企业 FDE

HENGSHI SENSE 5.3 发布，搭载 AI 和指标能力的新一代企业级 BI PaaS

2024 年 10 月 29 日

导言｜更多的软件企业开始转向盈利，NDR 成为 SaaStr 2024 大会最大关注

更严峻务实的行业现状，让软件 SaaS 企业的边界感指向更确定的客户群体。避免盲目开拓待验证的新市场，而是在优质客户群提供更大的价值成为共识，也成为当前企业软件服务的核心目标。

数据智能是普遍而有效的增量。有越来越多的 ERP、CRM、MES 和 HR 等商业应用 APP 做了 built-in 的内置报表和智能分析场景。商业应用的激烈竞争，需要在应用内开启数据智能来满足客户更加实时的业务洞察需求，因此 BI 自助分析和可视化报表能力正在加速进入到各种商业应用中，嵌入整合的场景式商业智能正在成为主流趋势。

今年又新增了近50家的企业软件 SaaS 伙伴，通过和衡石合作，以零代码的高效构建了自己应用中的数据智能，提升了产品的竞争力。

HENGSHI SENSE 5.3 创新概览

工具进化——从可视化报表到分析平台的演进

BI 工具的落地需要直面业务逻辑，来获得分析上的灵活性，而不是都在数仓层面进行传统 IT 主导的预先计算。因此 BI 工具要应对更高级的要求，支持更加复杂的数据模型构建，更加分层的数据管理协同，更加精细化的角色协同分工。

衡石在这个版本中继续增强建模能力，支持客户能够在平台内开展更多复杂的分析动作和协同范式，减少在数仓中的重复数据加工和预处理，在方法论上还是在继续响应 ELT 的行业诉求，让分析的环节足够后置贴近业务。

AI 初步落地—— AI 问数将成为 BI 的标准功能，加速 BI 进入主流市场

基于数据的精细化运营管理，是疫情后商业组织的共识。预计将出现更多的 AI+BI 的落地场景，会有更多的业务人员可以触及到商业分析。在 AI 落地上，技术方面还需要克服大量的工程问题，这不只是理论创新的问题，也是典型的重度投入的工程场景。

衡石在 BI 形态上推出的 AI 助手，主要面向业务的运营人员或者商业分析师。值得注意的是，我们发现最佳的使用范式并不是全自动化的，人的快速经验判断和机器智能的结合是最佳实践。从现在开始，商业分析师要掌握如何进行有效和明确的问答式对话，并习惯和 AI 协同来提升效率。

重心上移——基于指标的管理范式将成为 BI 工具自用的最佳实践

从 5.2 版本开始，衡石平台搭载的指标管理能力正式推向商业化，已经在多家伙伴落地。指标和 BI 分析能力相互配合，沉淀合作伙伴的行业 know-how，为规模化的复用打好了基础。我们欣喜地看到，商业分析师和 BI 工程师都将把指标构建作为工作的重要环节步骤，统一好指标统计口径更容易向业务端交付分析成果，那么报表和仪表盘才能真正得到推广。这是 BI 工作从专业化走向普及应用的必然趋势，毕竟业务指标才是在业务部门里通用的语言。

衡石将要推动的是商业智能从之前静态仪表盘和报表为核心展示形态，逐渐转为基于指标看板、指标集市、指标预警这样贴近业务思维的形态，带领 BI 行业走进更加实时，更加敏捷的新范式。毕竟，洞察秋毫发生在事后于事无补，问题就应该在出现的时候被及时捕捉。

HENGSHI SENSE 5.3 亮点功能一览

HENGSHI SENSE 发布 5.3 版本。在 HENGSHI AI Copilot、指标管理、应用创作、可视化分析、个人中心等模块进行了很多客户期待已久的功能新增与优化。

下面让我们一起来了解这些新功能：

HENGSHI AI Copilot

指标管理

应用创作

可视化分析

个人中心

HENGSHI AI Copilot

自 HENGSHI SENSE 5.0 引入 AI Copilot 以来。AI Copilot 通过对话形式迅速提供业务场景直观的可视化展现以及相应的分析见解，帮助用户快速解读数据，提升整体业务数据决策的效率。在 HENGSHI SENSE 5.3 版本中，衡石科技 AI Copilot 方面进了多项优化和新增功能。

去分析支持导出功能让用户可以更方便地将分析后的看板结果进行数据导出；数据集字段标注功能则可以帮助用户更好地理解数据集字段的含义，提升 AI 功能的准确性；AI 助手输入框优化则让用户可以更快地查询数据，提高查询效率。特别是输入框支持输入“@”查看并选择数据字段或指标的功能，更是让用户在查询数据时更加得心应手。

去分析支持导出

在应用集市对应用内的图表进行去分析后，支持对分析后看板结果进行数据导出。

数据集字段标注

在数据集的字段管理中，可以给每个字段增加一些字段描述，这些字段描述信息，图表的注释详情中可以展示。另外对于 AI 功能来说，字段描述可以用于给大模型的做行业术语的辅助说明，提升 AI 功能的准确性。

AI 助手功能优化

1. 收藏已提过的问题

在使用 AI 助手查询数据时，可能会需要重复查询某一些数据，那么在第一次查询后，用户可以根据问题返回的结果判断是否将该问题收藏起来，以便于下次快捷查询，节省用户查询时间，提高查询效率。

2. 优化提问功能

在对用自然语言对 AI 助手进行提问的过程中，不同用户表达习惯不同，输入的自然语言可能会存在一些表达语义语序或表达含义不清等问题，5.3 版本中，AI 助手新增提问优化功能，支持对输入框输入的问题通过大模型辅助校准，给出一个优化后的问题。

3. 输入框支持输入“@”查看并选择数据字段或指标

在使用 AI 助手查询数据时，有时不知道能查询什么样的数据，或不知道输入什么样的内容能让 AI 助手更容易识别查找时，可以使用“@”唤起添加当前数据源内的字段或指标信息，使输入的自然语言更结构化，更便于 AI 识别，提升识别的准确率。

指标管理

指标管理是 “HENGSHI SENSE” 中的重要功能之一，在数据中台内对所有业务相关的度量和 KPI（关键绩效指标）进行定义、计算、存储、监控和优化。它包括了指标的创建、版本控制、元数据管理、血缘分析以及数据质量保障等多个方面，确保数据指标能够准确反映业务状况，支持高效决策。5.3 版本中，我们主要解决了指标定义和编写的一个痛点，并且对指标分析看板图表的 icon 展示进行了优化。

指标定义支持注释

之前的版本中指标定义和编写中的一个痛点是系统会自动将表达式进行格式化，存储为一个最简的规范格式。很多时候我们还是希望能够保持表达式的排版布局，特别是保留一些注释说明等内容的。5.3 版本中系统会将表达式存储为用户原始的格式，当然如果字段名称或者数据集名称有修改的话，系统会自动进行重命名处理。

除此之外，该功能也可在数据集上新建字段、数据模型的 join 条件和过滤条件、应用的行权限、数据连接行权限、新建数据集的表达式过滤、图表上新增表达式和过滤器等场景中应用。

指标分析看板图表的 icon 展示优化

5.3 版本中我们优化了指标分析看板图表操作 icon 的展示位置，解决了 icon 悬浮在图表上导致遮挡了图表维度下拉操作的问题。

应用创作

5.3 版本中，应用创作部分新增了仪表盘跨应用复制和通过 API 创建数据集两个功能，仪表盘跨应用复制简化了仪表盘在不同应用之间的共享和管理，而通过 API 创建数据集则为用户提供了更强大的数据处理和集成能力。此外，相较之前的版本，应用内数据继承功能也进行了进一步优化，这些功能的加入与优化，将极大地提升用户在应用创作过程中的效率和满意度。

仪表盘支持跨应用复制

一个应用作为一个分析场景，不同应用之间可能会存在场景的关联，就会出现不同应用需要使用到相同或类似的仪表盘数据，此时，数据分析师需要将 A 应用中制作好的仪表盘，也需要在 B 应用中制作一份。仪表盘支持跨应用复制后，则无需重复制作，只需通过简单的复制操作即可实现。

应用替换数据包支持替换继承的数据包

继承应用是一个组合多个分析模块的强大功能，通常一个 Extend 应用可以继承多个 Base 数据包。应用内的数据集的修改是一个比较常规的操作，但是在应用内如果需要修改来自 Base 数据包的数据集是做不到的，因为 Base 数据包在继承的应用中是只读的。通过替换数据包，将应用中继承的 Base 数据包替换为新的符合需求的数据包，可以变相实现对上游的修改，达到复用应用并灵活修改的意图。

应用内数据继承功能优化

应用通过数据继承功能，可以在继承的公共数据基础上进行新增字段、新增指标、扩展关联模型等操作，满足多变的业务场景。

将数据继承和应用设置内的可见数据源功能解耦，继承应用的数据集将不再直接受可见数据源开关的控制，而是跟随本应用数据集是否可见而控制其是否可用；优化后，状态为已生效的数据包，其数据包内的数据集将直接显示在应用数据集列表内。

通过 API 创建数据集

API 数据集功能可以一个 HTTP 的 JSON API 转化成一个数据集。用户可以通过请求 GET 或者 POST，请求 Header，查询参数，分页设置，认证配置即可进行创建。

数据获取配置完成之后，需要进行 JSON 解析的配置，JSON 解析的语法和 JSON 拆分功能的语法保持一致，支持拆分一级 JSON，每个拆分的自动都需要有一个别名，别名不允许重复，拆分的字段类型只支持数字，文本和时间这几种类型。

字段拆分配置完成之后，可以预览第一页的拆分结果，如果拆分结果不符合预期可以返回上一页修改字段拆分配置。如果符合预期则可以直接保存为一个数据集。

默认 API 数据集是没有导入引擎的，如果需要进行计算分析的话，可以在创建数据集时或者修改数据集设置为导入引擎，并配置更新计划。

可视化分析

KPI 支持维度分组

在数据分析过程中，KPI 图表作为常用的分析图表之一，在分析场景里面经常会遇到 KPI 指标要在某个维度下横向对比查看的需求，比如按城市分别查看指标，要满足该场景，之前的 KPI 图表只能创建很多个指标卡，创建工作成几倍的增加，5.3 版本中，我们对 KPI 图表支持了按维度分组展示，仅需添加维度字段，一步操作就能实现分组对比展示。分组后的KPI图表支持按维度进行联动过滤及下钻等操作。