比；归因：按品类、区域、渠道、SKU 拆解；异常单定位与明细导出；经营日报、周报自动生成与推送；看板生成：一句话出一张图
- 明确不做
- 不猜口径，口径不明先反问；不估算、不编造缺失数据；不越权查看他人数据范围；不直接修改业务数据；不替代财务口径的审计结论
实施步骤
- 把问题翻译成口径：「退货率」先对齐到系统里已定义的指标（退货单 / 支付单、自然周、支付口径），口径不一致时先反问。
- 在语义层取数：AI 不直连数据库，只调用语义层里登记过的指标与维度；查不到就说不清楚，不估算、不猜。
- 给结论，也给下钻路径：输出「涨了多少 + 主要来自哪个维度 + 建议动作」，每一层都能点开看明细行。
常见问题
AI 算的数会不会跟财务对不上？
会不会对得上，取决于口径有没有先统一。系统把指标口径固化在语义层，AI 只能调用登记过的口径，不能自己发挥；口径不一致时会先反问，而不是给一个模糊的答案。
它能查多细？
可以下钻到订单行与 SKU 级别，具体粒度取决于接入的数据表。默认提供「结论 → 维度拆解 → 明细」三层。
数据权限怎么控制？
按组织架构配置数据范围，区域负责人只能看本区域，门店只能看本店；越权字段自动脱敏，查询行为进审计日志。
需要先建数据仓库吗？
不强制。可以直接接业务库的只读副本；数据量大、指标多时，建议先做轻量汇总层，查询会更快更稳。
支持语音和移动端吗？
支持。企微、钉钉、飞书里直接问，回答以卡片形式推送，日报周报可定时发到群里。