看看智能BI工具Smartbi白泽如何玩转复杂业务查询

随着生成式智能BI产品的兴起，越来越多的用户对这些新技术表现出浓厚的兴趣，愿意深入了解其功能和优势。然而，在深入了解后，用户开始质疑智能BI在处理复杂业务场景时的能力，特别是面对复杂嵌套查询时的表现。技术上，复杂嵌套查询通常包含多个子查询，每个子查询的结果会被上层查询再次处理。例如，一个查询可以先从一个表中提取数据，然后使用这些数据在另一个表中进行筛选或计算。

从业务角度来看，复杂嵌套查询意味着层层递进，基于初步获取的业务数据进行更深入的筛选和分析，以获取更加精准的洞察。用户希望智能BI能够不仅仅是简单的查询工具，还能够应对这种多层次、多维度的业务分析需求。比如：

1. 先查询“2022年1月到2023年3月的合同额”的数据

2. 再以上面数据为基础找出”合同金额连续3个月增长的销售分部”

3. 继续基于查询出来的数据，找出“每个分部在2023年合同金额最高的三个销售姓名”

这里的分析场景都是连续迭代的，每一步的分析，都是在前一步查询出的数据结果的基础上再进行。这样复杂的嵌套查询借助目前市面上可用的任何数据分析工具，做起来都困难重重。下面我们看看Smartbi AIChat （白泽）AI产品是如何做的。

让我们首先，“看2022年1月到2023年3月的合同额”。这一步的查询比较简单，它直接帮我们查询出了指定时间段内的合同额。

接下来，在这查出的数据基础上，我们让它“找出合同额连续3个月增长的销售分部”有哪些？

这背后就比较复杂了，从生成的代码中我们可以看到，它在先查询出满足过滤条件要求的数据后，再去计算合同金额的差分，并根据合同金额差分找出连续3个月增长的那些记录，从中选取”销售分部“这一列。

最后我们让它“查找出这几个分部，每个分部在2023年合同额最高的3个销售姓名”。在背后，它又是在前一步已经圈定的三个部门范围内，再按照合同额进行分组排序，并取出对应的销售人员名称。

它也很完美地完成了我们交代的任务。

通过以上四个简单的场景演示，我们基本涵盖了业务用户在日常工作中可能遇到的各种数据分析场景。通过这样的简便交互过程，我们能够清晰地看到，实现“人人都是数据分析师”的目标已指日可待。

如想了解Smartbi AIChat更多业务场景，请点击下面链接：https://www.smartbi.com.cn/index/news_cont/nid/6893

申请试用