你还在为被领导要求拿出方案而烦恼吗？天天被“方案”而绞尽脑汁！
而我与数据对话能瞬间拿出方案：
提需求：给出五条后续运营的建议
DeepBI是一款作为AI原生的数据分析软件（适用于任何行业的数据分析软件）。
最近新上的这款DeepBI数据分析软件可谓是“一匹黑马”，它的出现号称重新定义数据分析-“数据分析零门槛”，意思就是人人都可用的数据分析软件，能借助DeepBI实现一切数据分析工作，包括数据可视化、自动生成报告分析、与数据对话（上传数据后可解答一切数据范围内的问题）、精美大屏生成。
DeepBI为了使其适用于任何行业，其公司已对各行业数百个的数据集进行测试和对模型的训练，今天我们用网上超市的数据集进行一下简单的测试。
数据分析的背景及痛点
随着快递行业的稳步发展和现代都市打工人的快节奏生活，网上购物成为了越来越多的人们再购物时的首选。但同样的，影响网上购物的数据指标相比于传统的线下门店购物也是几何倍数的上涨。为了清晰的分析出这些数据指标与网上超市的运营实际关系，数据分析师们往往需要对极大量的数据集进行处理、总结、分析，最后发现出这些隐秘在其中的关系。这不仅仅浪费了大量的人力物力和时间成本，也由于人们的失误率导致一定的错误。
而现在，一款名为DeepBI的AI原生平台完美的解决了这个问题。DeepBI不仅仅通过一句简单的描述就在几秒钟之内处理大量的数据集并将他们可视化，而且它可以根据这些分析来对实际的超市运营提出建议甚至给出一份近乎完美的报告!
数据源
数据集包含一家网上超市2015年-2018年的销售情况，共计9936条。
（想测数据集的可以评论区留言）
与数据对话
在避免亏损前，我们需要知道可能会影响亏损的因素究竟是什么。在以前，这需要数据分析员在对大量的数据分析处理之后才有可能找到一些痕迹，并需要对这些有时并不准确的“痕迹”来进行一些猜测和尝试。但是DeepBI可以帮助数据分析师们解放双手，用前所未有的效率达成工作。
在通过对DeepBI进行简单的询问后我们可以得知线上超市的运营的亏损与折扣、成本和销售定价、数量、类别以及邮寄方式等字段有所关系，在得知这些后用户可以对每个字段时如何影响亏损的进行提问。
上述的两个例子分别对成本和销售定价以及客户行为对于亏损的影响进行了进一步提问。
可以清晰的看出，DeepBI对于这两个字段对亏损的影响进行了进一步的分析，并给出了相应的建议。
DeepBI还可以将不同行为进行对比，快速便捷的分析出对亏损更加有影响的字段，从而避免亏损。
再来看一下一句话实现数据可视化功能效果怎么样：
需求：绘制出各地区的销售数量
不仅展示了可视化图表，下方还给我们附上了说明，简直不要太方便！
DeepBI是怎么做到的
DeepBI 究竟是怎么对这些数据进行分析和总结的呢，让我们一起看看他是如何工作的吧。
我们还是以上方“邮寄方式和客户行为哪个对亏损的影响更大”为例：
我们以“邮寄方式和客户行为哪个对亏损的影响更大” 这个问题来对DeepBI进行一次揭秘
在收到问题之后，会先由Multi-Agent（AI智能体们）中“助理”来对这个问题先进行分析
之后会由“团队中的执行者”来对数据中的各个字段进行理解
再由base_mysql_assistant 来分析并下达任务步骤，并将其转化为python代码
最后再将分析后结果返还给我们，很明确的知道了邮寄方式是亏损的主要，那么后面我们就知道如何降低亏损了。
上面整个过程是Multi-Agent工作流程，我们虽然不需要懂，但是还是展示出来给专业的朋友看一下。
关于DeepBI
DeepBI 是基于GPT4的Muti-Agent数据分析软件，现已在GitHub上开源，大家可以随时去下载体验
