正在阅读：偶数发布对话式数据分析平台Kepler，会聊天就会数据分析偶数发布对话式数据分析平台Kepler，会聊天就会数据分析

2024年5月23日，偶数科技发布了对话式数据分析平台Kepler。Kepler基于自研的专有数据分析领域大模型，率先实现了AI原生自然语言对话能力，让用户可以通过对话交互进行数据分析，无论是数据查询、图表生成，还是指标分析、归因分析，都可以通过对话实现，是大模型领域数据分析类垂直应用。

针对数据分析场景中用户面对的主要痛点，如业务用户门槛高、需求排队时间长、分析性能和时效差，Kepler一站解决全部问题。Kepler赋能用户降本增效，学习成本降低约200倍，取数效率提升约1500倍，提供秒级响应和延迟。

简单易用，零门槛上手：让更多业务用户快速用起来

大语言模型的技术飞跃，让用户从图形交互 (GUI) 逐渐转向对话交互 (CUI)，Kepler实现了AI原生自然语言对话能力，让用户可以通过对话交互进行数据分析，为用户带来颠覆性的数据分析体验。

易用性带来学习成本大幅降低，相比传统BI、指标平台等培训至少一两周，用户在10分钟内就可以轻松驾驭Kepler，一线业务用户学习成本降低上百倍。

从市场专员到金牌销售，从活动运营到财务主管，Kepler帮助企业内更多人、更主动、更活跃的用起来。

不懂SQL，也能取数：业务用户全流程自助分析

用户在Kepler的帮助下，还可以通过自然语言完成取数分析，实现“全员取数用数”的企业数据文化。

此外，Kepler自带低门槛、零代码、拖拽式的数据工厂模块和数据集成工具，用户无需技术背景就可以轻松上手，避免因业务变更需求和IT反复修改导致需求不断延期，大幅提升数据开发效率。由此，业务侧大量长尾取数需求都可以通过Kepler轻松满足，零成本提高取数效率。

实时分析，极速查询：全员在线开展数据分析

Kepler结合偶数自研计算引擎，通过多活主节点、存算分离技术，支持数万员工同时进行复杂分析查询，分析结果秒级响应，无需担心用户量激增导致的负载压力。同时，通过实时湖仓数据底座，让用户可以实时取数，实时分析，让决策者能够在最短时间内做出最优的商业决策。

偶数对话式数据分析平台Kepler有哪些技术优势？

可信赖：准确率高

无论是趋势分析、活动复盘还是财务指标解读，准确、可信都是数据分析的基石。在大模型“幻觉”频出的市场环境中，偶数自研的专有数据分析领域大模型准确率高，可以提供完美的结果可解释性。结合企业本地数据资产，以及偶数多年来在数据库内核研发的丰富经验，让企业用户可以完全信赖AI分析结果，Kepler让企业对数据价值不迷茫，对商业决策有信心。

高并发：全员在线数据分析

偶数率先创新支持分析型负载超高并发，多活主节点和计算节点水平扩展的同时，保证完备的查询服务和集群的高可用，企业内部数万用户可同时在线使用复杂查询访问同一份数据。

高性能：查询秒级响应

Kepler可以面向PB级大数据的查询，内置的计算引擎将硬件性能发挥到极致，分析结果秒级响应。

Kepler功能盘点：七大模块一站式赋能决策

Kepler整合规划在数据分析领域的既有模块，形成6+1的能力矩阵，即1个对话式数据分析，联动指标管理、标签管理、报表管理、数据可视化、数据加工、应用开发等6个模块。

智能取数

传统数据库查询需要精通SQL语法，对非技术用户是一大挑战。Kepler对话式数据分析模块内置指标模式、SQL模式能根据用户的取数需求自动切换，识别用户在分析场景下的实际需求，帮助用户找到所需的数据或指标。业务侧大量、临时的取数需求通过智能取数即可满足，零边际成本。

SQL生成

Kepler通过自然语言生成SQL的创新功能，为用户提供全新的查询交互方式。通过将用户的自然语言提问翻译成SQL语法，使用户能够更加灵活地定制和修改SQL，满足个性化的数据需求。

多轮对话交互

凭借大语言模型的天然优势，Kepler能够联系上下文语境进行数据分析、指标计算、图表生成。无论是复杂的业务场景、历史数据，还是特定的行业术语，用户都可以像与真人交流一样，提出问题，陈述需求。这不仅让数据分析更贴近用户的真实需求，还通过连贯的数据分析体验让用户更全面地了解数据之间的关系，深入挖掘数据背后的业务信息。

指标查询

通过向Kepler提问查询既有指标，或者通过自然语言直接进行SQL查询计算得到结果，如“上个季度销售额是多少”、“各个产品线的盈利性情况如何”，满足非专业用户对具体指标快速响应的需求，打破数据分析的技术隔阂。

归因分析

归因分析是解读数字背后故事的关键。Kepler通过直接提问的方式，让不同业务用户能够在不了解数据结构和分析方法的情况下，迅速掌握数字的成因和业务变化的规律，从而降低了数据分析的门槛，让数据解密不求人。

图表生成

Kepler颠覆了传统数据分析工具的使用模式，用户无需在复杂的图表设置中反复尝试。通过自然语言生成的图表，比如饼状图、柱状图，用户能够直观地理解业务趋势，轻松驾驭数据之美，直观的图表交互让数据探索方式成为有趣的工作体验。

大模型在数据分析领域的落地和应用，将降低用户的交互门槛，让业务部门更容易、更主动、更活跃地使用分析工具。真正做到了释放企业数据价值，为企业降本增效。

偶数对话式数据分析平台Kepler，乘势而上，与用户共同驾驭数据分析大模型的未来。