WPS Comate最佳实践(二):高管一句话追问,华东销售为什么连跌 3 周? Comate10 分钟完成取数、追因和决策建议

日报、周报、经营看板、销售分析、财务报表、客户流失表……数据越来越多，但真正到了要做决策时，管理者面对的问题往往并不固定，而是非常多样。

而且绝大多数问题，往往不是一张报表、一个系统、一个指标就能回答的。它需要同时联动ERP、CRM、财务、订单、客户、运营等多类数据；需要把多个报表里的指标口径对齐；需要从结果继续下钻到原因；还需要从原因进一步推导出可执行的建议。

所以，高管问数真正难的地方，不是“能不能查到一个数”，而是能不能把分散在多个系统、多个表、多个指标背后的业务关系串起来，回答清楚“发生了什么、为什么发生、接下来怎么办”。

一、传统查数方式，为什么总是慢半拍？

企业不是没有数据，也不是没有系统。很多企业已经有ERP、CRM、财务系统、数仓和BI看板，但管理层真正要追问问题时，仍然经常卡住。

1）查数慢

管理者问一个问题，数据团队要先确认指标口径，再去取数、核对、出图、写结论。简单问题也要反复沟通，复杂分析可能从几个小时拖到几天甚至一周。

同一个指标，在不同部门可能有不同叫法、不同算法。比如“营收”“收入”“订单额”“到款额”，看起来都和收入相关，但口径并不完全一样。

看板能告诉你数字变化了，但很难继续回答“为什么会这样”“接下来怎么办”。管理者要追原因，还得再找人下钻分析。

“问数专家”可以理解为一个专门服务管理层的专家数字员工。它支持用户用自然语言对话，完成数据精准查询、下探分析和归因洞察。

管理者不需要写SQL，也不需要先找报表入口，只需要像问数据分析师一样直接提问：

WPS Comate会自动理解业务意图，调用企业数据源，生成可视化分析结果，并支持继续追问、下钻原因和形成行动建议。

问数专家不是把Excel丢给大模型，也不是让AI直接写SQL去数据库里乱查。真正可落地的做法，是先把企业里的指标口径、业务规则、管理目标和数据权限梳理清楚，再通过Skill和系统接入形成稳定能力。

• 对接数据源：

接入企业数仓、ERP、CRM、财务系统以及必要的外部数据。数据不再散落在不同报表里，而是进入统一的可调用数据底座。

• 统一指标口径：

由数据分析师梳理指标定义、计算规则、常见别名和业务黑话。比如“B端”“2B”“企业业务”要能准确映射到同一类业务数据。

• 补齐业务上下文：

把OKR、业务背景、特殊规则、分析框架写入Reference，让AI知道企业真正关心什么、应该按什么逻辑分析。

• 创建问数专家：

把数据模块、指标逻辑、权限规则和分析路径封装成Skill，支持查数、解释、下钻分析和行动建议。

• 持续调优运营：

上线后持续观察高管提问习惯和回答质量，由数据分析师和AI工程师维护准确率、修复Bug、扩展新指标。

一个真正能帮高管做判断的问数专家，不只是查数，更要懂业务、能下钻、围绕OKR服务决策

问数专家需要系统级对接企业数仓，保证数据及时、准确。指标模式准确率可接近99.99%，明细模式准确率约95%；简单任务可以秒级出数，复杂分析通常十几分钟内给出结论。

真正可用的问数专家，必须掌握充分的“背景知识”。数据分析师要把业务隐性知识、特殊规则、指标口径和常见说法萃取出来，教给AI。这样，用户说“B端”“2B”“企业业务”时，AI才能匹配到正确字段，而不是胡说八道。

3）能下钻分析

管理者要的不是一个数字，而是数字背后的原因。问数专家要能层层追问，帮助用户分析“为什么会这样”“接下来该怎么办”。用户定方向，AI负责把分析做深。

企业决策不只看内部数据，有时还要结合市场、行业、竞品等外部信息。接入Data Hub后，WPS Comate可以连接企业数仓、外部系统和其他数据源，支持内外部数据综合分析。

问数专家不是被动查数工具，而是带着目标感的战略助手。比如公司现阶段最关心“收入”，系统就应该在Reference层理清收入、客户、订单、利润等指标链路，让每一次问数都服务于核心目标。

高管AI问数，是一个非常适合优先试点的企业AI场景。

第一，它有明确使用对象：管理层；第二，它有明确价值目标：提升决策效率；第三，它有可衡量效果：查数是否更快、口径是否更准、分析是否能下钻、是否真正服务OKR。

它不是让所有员工一上来都随便问数，而是先从一号位最关心的战略指标切入。先把一个“小切口、高价值”的问数专家做出来，让管理层真正用起来，再逐步扩展到VP、部门负责人和业务负责人。