1. 概述
阅读本文，可以了解并体验到 FineChatBI 的主要功能。建议是用户先照着文档流程走一遍，再进行自我的发挥和探索。
1.1 版本
| 版本 | 功能变动 |
|---|---|
| V3.0 | - |
| V3.19.0 | 新增数据解读功能 |
1.2 体验路径
FineChatBI 使用流程如下图所示：
2. FineChatBI入口
有两种方式进入 FineChatBI：
直接在 FineBI 访问链接后增加后缀：webroot/decision/ai/conversation/resource/web/html
进入FineBI，点击「FineChatBI」按钮，如下图所示：
3. 选择提问范围
IT 管理员会提前为业务人员准备常用的提问数据（详情请参见：预加载配置），这些展示在左侧数据列表。
3.1 对指标维度数据进行提问
切换到指标维度后，直接使用管理员准备的指标维度进行提问，如下图所示：
3.2 对分析主题进行提问
预加载的分析主题：切换到「分析主题」，用户可以直接点选管理员配置好的标签或主题进行提问，如下图所示：
点击「预览」可以查看主题内的数据，判断是否是要选择的分析主题。
若要提问的分析主题数据不在预加载的数据列表中，也可以手动选择。
例如，希望对「互联网访问数据」进行提问：点击「数据概览>选择其他数据」，选「互联网访问数据」。如下图所示：
4. 开始对话
4.1 自然语言提问
在对话框输入问题即可开始进行提问，FineChatBI 即可基于问题进行查询并给出回答。
例如：四川省2024年各门店的销售额，发送后即可获得对应的可视化图表。如下图所示：
当问题中包含不确定的字段时，FineChatBI 将给出判断提示。
例如，如果门店被错误地识别为「门店编码」，你可以手动将其更正为「门店名称」字段。一旦更改，本次对话中所有提及的门店都将被识别为「门店名称」。
4.2 多轮对话
FineChatBI 可以提问多个问题时，自动联系上下文内容为您回答：
使用场景一：维度不变，只希望切换分析的指标
| 提问示例 | 追加提问 | 实现效果 |
|---|---|---|
| “2022年四川省不同门店的销售额” | “成本额呢” | 获取“2022年四川省不同门店的成本额” |
| “2022年四川省不同门店的销售额” | “再加上成本额呢” | 获取“2022年四川省不同门店的销售额和成本额” |
使用场景二：指标不变，只切换过滤条件
| 提问示例 | 追加提问 | 实现效果 |
|---|---|---|
| “2022年四川省不同门店的销售额” | “湖南省呢” | 获取“2022年湖南省不同门店的销售额” |
4.3 验证结果准确
FineChatBI 会在组件上方生成解析思路，包含数据表、过滤条件、汇总方式等信息，若都正确，则说明结果正确。
该组件使用到的数据表是否正确
该组件的过滤条件是否正确
分组字段，指标字段以及它的汇总方式是否正确
4.4 智能改写
注：管理员配置大模型后才可使用此功能，详情请参见：大模型配置
当用户自然语言的提问无法获得 FineChatBI 准确的回复时，可以点击「对结果不满意？重新生成」。
此时系统会对用户的自然语言进行智能改写，以帮助 FineChatBI 获得更标准的提问。例如：
用户自然语言提问的：“干的最好的门店”
改写后的标准化问题：“销售额求和最高的门店名称”
4.5 问思路
注：管理员配置大模型后才可使用此功能，详情请参见：大模型配置
问思路可以帮助用户一些模糊语义或一些启发性的问题。
例如：点击「问思路」，并输入"你帮我看看哪些产品值得推广"，可以看到系统对思路进行了拆解，用户可以直接参考拆解后的思路。
5. 对图表操作
5.1 切换图表类型
用户可以根据需求自由切换图表类型对分析结果进行展示。
支持的图表类型：表格、柱形图、饼图、分区柱形图、多系列折线图、分区折线图、KPI指标卡、散点图。如下图所示：
5.2 数据解读
FineChatBI 的「数据解读」功能为用户提供更加智能的数据洞察服务。生成图表后，点击「数据解读」：
数据表现分析：系统会结合用户提出的问题，针对图表内容详细解读数据表现。
关联外部因素：若存在影响数据的外部信息，功能将自动关联，对图表数据表现作出合理解释，把握数据背后深层原因。
推荐后续问题：基于当前分析方向，智能推荐一系列可继续追问的问题，引导用户深入挖掘数据，拓展分析维度。
注：管理员配置大模型后才可使用此功能，详情请参见：大模型配置
在数据解读下方会出现数据解读推荐的问题，用户可以根据推荐的问题继续进行分析。如下图所示：
5.3 钻取分析
FineChatBI 支持对已生成的图表进行钻取分析。
例如，如果发现广安店的销售额最高，可以进一步钻取分析广安店中各个商品类别的销售情况。如下图所示：
5.4 归因分析
当分析时拆解的维度过多时，分析就失去了焦点，要么找不到出现问题的原因，要么感觉每个维度都可能有问题。此时可以通过「归因分析」挖掘关键影响因子，针对性拆解维度进行分析。
在图表中单击鼠标右键，选择「归因分析」后，将对选中的数据内容进行归因分析并给出分析报告，如下图所示：
注：当整个表的维度必须大于等于两个，且问题仅有一个分组和一个指标且指标不为记录数和计算字段时，才可使用归因分析。
也可以直接提问“24年4月的利润为什么升高”此类问原因的 query ，直接触发归因分析。如下图所示：
5.5 预测分析
方式一：在获得折线图后，点击右侧「趋势预测」，如下图所示：
方式二：获得折线图趋势后，可以继续提问。例如可以这么问“预测明年的销售额趋势”，如下图所示：
6. 结果的导出与保存
6.1 生成仪表板
点击「生成仪表板」，在弹窗中勾选需要保存的组件，输入「名称」、「储存位置」，并「保存」
保存完成后，将会出现「保存成功，数据更新中」，此时选择「去查看」即可跳转至分析主题所在的位置。
在生成的分析主题中包含：问答时使用的数据、数据模型、组件、以及组件生成的仪表盘。
用户可以后续在分析主题中进行进一步的分析。
6.2 导出 Excel 或图片
将生成的结果组件导出为 Excel 或图片。
导出为图片：将组件导出为图片形式展示
导出为Excel：将分析后的数据以表格形式展示
上一篇：FineChatBI 更新日志
