在当下数字化经营的市场环境中，企业面临着前所未有的挑战和机遇。随着业务的不断扩展和市场的日益复杂，数据作为企业的核心资产，其重要性愈发凸显。然而“数据孤岛和数据不清晰”这一问题却成为了制约企业数字化进程和竞争力的关键因素。为了解决这一问题，指标管理逐渐受到重视，成为确保数据流通、清晰和可操作的关键。

在此背景下，7月17日数势科技联合爱分析举办了“智能驱动，数据管用一体化新革命”线上发布会，在会上来自中国信通院云计算与大数据研究所的高级业务主管王超伦、爱分析联合创始人&首席分析师张扬，将带来指标平台价值和发展趋势解读。同时，活动也邀请了书亦烧仙草CIO王世飞、镜舟科技CEO孙文现等多位嘉宾针对指标平台当前落地场景及价值、相关实践案例以及未来发展前景等话题进行交流。同时，数势科技联合创始人谭李正式发布了与大数据技术标准推进委员会，共同推出的行业首部指标体系、指标平台专业书籍《指标体系与指标平台：方法论与实践》，下面我们来回顾一下该场发布会各位专家的核心观点。

指标体系和指标平台趋势、重要性分析

为了实现数字化经营，企业需借助数据来全面描述业务现状、深入分析原因，乃至预测未来趋势。在这一实践过程中，指标作为一种抽象定义的数值和衡量业务的量化标准，被企业普遍采用。爱分析联合创始人兼首席分析师张扬强调：“指标体系是构建业务的数字孪生，核心价值在于企业做经营分析时的抓手，并且在不同企业指标的价值也不尽相同。”

首先指标是可拆解的，是自上而下的“管理员”，支持企业目标的多层次、多维度拆解，确保从战略规划到执行落地能够形成一套完整的闭环体系。还应具备可衡量性，可以清晰地了解在业务拆解和流程中的指标实际情况，实现对业务经营情况的量化监控、诊断乃至预测，这方面更多的是面向部门管理者，承担业务经营过程中核心指标负责人。同时，指标应具有明确的指导性，能够引导业务部门精准执行运营动作，知道“如何去做”，这主要面向的是执行者。

智能驱动 数据管研用一体化新革命

在数据分析领域，我们见证了从过去到现在的显著演变，并期待着未来的巨大变革。过去，在大多数企业中，真正利用数据的人1%左右，主要是顶层的决策者，用经验、拍脑袋做决策也是这个阶段的特点。当下，随着数仓、BI的普及，数据使用已经很广泛，但数据的使用者依然只有10%，数据分析师和数据处理人员（俗称“表哥表姐”）往往是数据的主要使用者和处理者，他们负责将数据转化为报告和分析，以供业务决策者和企业高层使用。然而，随着数据技术的不断进步和应用场景的拓展，未来数据分析的趋势正在向数据民主化迈进，在这个范式下指标平台+AI Agent将扮演极其重要的角色。

数势科技联合创始人谭李认为：“数据民主化意味着随着技术的普及和易用性的提高，数据使用的门槛逐渐降低，但推动数据民主化的道路上却是难点重重并面临非常多的挑战，这是数势科技多年来希望解决的问题，也是决定撰写《指标体系与指标平台：方法与实践》的动力与初心。”

《指标体系与指标平台：方法与实践》新书解读

基于上述背景，那么究竟如何设计指标体系，如何建设指标平台？在《指标体系与指标平台：方法与实践》这本书里将给到详细的解答，该书是行业内首本以指标平台为中心的专业书籍，系统地介绍指标体系与平台的方法论与实践，通过指标体系的设计方法、产品设计和技术架构以及各行业应用的场景，教会读者如何利用指标推动企业数字化转型和实现数字化经营。

扫码填写表单有机会
免费获取《指标体系与指标平台：方法与实践》

在会上，谭李针对本书各个章节进行了详尽介绍，他表示：“将数字化战略落实到指标体系，并关联各个部门的执行动作和打法，搭建企业从战略到落地的关键桥梁”并且“应当建设口径统一、高效加工、有序管理、灵活易用，真正实现管研用一体化的指标平台，让业务使用指标不乱、不等、不求。”，关于该书的详尽章节介绍请关注数势科技后续内容。

信通院数据智能应用相关工作介绍

中国信通院云计算与大数据研究所高级业务主管王超伦表示：“伴随着数据智能技术和生态的不断成熟，各行业纷纷把数智化转型提上日程，物联网、5G、隐私计算、大模型、数字孪生等技术为传统企业提供了高效的数据智能应用手段。数据智能与实体经济的融合程度不断加深，并且数据智能正在更加深入地赋能传统行业。另一方面，以大模型为代表的AI技术快速发展，推动数据智能应用模式快速变革，数据层面从传统BI进化为当下的智能分析工具，能够以对话的形式高效完成具备一定深度的分析；决策层面从支持到智能化，大模型驱动的智能体（Agent）可模仿人类的决策过程，通过同环境感知交互来规划决策并执行。

另一方面，近期中国信通院联合50余家企业共同研制完成了《大模型驱动的智能数据分析工具技术要求》标准，包含数据准备、大模型智能分析、智能交互、集成部署、安全管理等六大能力域，18个能力子域，54个能力项，数势科技已完成第一批测试。同时，对于《数据指标平台技术要求》标准规范，数势科技也率先完成了评估。

圆桌话题：
重塑数据价值 指标平台在企业数字化中的创新与挑战

那么作为行业的从业者与领航者，面对“指标平台在企业落地的核心场景和价值、落地场景及挑战、AI大模型时代指标的趋势是什么？”等这些热点话题，他们是如何理解和解读的呢？

数势科技CTO 韩秀锋：

数势科技在大模型时代，坚信智能分析领域的AI Agent是实现数据价值普惠化的最佳路径与实践。作为该领域的探索者和先驱者，我们期望与更多合作伙伴携手共进，以更快的步伐、更远的视野，共同为客户创造价值。

镜舟科技 CEO 孙文现：

过去很多企业决策都是依赖经验，随着全渠道发展以及从以商品销售为中心向以客户为中心模式的转变，企业正尝试打破原有的数据孤岛，让数据成为决策的依据。那么，如何建设一套有效的指标体系一直是数字化的难点。一方面，垂直领域的数字化成功经验相对较少；另一方面，金融和零售行业都面临着跨系统、跨部门、全渠道、多品类管理的复杂化现状，这对产品的性能提出了很大的挑战。这也正是镜舟科技OLAP数据库与数势科技指标平台合作的重要契机。

中国信通院云计算与大数据研究所

高级业务主管 王超伦：

随着企业业务的迅猛发展和市场环境的日新月异，企业对数据的需求日益呈现出敏态化的特征，即要求数据分析能力能够快速响应、灵活调整。然而，与此同时，企业的核心业务流程和数据治理框架又必须保持相对的稳态，以确保数据的准确性和一致性。因此，优秀的指标平台应具备在敏态与稳态之间灵活切换和保持平衡的能力。通过集成先进的自动化和智能化技术，这些平台能够在保障数据质量和稳定性的基础上，迅速响应业务需求，提供实时、精准的数据洞察。

书亦烧仙草 CIO 王世飞 ：

与数势科技合作的指标平台，在书亦烧仙草的数字化转型过程中扮演了至关重要的角色,但在推进过程中也存在着各种挑战：

其一：项目目标范围，企业内部存在多个数据源和系统，导致数据孤岛现象严重，数据格式和标准不统一，给数据的整合与分析带来了巨大困难。解决这一问题需要项目组、各个业务部门负责人、公司高层共同探讨并确定核心指标及标准。

其二：指标体系挑战，对于书亦烧仙草来说知道有什么样的指标，但指标如何体系化指引业务真正进行分析和决策是个难点。并且业务负责人很难直接理解指标体系，在项目执行的过程中，我们搭建了指标体系测试模型，逐渐引导业务负责人进行应用。

其三：业务部门参与配合，指标体系的搭建很容易被公司内部认为是IT或者数字化部门的项目，必须要把业务部门融合参与进来，同时成立指标委员会，如果有疑问不能达成一致，共同决定与决策。

其四：技术方面挑战，指标体系确定之后，发现原有系统没有相关数据，涉及到中台、业务系统的改造，还需要配合数据治理项目共同确定相关维度。

爱分析联合创始人&首席分析师 张扬 ：

在AI趋势下，指标平台从以数据为主逐渐过渡到AI大体系之中，用户最直接的感受是交互层面变化，也是取数和数据分析过程中模型带来的价值和影响。当下，越来越多的企业将指标建设和AI融合，帮用户解决下钻问题，同时底层数据层面模型也会产生价值，尤其在数据治理过程中，模型自动化手段能够帮助企业将数据治理更轻量化。