Video Player is loading.
视频以库存分析指标模型为示例，实际指标口径以企业自身数据与方案配置为准。播放异常时可刷新页面重试。
这个场景解决什么
以库存分析为例，演示 AI 的理解推理、数据获取、数据解读与深入洞察能力。
价值：更快的数据获取与阅读能力，效率显著提升；更强的洞察能力，能看到人可能忽略的数据异常。
- 以库存分析指标模型为例，演示 AI 的理解推理过程
- 自动完成数据获取与指标计算，减少人工取数整理
- 对库存结构、周转与异常波动给出解读结论
- 可发现人工容易忽略的数据异常，辅助及时决策
使用流程
三步完成一次库存指标分析
在已有指标模型基础上，由 AI 完成取数、解读与深入洞察。
01
选择指标模型
选定库存分析指标模型，明确库存结构、周转等分析口径。
02
AI 取数解读
AI 自动获取数据并解读指标变化，输出结论与关注点。
03
深入洞察异常
按维度继续追问，定位异常库存与潜在问题，形成处理建议。
