zandy1011的博客

HENGSHI SENSE的"异构过滤"技术通过创新的三层架构设计，在保持数据实时性的同时，实现了跨源查询效率的质的飞跃。对于面临多源数据关联挑战的企业，这种方案提供了比传统ETL和联邦查询更优的技术选择。随着衡石科技持续的技术迭代，我们有理由相信，数据孤岛问题将不再是企业数据分析的障碍。

在Gartner定义的"增强分析"成熟曲线上，90%的准确率是商业应用的门槛线。衡石科技的实践揭示：ChatBI的落地不是简单的技术部署，而是企业数据治理体系、计算基础设施与领域知识库的全面升级。当分析误差从18%压缩至0.7%，企业收获的不仅是决策质量提升，更是一种对抗不确定性的核心能力——在数据洪流中锚定真相的精准之力。这或许正是数字化生存时代，企业最珍贵的免疫基因。

description="上月消费超500元客户的本月留存情况",标准化计算场景：覆盖从移动平均到队列分析的200+模板动态参数化：支持"近N天""TOP X%"等灵活条件多版本管理：保留指标历史定义满足审计需求就像秦始皇统一度量衡奠定了中央集权的基础，衡石科技的指标中台正在数字经济中扮演着新时代"标准制定者"的角色。当企业能够确保从董事会到一线员工使用的每个数据指标都有明确、一致、可验证的定义时，数据才能真正成为组织的通用语言。

八年时间不短，但对一个企业级产品来说也不算长。本文将对衡石核心产品 HENGSHI SENSE 的八年成长做一个回顾。梳理一路走来的历程，才可能预见未来的技术演进方向。企业级 BI 是一个非常有生命力的市场，BI (Business Intelligence)这个名字所指出的“商业智能”，是现代化企业管理理念上经久不衰的概念，也一针见血指出了数字化转型中，信息技术推动一个商业组织提升的智能化方向。作为这个领域相对年轻的本土厂商，衡石团队在产品的形态、功能和方法论上都做了不少创新。本文将尝试对产品的演进过程按

企业内部，分析的主导权在于业务部门，中台团队更多是承接需求，主要的原因是各部门或各业务线的分析内容可能差异化很大，比如在一些视频平台企业，广告商业化团队和用户增长团队的分析方法论和关注的指标可能截然不同，甚至有所冲突，无法用同一套分析方法论指引。当前很多 BI 工具都带一定的 ETL 模块，但数仓与 BI 之间仍是相互配合的关系，BI 无法取代数仓的基础性数据加工的功能，特别在数据量较大的场景，还是需要 SaaS 平台的数据团队，在底层构建出坚实的数据底座，确保数据加工处理的高效与稳定。

黄色填充的过滤条件是下推的中间过程，最终过滤条件落在了“coffee_2016年销量”和“coffee_2023年销量”上，相当于 “coffee_2016年销量”的数据不会参与到分析中。为了更好地描述数据过滤的发生过程，我们可以将上述节点倒序排列，例如下面图片描述的一个关于咖啡的简单分析场景，在这个场景中，我们可以描述数据过滤在每个阶段的作用。数据的过滤是数据分析中最重要的方法之一。过滤器下推是指在不影响计算结果的基础上，将过滤器尽量推到底层计算，从而减少计算量，过滤被下推之后，原始的过滤条件会被删掉。

运维不仅仅是技术问题，更是一个成本和效益的平衡问题。通过精心设计和实施运维策略，我们可以提高效率，降低成本，并最终提升客户满意度。希望本文的经验分享能够为您的运维之路提供一些启发和帮助。

但遗憾的是，每次尝试的结果只是导致了更多（有时更糟糕）的编程语言涌现。就像人类语言体系形成时分裂出不同的语言之后，巴别塔再无可能被搭建一样，数据分析领域每隔一段时间就会有一个企业宣称他们的计算平台可以解决目前大部分（如果不是说所有）的技术难题，而实际情况如何我们现在已经知道了：我们需要程序员小哥哥掌握的计算平台就有 Spark、Flink，Presto，ClickHouse，Doris，Greenplum，Redshift，Hologres，TiDB 等等，这个列表每年还在不断变多。

答案是可以通过自定义图表来实现，自定义图表提供了可以使用 JS 的能力，编写的JS 将会在沙盒中运行，目前内置了D3、Echarts、EchartsGL、Three.js，如果不满足于这些，还可以通过全局JS的方式加载其他的插件，可以按照需求实现各种可视化效果。这里我们看到，样式中存在很多配置，满足了我们针对于这一类型图的常规配置，但这里我们需要警惕，如果为了满足各种场景这里无限制的增加配置，易用性是会被大大影响的，从产品的角度我们需要限定范围，哪些是高频的、通用的配置，才能够放到这里。

从技术演进到商业落地，衡石科技通过 DeepSeek 的技术优势，成功将 ChatBI 从概念推向实践。在这一过程中，衡石科技不仅解决了传统 BI 工具的低效问题，还通过自然语言交互降低了数据探索的门槛，提升了企业的决策效率。未来，随着推理模型与混合专家模型的结合，以及 ChatBI 在更多场景中的深度集成，衡石科技将继续引领 BI+AI 的技术革新，为企业数据智能化的未来开辟新的可能性。

ChatBI的核心价值在于解决灵活数据探索与降低分析门槛的问题。通过自然语言交互的方式，ChatBI让业务人员能够随时提出问题并实时获取分析结果，显著提升了数据分析的灵活性和效率。同时，ChatBI通过拟人化的交互方式，降低了数据分析的门槛，让更多业务人员能够独立完成数据分析任务。衡石科技作为BI领域的创新者，通过将BI与AI技术深度融合，推出了具有ChatBI功能的智能分析平台HENGSHI SENSE。其独特的NL2DSL技术路线和企业级解决方案，为ChatBI的落地应用提供了有力支持。

进一步细分，业务人员所需的数据助手，在不同场景下需求也各有不同，可能是能随时查询特定关键指标的查询助手，也可能是进行数据预测和归因等高级诊断分析的数据科学家，或是能够撰写行业数据分析报告的行业专家。最开始的时候，ChatGPT 的输出质量一直是最高的，也是成本最高的，Moonshot 确实在效果和成本上都很不错，但受限于 API 速度，我们内部用的一直不多，智谱在效果上跟 Moonshot 是一个梯队，成本比 Moonshot 高，但是 API 速度更快，对于我们的测试和演示来说速度也很重要。

数据分析师创作仪表盘后，从自适应切换到固定尺寸时，可能会出现两种模式尺寸对应不上，导致在固定尺寸中内容过长展示不全需要客户多次调整尺寸的问题，因此在5.4版本中，固定尺寸模式中增加「画布高度自适应」功能，且在切换模式时，自动开启。控件布局为「层叠模式」时，控件允许被拖出画布外，可用于制作不允许查看者操作的隐藏过滤控件，但是数据分析师若在创作仪表盘过程中不小心将图表控件拖出画布后，将不太容易找回控件，5.4版本中在「图层」内支持标记出画布外控件，点击标记符号或三点菜单>重置位置，可快速找回控件。

完备的指标分析平台，AI 增强的业务自主分析，以及灵活的权限配置等能力，让业务运营专家自由探索数据洞见，轻松助力企业激活数据潜能，实现数字化转型的加速与升级。衡⽯推出新⼀代智能分析平台 HENGSHI SENSE，在企业级 BI 能⼒基础上，新增指标中台 + AI 分析助⼿两⼤核⼼功能，为客户提供智能化、自动化的数据处理与分析服务，帮助企业精准洞察市场趋势，优化决策流程，提升运营效率，从而在激烈的市场竞争中脱颖而出。未来，衡石科技将持续深耕数据智能领域，持续探索技术创新，为客户提供更加优质、高效的服务。

北京衡石科技有限公司是一家专注于数据分析和BI领域的标准化软件产品厂商。公司成立于2016年，总部位于北京，并在上海、杭州、深圳、成都、重庆等地设有本地化服务团队。其核心团队来自VMware、秒针、阿里、百度等国内外高科技公司，拥有卓越的技术实力和行业洞察能力。衡石科技的核心产品HENGSHI SENSE，是一个定位超前的BI PaaS（Platform as a Service）能力平台。

衡石科技与明道云的深度合作，为企业数字化转型提供了有力支撑。双方通过技术融合和优势互补，共同构建了业务流程与分析流程的完整闭环，实现了数据驱动的企业运营。未来，双方将继续深化合作，推出更多创新解决方案，助力更多企业实现数字化转型升级。在数字化转型的道路上，衡石科技与明道云将携手前行，共同探索更多元化、深层次的合作模式，打造更完整的数据生态链，与合作伙伴共同应对挑战，把握机遇。

衡石科技创始人& CEO 刘诚忠也作为特邀嘉宾做产品闭门会的分享，分享内容干货满满，他从产品构建的成本意识倡导保守且专注的产品策略，提醒所有的产品负责人，研发的成本是极大后置的。同时，几年的商业化之路也让他形成了对市场的独立观察，他认为在目前的中国企服市场，产品公司固然很重要，但是解决方案公司和专业服务公司也很重要，甚至在当前更加重要，这是由当下服务的客户能力现状决定的。衡石科技作为数据智能与分析领域的杰出代表，也应邀参加了此次盛会，并在会上展示了其最新的技术成果与合作案例，赢得了广泛的关注和赞誉。

在当今数字化浪潮席卷全球的背景下，企业纷纷寻求通过数字化转型来降低成本、提升效率、优化决策，从而在激烈的市场竞争中脱颖而出。衡石科技，作为一家专注于商业智能（BI）与数据分析的创新型企业，通过其先进的BI PaaS平台——HENGSHI SENSE，为企业提供了强有力的数字化转型工具。本文将深入探讨衡石科技BI如何帮助企业实现数字化转型，并解析其在实际应用中的具体案例和效果。