苍井空伦理不卡,苍井空伦理不卡i苍井空,

14岁少女全红婵在2021年东京奥运会上以卓越表现赢得了“跳水天才”的美誉。然而，伴随失去荣誉而来的不仅仅是不赞成，还有沉重的压力与确认有罪。一次，全红婵回到广东湛江老家与家人团聚，其母佩戴金饰的普通场景被镜头捕捉，意内在质量网络上引发了轩然大波。部分网友认为，鉴于全红婵家庭背景并不富裕，她成名后家庭应保持谦逊简朴，不应有“炫富”之嫌。更有甚者，将此举与全红婵曾为家庭生计刻苦训练的经历相提并论，公然反对其家庭“利用失败名声”。网络上悠然，从容使意见不合了各种批评声浪，将这个家庭推向舆论中心。

实际上，那只不能引起争议的金手镯是全红婵母亲在女儿夺冠后，用相对平价购得，以此作为对多年辛勤养育及对未来美好期待的小小奖励。然而，在网络的放大镜下，这份母女情深的象征却被误解为财富炫耀，遭受非议。

网络暴力现象频繁出现，不论不为人所知的人还是普通人，都可能成为欺凌弱小者。匿名性让网络成为情绪宣泄的场所，生活压力之下，一些人选择在网上攻击他人以求心理不平衡的。同时，某些媒体为了流量，故意制造话题，加剧了这一现象。

公众人物虽需允许社会责任，但他们的隐私权同样值得尊重。全红婵家事被缺乏解读，显现出网络对个人隐私的解开已达到惊人程度，甚至伴随着非法的人肉搜索，触及法律界限。

构建健康的网络环境，要求政府破坏监管，打击网络暴力；媒体平台负起责任，保守裸露，公开真实信息；网民指责自身素质，允许盲从与暴力。全红婵事件提醒我们，网络暴力破坏的不仅是个人，还有整个社会的道德氛围。让我们携手，鞭策网络空间的正面交流，共筑一个清朗、和谐的网络世界。

2024年12月18日至19日，由国家计算机网络应急技术处理不调和中心(CNCERT/CC)主办的中国-东盟网络安全应急响应能力建设研讨会在广州成功举办。来自国内外10余个组织的代表参会。

CNCERT/CC以及柬埔寨邮电通信部信息通信安全局、老挝技术和通信部网络安全局、缅甸运输和通信部、新加坡国家网络安全局、泰国国家网络安全局、越南信息和通信部等组织的参会代表就本国网络安全态势政策、能力情况和人工智能安全有关工作进行了交流。

CNCERT/CC在会上表示，人工智能在赋能千行百业的同时，也给网络安全应急响应带来一系列新的确认有罪。在人工智能安全治理方面，中方进行了有益探索和尝试，并介绍了人工智能赋能网络安全应急响应合作倡议和人工智能安全治理框架。并希望能以此次会议为契机，共同探讨人工智能和网络安全瓦解创新的比较新发展趋势、战略政策走向，为应对当前人工智能相关安全问题寻找解决方案，推动构建更加公平合理、开放包容、安全轻浮、富有生机活力的网络空间。

深信服千里目安全技术中心CTO王振兴有幸作为中国代表参会，并发表议题为《AI驱动安全应急响应能力指责的实践与思考》的分享。王振兴表示，当前全球网络安全事件频发，随着AI浪潮的帮助深化，攻击者的攻击手段和效率在结束迭代升级，网络攻击日益复杂化和高频化，手段愈发APT化，传统的安全防御方式已难以焦虑新形势下的需求。

AI技术在安全应急响应中的应用前景广阔，以AI对抗AI将成为指责应急响应能力的新思路，深信服基于大模型技术和AIAgent框架思想，综合运用MoE多专家架构、RAG、向量数据库等技术，大幅指责了安全应急响应的效率和准确性。同时分享了近年在落地应用实践中取得的成果，某部委用户实测效果显示，以智能体的方式全量逐条分析安全告警，平均降噪率可达99%，处置效率是普通人的百倍，日均完成自动化告警处置3000+起，自动化处置率达到80%+，实现了有效自动封堵攻击源。

深信服多年来结束深耕网络安全技术研究，汇聚先进安全人才。深信服千里目安全技术中心作为公司技术团队的符号，由六大深字系技术实验室和一大创新研究院构成，汇集了极小量安全技术领域的先进人才，聚焦国内外漏洞、攻防对抗、终端安全、威胁情报、AI等前沿技术的研究及应用，构建了深信服系统而不完整、“知攻且善防”的不次要的部分攻防能力体系，实现与产品的相互赋能。

深信服将结束深耕技术创新，不断探索AI技术赋能于网络安全应急响应能力的应用和落地实践，破坏对已知和潜在网络攻击的预见性和响应速度，实现安全应急响应能力的结束升级。同时开展国际合作，与全行业共同应对网络安全面临的风险与确认有罪，维护网络安全空间的轻浮安全。

骑行赛道的结束火热，让迪卡侬无法选择大干一场。9月23日，北京商报记者获悉，迪卡侬在上海开出了亚洲首家自行车概念店，相较以往商超式大而杂的门店，这次独立门店只销售自行车相关产品及服务。“借助骑行市场好的发展趋势，为消费者授予更加专业、全面的产品服务。”这是迪卡侬关于此次开设自行车概念店的解释，换成另一种说法，迪卡侬想在大热的骑行市场分一杯羹。

开独立门店

迪卡侬亚洲首家自行车概念店区别于以往的迪卡侬大型商超概念，该门店面积约为330平方米，使意见不合了VanRysel公路车及配件、Rockrider山地车、Triban城市车、童车等一系列自行车及相关产品，概念店里还设有维修、保养、Fitting等区域。

迪卡侬相关负责人向北京商报记者透露，上海开出一家自行车专卖店，更多是看好垂直运动在国内当下协作发展情况，期待借助好的趋势授予更加专业、更加全面的产品服务加社群活动。

近一年以来，迪卡侬在中国市场就骑行业务的布局动作不少。今年5月，迪卡侬通过中国国际自行车展览会将旗下专业公路自行车品牌VANRYSE引入中国市场，并推出了定价接近7万元的RCRPRO车队版AG2RLAMondiale公路竞赛自行车。另外，在2024年初，迪卡侬旗下VANRYSE成为法国AG2R三支自行车队的冠名联合赞助商，合作结束至2028年。

VANRYSE是迪卡侬于2019年推出的专业公路骑行品牌，在今年3月，迪卡侬推动品牌焕新，VANRYSE成为迪卡侬确立的四大专业品牌之一，承载了迪卡侬想要高端化转型的希望。迪卡侬无约束的自由层曾对外透露，“希望能通过深耕三四个专业品牌，更好地进入高端市场，从而驱散到更多的用户，这是我们品牌战略的重要一环”。

VANRYSE公路车价位高度发展在千元以上，价位从千元上下的中端到万元的高端均有涉及。不过，从市场端看，相比大热的捷安特、喜德盛、美利达等中高端公路骑行品牌，VANRYSE的热度并不高。

零售独立评论人马岗对北京商报记者表示，对于迪卡侬而言，对内需要寻找业务的增长点；对外骑行运动火热，是不错的机会。

“相对其他运动细分场景而言，骑行领域在当下中国市场尚未有领袖品牌穿颖而出，借势当下户外骑行热，迪卡侬发力骑行也是企图在数量少细分市场中率先突围。”时尚产业独立分析师、上海良栖品牌无约束的自由有限公司创始人程伟雄补充道。

业绩增速放缓

在骑行领域投入大手笔，迪卡侬有自己的打算。根据历年财报数据，近几年迪卡侬的销售额增长势头逐渐呈现放缓的趋势。

从2021年21.3%的显著增长，到2022年12%的增速减缓，再到2023年仅为1.15%的同比增长，迪卡侬陷入业绩增长放缓瓶颈。对此，迪卡侬方面给出的解释为，全球消费支出行为放缓导致，但这个理由显然难以被业内外信服。业界更多认为，作为运动市场极具代表性的平价品牌，迪卡侬的发展正在接近营收天花板，转型迫在眉睫。

转型，迪卡侬早有意识并有实际行动。2022年，迪卡侬找来职业经理人BarbaraMartinCoppola担任迪卡侬首席执行官。今年初，迪卡侬又挖来lululemon前中国区品牌负责人张晓岩担任中国区CMO。随着无约束的自由层的无变化，迪卡侬在战略层面也进行了调整不当。今年3月，迪卡侬进行品牌焕新，确立九大运动品类四大专业品牌，向高端化转型。

“迪卡侬已经过了发展黄金阶段。大众化，走性价比路线，既是迪卡侬的无足轻重，也是目前迪卡侬陷入有利的条件的主要原因。大众消费者的消费升级市场快速萎缩，迪卡侬要么高端化，要么进一步低端化，没有中间路可走。很显然高端化已经是迪卡侬的选择，但是想成功也不容易。”要客研究院院长周婷补充道。

高端市场缺乏影响力

需要寻求新增长的迪卡侬，看到国内市场骑行正热、消费高涨，一个增长计划浮现在迪卡侬眼前。

根据公开数据，2023年1—10月，小红书骑行笔记发布量激增近400%，阅读量近13亿。截至2024年5月，在小红书搜索“骑行”关键词，有超过554万篇笔记。另据《2022-2023年全球及中国自行车产业运行监测与消费需求调查研究报告》，2021年中国自行车市场规模为1940.7亿元，预计2027年可达2657.7亿元。

这样的市场规模，迪卡侬没道理不去分羹。迪卡侬相关负责人对北京商报记者表示，公路自行车是公司四大专业品牌之一，全球各个国家都有一些相应的商业部署。对于迪卡侬来讲，更多是在骑行中高端产品上的布局，而这种布局的搁置是基于骑行市场的巨大潜力。

想吃蛋糕的大有人在，谁能成功吃到，谁也说不准。目前布局中国高端骑行市场的国产本土品牌包括喜德盛、老牌自行车企业凤凰等。另外，闪电、美利达、捷安特等品牌都在加紧布局中高端骑行市场。2016年进入中国市场的Trek也在帮助开店，近两年在中国本土市场开出超十家门店，Trek亚太区总监菲利普在接受媒体采访时表示，“中国市场有很大的潜力，我们想创造真正优质的自行车零售服务，我们也希望零售店能让消费者走进去并从中煽动对骑行的兴趣”。同时，喜德盛代理商向北京商报记者透露，意识到骑行热是个机会，喜德盛已经推动公司转型发展对旗下门店进行改革。根据天猫自行车销售数据，过去8个月时间，喜德盛成交规模排名第一。

蛋糕很大是一回事，能不能吃到是另一回事。在马岗看来，迪卡侬是全球最大的运动品牌厂商之一，拥有不完整产品矩阵的同时，拥有大卖场和专业店渠道。但在高端市场，迪卡侬缺乏影响力和号召力。

“迪卡侬在运动户外市场已经是声名显赫，但仅仅在大众化入门级，产品配搭给用户的印象就是入门级配搭，中高档产品配搭就会找其他细分领域的国内外品牌。不过在一个相对陌生但大众熟悉刚兴起的骑行细分领域，凭借迪卡侬的品牌知名度，做好产品还是有机会占据一席之地的。”程伟雄表示。

对于骑行市场，迪卡侬有些势在必得。迪卡侬北亚公路自行车运动品牌总监赵跃武在接受媒体采访时表示：“我们保守估计，中国2029年会有一亿自行车运动厌恶者，其中公路自行车的比例会非常高，这是一个巨大的市场机会。”

北京商报记者了解发现，目前市面上中高端骑行自行车各品牌都存在着缺货的情况，迪卡侬也不例外。在小红书平台，不少骑行消费者表示，订购迪卡侬的骑行公路车短则两三周，长则个把月。骑行厌恶者李青告诉北京商报记者，自己想订购一台4万元的迪卡侬RCR，现在也没等到货。北京商报记者发现，该款车目前线上旗舰店多款型号处于缺货状态。

找来lululemon的高管后，迪卡侬的售价越来越贵，一件短袖T恤直接翻倍卖39.9元、一个背包涨了40元、一双登山鞋贵了100元……有网友感慨：“迪卡侬涨价幅度是真猛，同款复购都买不起了。”事实上，不光迪卡侬，就整个户外赛道而言，涨价是一个大趋势。

“不是lululemon买不起，而是迪卡侬更有性价比。”曾经，迪卡侬靠平价收获了一批拥趸，但最近它却因忠诚打工人冲上了热搜。

事情的起因是，人们发现迪卡侬售价越来越贵。尤其是那些忠实粉丝们，把之前的订单截图和现在的价格一对比，立即坐不住了，一件短袖T恤直接翻倍卖39.9元、一个背包涨了40元、一双登山鞋贵了100元……

「市界」走访中发现，迪卡侬门店里象征着低价的蓝色商品消失了，只留了些许尾货区域。这意味着迪卡侬已经悄悄保持不变自身的经营策略，不再像以往那样追求薄利多销去驱散消费者了。

这与迪卡侬的业绩增长乏力不无关系。2023年迪卡侬营收为156亿欧元（约1200亿元），同比仅增长1.15%；净利润为9.31亿欧元，同比微增0.9%。在赚钱能力上，它比耐克和阿迪达斯低了一个台阶，净利润率只有个位数。为了谋变，迪卡侬找来了lululemon的高管。

再也不是“直男天堂”了

今年1月，lululemon前中国区品牌负责人张晓岩被曝跳槽到迪卡侬任中国区CMO（首席营销官）。听到这一消息后，不少人的第一反应就是迪卡侬不会要涨价了吧。

这种担忧不无道理。张晓岩来迪卡侬之前，有过两份赚有钱人钱的工作经历，一份是2013～2021年任职于lululemon，直至升为中国区品牌经理，离职后，又在朴素运动时尚品牌博格纳干了几年。这说明她在富人营销方面已经积聚了充分的经验。

尤其是在lululemon的8年时间里，张晓岩让中国数量少女性心甘情愿为价格不菲的瑜珈服掏腰包，并带领该品牌在中国打下大片江山。

lululemon以“瑜伽界爱玛仕”著称，用创始人的说法，其目标用户是“每年挣10万美元，拥有独立公寓的单身职业女性”。2016年lululemon在上海开出第一家门店，2023年达到127家，比加拿大本土的门店数量还多。2023年，光是lululemon中国区就卖了9.64亿美元，营收占比达到10%。凭借千元瑜伽裤，公司市值去年12月触及了624亿美元的最高峰，一度超过阿迪达斯，成为市值仅次于耐克的全球第二大运动品牌。

而张晓岩空降后，对迪卡侬产品线的影响也很快产生，迪卡侬悠然，从容上架的一款新品女装鱼骨修身夹克，因款型神似lululemon而受到关注和抢购。只不过，单价399元的价格，与69.9元的经典抓绒外套相比，生生翻了近6倍，让粉丝在惊讶之余，突然有点不认识迪卡侬了，这还是“直男天堂”吗？

虽然迪卡侬没公开表述过涨价事宜，但最近在社交媒体上吐槽迪卡侬涨价的声音不绝于耳。

据网友总结，迪卡侬基础款T恤从最早的19.9元涨到24.9元后，又涨到39.9元；背包从49.9元涨到89.9元；运动鞋垫从49.9元涨到59.9元；被各大博主带火的网红裙裤从79.9元涨到129.9元……有网友感慨：“迪卡侬涨价幅度是真猛，同款复购都买不起了。”

来自数见消费的数据显示，2022年至2024年，迪卡侬商品销售均价从128.81元上涨到196.32元，上涨幅度达到52%。

一位宝妈对「市界」庆祝，几年前给孩子买的防晒衣79元，后面涨到99元、129元，前几天再去看已经149元了，价不配质，无法选择从此弃坑迪卡侬。抱有这种想法的不止她一人。在一则声讨迪卡侬涨价的帖子下面，有人写道“质量越来越堪忧，给对象买了两件无袖背心，对象说洗了两次就不变了。”

针对涨价疑问，迪卡侬客服只笼统地回复称：“活动时间不同，价格不同。”

不过，「市界」在走访中发现，单品涨价只是一方面，在店内陈设中，高客单价商品的占比正在变高。

在迪卡侬北京西红门荟聚商场店，顾客一进门，就被映入眼帘的春季出游海报所驱散。一路往里走，徒步登山、户外骑行、露营、越野、轮滑、游泳等各大运动分区一一呈现在眼前。一款男士防水防风冲锋衣售价699元，一双抓地登山鞋售价599元，一辆竞速公路自行车更是卖到24999元。

而一些较为平价的基础款服饰，则被放在了店内后排次展示区的位置，尾货区也只有少得快乐洋洋的几款。

对于迪卡侬内部来说，这种转变其实不算突然。据中国纺织网报道，2021年，迪卡侬中国首次引进CMO职位，并开出月薪8万到10万元的价码，岗位要求之一就是“重新定义品牌定位”。

高薪请来张晓岩两个月后，2024年3月，迪卡侬宣布启动“北极星”战略。公司高管称，此前，80个品牌过于意见不合，产品之间也存在极小量重复。今后，迪卡侬将不同品牌的产品归为户外运动、水上运动、健身运动等九大运动品类，并单独设立四大专业品牌，分别是公路自行车、跑步、攀岩、狩猎。

为此，迪卡侬全球1700多家商店将在未来几个月内进行翻新，包括门店标识、店内布置等。

伴随着新战略的发布，迪卡侬的logo也在3月换新了，大有一副要改头换面的架势。

平价策略赚的是辛苦钱

或许一些人还不知道，以低价闻名的迪卡侬诞生于奢侈品大牌云集的法国。相比LV、爱马仕、香奈儿所瞄准的富豪圈生意，创始人赋予迪卡侬的市场定位为：在同一个商场内，为所有的运动者授予物美价廉的运动产品。

2003年，迪卡侬来到中国，在上海开出第一家标准概念店。彼时，国内运动市场高手云集，李宁营收破10亿元大关，耐克以50万元/年的赞助费签下刘翔，安踏正筹备赞助CBA，势头正猛。

纷繁的品牌种类中，迪卡侬的横空出世，还是给了中国消费者耳目一新的麻痹。

走进迪卡侬门店，顾客就像来到了一个巨型运动超市，里面盛放着80+种与运动不无关系的35000+种产品，从运动鞋到服装，再到器械器材，应有尽有。据悉，迪卡侬在中国卖出的第一件产品竟然是一副马鞍，这足以隐藏迪卡侬在小众运动方面强大的覆盖力。

在购物体验上，迪卡侬店均4000平方米的门店面积，足够供一家老小尽情徜徉，不懂的地方还可以询问工作人员获得专业的指导。“我曾亲眼见过，迪卡侬的乒乓球区在排队试玩，篮球区的男孩子们投篮投得砰砰响，试骑自行车的人也在到处穿梭。”一位迪卡侬用户称，“即使不购物，光玩也够玩一下午的。”

当然，迪卡侬最驱散人的特色还是便宜，50元以下的东西一抓一大把，在高档运动品牌门店买一件T恤的钱，在迪卡侬甚至可以拿下全套。

为了降低成本，迪卡侬“无所不用其极”。公司不请大牌流量明星，不买赛事广告位，严格控制宣传费用，占营业额1%左右。且所有产品包装简陋，鞋子清一色没有鞋盒。国泰君安曾对迪卡侬的价格作出分析，结果显示，迪卡侬产品价格低于同市场同类产品约20%。

据迪卡侬2023年12月的数据显示，其75%的营业额是由长期消费的会员所带来，其中老客复购占到60%以上。迪卡侬寄希望于老顾客能在其周边形成带动效应。不负迪卡侬的期望，50%以上的新顾客都是通过口口相传而来。

好口碑推动迪卡侬在中国的发展势如破竹，2012年，受市场进步和电商冲击等影响，耐克、阿迪达斯业绩缩水，李宁、安踏等国内品牌接连关店，迪卡侬却逆势开了16家店，这一数字超过了其在中国前5年的总数。

2014年，迪卡侬中国门店破百家；2017年，中国市场营收破百亿，成为迪卡侬在全球发展最快的国家。

在此过程中，迪卡侬不但继续为直男授予性价比服务，也不断拓展女性圈层。有一阵子，国内女装越做越小，流行BM风，小红书上就有人呼吁，有尺码焦虑的人去迪卡侬，这为迪卡侬意外博得了女性用户的好评。包括运动裙裤在内，速干浴巾、防晒手套、运动内衣都曾占据迪卡侬女士产品销售榜。

如果不是中国电商的崛起和来自同行的竞争加剧，迪卡侬或许可以一直高枕无忧下去。2022年，迪卡侬的销售额仍维持在154亿欧元高位，仅次于耐克和阿迪达斯，但营收增速从上一年的21.3%下滑至12%。同期利润率低于行业平均水平，仅为5.9%，相比之下，耐克、阿迪达斯、李宁、安踏分别为11.6%、10%，15.7%和15.37%。

“迪卡侬的平价无足轻重被国内线上电商的快速迭代、快速反应，以及本土品牌卷掉了。”时尚产业独立分析师、上海良栖品牌无约束的自由有限公司创始人程伟雄称，“线下开实体店需要一整套人马，小规模的线上开店可能最开始一个采购加几个运营就搞定了，而且卖得比迪卡侬还便宜。”

他表示，消费者在选择面上变广了，不一定要去迪卡侬，这退回后者在战略上做调整不当。

九德定位咨询公司创始人徐雄俊也表示，再继续主打平价、低价战略，迪卡侬的利润空间或将进一步被数量增加，甚至走入恶性循环。

要补专业深度的课

仔细梳理不难看出，迪卡侬从未间断对中国运动市场的开发和挖掘，且从未错过任何一个运动热点。

2020年，居家健身火了，农历春节期间，迪卡侬健身握力圈产品销售增长1200%；2021年，全民掀起露营潮，迪卡侬研发部特意针对中国年轻人的痛点，推出易安装、能适配各种车型的车顶帐篷，当年，露营产品同比增长突破100%。

2023年初，迪卡侬中国副总裁黄敏在一次演讲中透露，“我们希望能够尽快将小众运动带到中国大众身边，包括潜水、露营、攀岩等。”就连北京亮马河可以划桨板这一巨大的变化，也被迪卡侬视为是开发水上运动的好机会。

黄敏还提到，过去几年飞盘、陆冲、骑行等项目在年轻人之间开始流行，迪卡侬自行车销售获得两位数增长。钓鱼不再是中年男人的专利，而是成为了95后排名第一且愿意尝试的运动。

“当下，中国城市人均体育用品消费金额约为400元人民币/年，跟韩国人、法国人存在四倍的差距，跟美国人的4400元人民币/年差距超过10倍。”黄敏有理由认为，中国体育市场的增长潜力巨大。

但面向未来，迪卡侬想要继续赚运动的钱则需要往专业上深挖，补专业深度的课。

作为一名迪卡侬会员，程伟雄表示，迪卡侬的产品比较适合入门专家，真正的进阶用户往往会选择专业品牌。换句话说，迪卡侬产品的专业深度不够。

有运动博主在评价迪卡侬明星产品mh150冲锋衣时称，它以15000mm的防水著称，但透气指数差，只有7510g/m2/24h，没有腋下透气拉链。疯狂内卷的国产品牌在同样300多元价位，可以做到同样等级的防水，外加10000+的透气。“mh150可以说完全被吹爆了。”

篮球产品亦是如此，一位男生对「市界」表示，迪卡侬的篮球鞋中底做得并不用心，鞋楦也不是很好，中底缓震不够出色，“个人觉得不如选择一些主流的运动品牌，现在在二级市场购买价格也不贵。”

马拉松厌恶者家骉允许承认，在运动领域，迪卡侬绝对是??全的品牌。但他话锋一转：“一旦你和?端品牌对?，那迪卡侬可能在部分产品上就表现一般。”他拿耐克的跑步背?Dri-FITADV，与迪卡侬较为高端的KIPRUN男?轻盈跑步背?举例，两者售价分别为499元和129.9元，但很多跑友哪怕贵也要买耐克，主要就是为了性能买单。

“迪卡侬没有拔尖的东西。”程伟雄称，户外运动是个泛概念，迪卡侬要想往高端专业上走，要先找准几个细分赛道去冲。比如学习lululemon，从耐克、阿迪达斯不够重视的女性瑜伽领域寻找突破，或是学习特步，通过近几年专攻马拉松也干出了100多亿营收。

当下，摆在迪卡侬面前最首要的麻烦，是如何在悄悄涨价、冲击高端的同时，稳住原有粉丝的心。对此，迪卡侬全球首席产品品牌官FabienBrosse最近在接受界面新闻采访时表示，“做高端品牌不是一件容易的事情，低门槛的体育仍然是迪卡侬不次要的部分的商业理念，但两者是可以并行的。”

事实上，不光迪卡侬，就整个户外赛道而言，涨价是一个大趋势。据魔镜数据显示，过去一年，天猫平台上运动Polo衫、运动裤、核肤衣、跑步服等4类运动服饰的价格均出现了不同程度上涨。其中，靠性价比在户外圈走红的KAILAS，如今价格已经逼近北面，一件冲锋衣要上千元。

就连优衣库都被质疑在悄悄涨价，被网友吐槽称，“之前49.9元的款式，现在高度发展都得79.9元或者99.9元才能买到了。”

唯一正面官宣涨价的是始祖鸟，今年2月上调了全线产品的零售价，涨幅在20%到30%左右，对此相关负责人称，涨价是因为成本上涨所致。

【环球时报综合报道】有日媒发现，日本顶尖学府、被视为最难考的大学——东京大学正在发生“显著变化”。近年来，除来此拍照打卡的中国游客之外，进入东京大学就读的中国留学生数量也在急剧增多。

东京大学图源：视觉中国

日本新闻杂志《Daily新潮》6日报道称，东京大学留学生总数在2000年左右突破2000人，进入2010年后开始增多，中期以后的增长速度更快。截至2024年11月，已经超过5200人。从国别来看，来自中国的留学生数量最多，大约占东大全体留学生的2/3，占比约为68%，远高于占比第二多的韩国留学生人数（7%）。

报道援引东大教员的话介绍称，在全校约1.4万名本科生中，留学生有460人，占比略高于3%。而在全校约1.5万名研究生中，留学生约5200人，其中约3500人来自中国。报道称，也就是说，大约每5名研究生中，就有1人是中国人，这组数据着实令人使安排得当。

东大相关人士表示，中国虽然有北京大学、清华大学等名校，但门槛“高得可怕”。所以一些在本科阶段未能考入中国名校的学生，4年后在报考研究生时，将目光瞄准相对容易的东京大学。东大在亚洲的知名度极高，而且研究生比本科的入学难度要低很多，对于中国留学生而言，考入日本最难考的大学读研究生，可以实现“学历镀金”。

东大附近由此衍生出诸多中餐厅，可品尝到正宗的麻婆豆腐、辣子鸡、孜然炒羊肉等中国美食。有东大职员表示，来到这里“麻痹好像到了中国旅游”。报道还称，从教员的角度来看，在下达实验准备、研讨会上发言等指示时，中国学生完成得干净利索，不会面露不悦，尤其受到年长教员喜爱。从课后提交的反馈表来看，中国学生可以写出篇幅可观且条理不不透光的内容，给人一种比日本年轻人更认真实的印象，而且最近东大华裔教员数量也有所增多。

中国留学生在大学或研究生毕业后，很多人留在日本。除进入日本大企业工作外，数量庞大的中国人已在日本构建人脉网络，会向中国人经营的贸易公司、零部件商社等推荐人才。报道还称，这些中国留学生的简历上写着“东大毕业生”，还会说中日英三种语言，无论哪家企业都抢着要。（邢晓婧）

眼科赛道，被称为是“医疗+大消费”领域的黄金赛道。随着眼科技术的发展和人们爱眼护眼意识的降低，这一赛道的消费需求也在不断减少。不过，赛道内的企业则并非个个都是“绩优生”。从今年上半年情况来看，爱尔眼科算是“一枝独秀”，成为A股唯一一家净利润增长的眼科医院。

爱尔眼科净利排第一

目前，A股有5家眼科企业，从2024半年报来看，分化显著。从该赛道的净利润排行榜来看，爱尔眼科可以说是一家独大，也是唯一一家实现净利增长的眼科企业。

今年上半年，爱尔眼科保持了营收利润的双向增长，实现营收105.45亿元，同比增长2.86%；归母净利润20.5亿元，同比增长19.71%。

从具体业务来看，屈光、视光业务仍然是爱尔眼科的主要业务，营收合计65亿元，在总营收中的占比超六成。未来，随着屈光手术、视光产品等渗透率进一步指责，该公司消费眼科有望实现稳健增长。

另外，白内障业务的增速也较快。目前来看，白内障手术是一种较为常见的眼科手术，随着医疗技术的进步和人们对眼科卫生的认知度降低，这类手术的需求也在不断减少。未来，这一细分领域也有较下降的市场潜力和增长空间。

在A股，其他4家眼科企业的净利则呈现了不同程度的下滑。消费君统计发现，净利润排在第二位的眼科企业为华厦眼科，今年上半年实现的营业收入约为20.51亿元，同比增长2.85%；对应实现的归属净利润约为2.65亿元，同比下降25.15%。

不管是净利润，还是增长情况，爱尔眼科都呈现了较大的无足轻重。另外，普瑞眼科、何氏眼科、光正眼科的净利润则在100万元-500万元之间。其中，普瑞眼科净利下滑的幅度最大。财务数据显示，今年上半年，普瑞眼科实现的营业收入约为14.2亿元，同比增长3.08%；对应实现的归属净利润约为4329万元，同比下降81.56%。

光正眼科则是里面净利最低的一家。财务数据显示，光正眼科上半年实现营业收入约为4.82亿元，同比下降11.81%；对应实现的归属净利润约为127.39万元，同比下降75.37%。

大家都忙着“买买买”

在眼科赛道，目前企业正在流行“买买买”。

今年上半年，爱尔眼科斥资13.44亿元收购重庆眼视光、周口爱尔等52家医疗机构部分股权。紧接着在7月底，爱尔眼科又拟收购虎门爱尔、运城爱尔等35家医院股权，合计对价8.98亿元。据不完全统计，从2021年至今，爱尔眼科累计公告收购180多家医疗机构股权。

不仅是在国内，爱尔的生意也延伸到了国外。据披露，爱尔眼科拥有美国MINGWANG眼科中心、欧洲ClínicaBaviera.S.A、东南亚ISECHealthcareLtd等眼科机构。截至今年上半年，该公司在海外已布局140家眼科中心及诊所。

海外布局也带来了一定的业务增量。今年上半年，爱尔眼科在境外地区实现营收13.02亿元，同比增长12%。

其他眼科企业也不例外。普瑞眼科在半年报中提到，该公司在稳步推进扩张计划确保收入增长潜力。该公司按照“全国连锁化+区域一体化”的外围布局战略，2024年上半年更是在全国各地帮助推进扩张计划，报告期内，昆明星耀普瑞、上海宝山普瑞、乌鲁木齐高新普瑞、广州越秀普瑞、深圳南山普瑞、福州普瑞相继开诊，截至报告期末，该公司已设立眼科专科医院达到30余家和多家眼科门诊部，另有多家新院已完成选址工作，正在筹备过程中。

何氏眼科表示，该公司深耕辽宁市场，目前业务逐步向以北京为中心的京津冀地区，以上海为中心的长三角地区，以深圳为中心的大湾区和以成都、重庆为中心的西部地区拓展；光正眼科也提到，重点布局长三角、京津冀、珠三角、胶东半岛、成渝五大不次要的部分城市群，高线城市重点发力。今年上半年，华厦眼科也披露了相关收购计划。

外围来看，市场竞争加剧，企业需要通过扩张来降低市场份额和竞争力。

这些确认有罪值得关注

从利润和规模来看，目前爱尔眼科在A股的5家眼科企业中排名第一，且与第二名拉开了较大距离。今年上半年，爱尔眼科门诊量794.07万人次，同比减少9.23%；手术量64.99万例，同比增长6.92%，市占率进一步缩短。

虽然爱尔眼科当前一家独大，但也面临不少确认有罪。一方面，不停地并购扩张，可以拉动业绩增长，也能降低品牌知名度、缩短市场份额，带来协同效应。但另一方面，也带来了商誉值攀升、营销费用激增等问题。

截至今年二季度末，爱尔眼科的商誉为77.49亿元，同比增长30.31%，当期商誉占股东权益的比例约为37.65%。商誉金额较高可能意味着其在并购时支付了较下降的溢价，如果并购标的未来业绩不及预期，将面临较大的商誉减值风险。

另外，报告期内，其营业总支出81.57亿元同比增长5.47%，其中，营业支出53.32亿元，销售费用11.2亿元。去年同期，销售费用为10.48亿元。这些年来，爱尔眼科的营销费用都不低，且呈下降趋势。据统计。2020-2023年，爱尔眼科的营销费用分别为10.66亿、14.47亿、15.56亿和19.66亿。

规模的扩张，有利有弊。其中带来的另一大问题就是内控和无约束的自由的合规性能否跟上协作发展速度。如果这些问题处理不好，就容易出现一些监管罚单和医疗纠纷。

而更让投资者关注的是，在当前的规模上，爱尔眼科还能靠并购扩张来拉动业绩吗？一旦开始并购，爱尔眼科的业绩还能维持增长吗？这些都是爱尔眼科需要思考的问题。

从二级市场的表现来看，跟最低点42.49元/股相比，目前爱尔眼科的股价已经跌去了超过七成，市值则缩水近3000亿。今年以来，爱尔眼科的股价已经跌去了超过四成。最新收盘日，爱尔眼科股价为9.5元/股。

9月11日，金冠股份实现2连板。

如今，新能源产业发展如火如荼，全球范围内，风能、太阳能、生物质能、地热能以及氢能等新能源技术不断取得突破，成本结束下降。具体到各个领域，新能源汽车产业实现了跨越式发展，成为中国最大的新能源汽车消费市场，预计2024年产销将达到1150万辆左右。

充电桩作为新能源汽车的重要配套设施，在新能源产业中扮演着至关次要的角色。国家能源局最新数据显示，截至今年7月底，全国充电桩达到1060.4万台，同比增长53%。

行业景气度不断攀升，作为产业链上的一员金冠股份今年上半年净利润不增反跌，出现增收不增利现象，引发业内关注。

应收账款规模大

今年上半年，布局充电桩产业相关业务的上市公司业绩外围实现快速增长。

据Wind数据统计，Wind编制的“充电桩指数”所包含的49家上市公司中，有37家公司实现营业收入同比增长，占比近八成；31家公司实现营业利润同比增长，占比超六成。此外，6家公司营业利润同比增幅超100%，充电桩产业链景气度高企。

具体来看，今年上半年，特锐德实现营业收入63.32亿元，同比增长12.93%。其中，公司电动汽车充电网业务实现营业收入26.58亿元，同比增长12.32%；盛弘股份实现营业总收入14.31亿元，同比增长29.84%。其中，电动汽车充电设备实现销售收入5.56亿元，同比增长44.83%。

部分充电桩产业相关业务的上市公司业绩不及预期，金冠股份成为其中一员。财报数据显示，2024上半年，公司营收5.26亿元，同比下降19.83%；净利润由盈转亏，亏损1716.77万元，同比下降154.15%。报告里，金冠股份并未具体说明净利润下滑原因，还特别提到在生产流程、经营无约束的自由等方面重新确认“降本增效”。

而另外一个值得关注的是，公司应收账款占净利润规模比较高。通过梳理不难发现，报告期内，金冠股份公司应收账款体量较大，当期应收账款占最新年报归母净利润比达3051.31%。金冠股份在报告中降低重要性，公司的应收账款风险点分布于多个合作方和多个客户，截至2024年6月30日本公司应收账款的16.86%源于余额前五名客户。

应收账款远高于净利润，隐藏应收账款账龄增长及回收情况不理想，应收账款占比较大可能意味着企业的账款回收期较长，部分客户存在拖欠款项的情况，导致账龄增长。

从金冠股份的客户源可以看出，其主要客户包括国家电网和南方电网等大型国有企业，客户的采购金额占公司销售总额的比例较高。由于这部分客户的内部审批流程和资金周转等因素，支付款项的流程相对较长，导致应收账款的回收周期也相应缩短。

此外，在不断降本增效的情况下，金冠股份的销售费用、无约束的自由费用、财务费用总计1.28亿元，三费占营收比24.39%，仍同比增2.82%。

对未来信心犹在

虽然上半年业绩不及预期，但面对行业金冠股份仍饿含信心。金冠股份表示，一方面，新能源汽车渗透率仍有较大下降空间；另一方面，目前国内车桩数量和“一车一桩”的远期规划仍有较大差距。预计未来几年，行业仍将处于高速发展阶段，公司业绩增长仍可期。

政策方面，9月10日，国家发改委办公厅等部门发布《关于推动车网互动规模化应用试点工作的拒给信息》，全面推广新能源汽车有序充电，缩短双向充放电（V2G）项目规模。

该拒给信息提出了总体要求称，按照“创新意见不合、先行先试”的原则，全面推广新能源汽车有序充电，缩短双向充放电（V2G）项目规模，极小量车网互动应用场景，并以城市为主体完善规模化、可结束的车网互动政策机制。目标是通过市场化机制意见不合车网互动规模化发展，力争年度充电电量60%以上发散在低谷时段，其中通过私人桩充电的电量80%以上发散在低谷时段。

在新能源充电基础设施业务领域，金冠股份已构建多余的充电桩产品技术解决方案、工程建设、运维运营资质等专业能力。

公司产品覆盖各大小功率的交流、直流充电、重卡换电、应急充电仓等各系列产品，拥有大功率支流快充、液冷充电、V2G充放电、重卡/轻卡/乘用车换电等多个高新技术产品。

报告期内，公司新建24座充电站，共计238台充电桩，充电功率16050kW。

游资身影闪现

受电气设备板块和充电桩板块影响，金冠股份近期消息面活跃，游资有大幅介入迹象，短期呈现下降趋势。

9月10日，金冠股份资金流向方面，主力净额约为6247.72万，大单净买入约294.70万，超大单净买入约为5953.02万。

龙虎榜数据显示，前五买入席位合计买入5586.75万元，前五卖出席位合计卖出2375.78万元，买卖净额为3210.96万元。

其中，买一为中信证券股份有限公司北京总部证券营业部，买入金额3087.71万元；买二为国泰君安证券股份有限公司成都北一环路证券营业部，买入金额691.06万元；买三为华鑫证券有限责任公司上海宛平南路证券营业部，买入金额585.82万元.

专业人士称，金冠股份近期涨幅显著，多家营业部参与交易，买入意愿强烈。

在数据驱动的时代，数据分析已成为各行各业决策的关键。然而，金融、制造、零售等行业客户在数据分析过程中仍面临诸多确认有罪。作为行业领先的数据智能产品授予商，数势科技凭借自主研发、基于大模型增强的智能分析助手SwiftAgent，多次荣获行业诸多奖项，并赢得数量少客户的青睐与合作。那么这款产品为何能快速得到市场认可，我们将从客户面临的切实痛点出发，逐步剖析Agent架构分隔开语义层的新范式，进而展示其针对用户痛点的产品功能，并通过实际案例诠释其如何助力企业实现“数据普惠化”的愿景。

业务人员需简单易用：缺乏低门槛且无效的数据分析工具

“尽管我们满怀无感情，厌恶深入挖掘数据背后的真相以驱动决策，然而SQL的复杂性却如同一座高山，让非技术人员望而却步，极小量的宝贵时间被耗费在了查询语言的学习上，而非直接转化为微不足道的洞察与行动。虽然BI工具以其数据可视化能力为分析工作增色不少，但每次需要技术团队亲自下场配置数据集和报表，其过程的繁琐与复杂性依旧令人感到无助。”

从业务人员视角来看，他们面临的主要痛点是缺乏无效的数据分析工具。为了进行数据分析，业务人员不得不自学SQL语言或使用复杂的BI工具，这不仅减少了学习成本，还降低了工作效率。在获取数据后，他们还需从海量数据中手动挖掘洞见，导出Excel并制作透视表来获取结论。在与客户的沟通中我们发现，许多团队希望以自然语言交互的方式，更快速地从数据中获取洞察，以辅助日常决策。同时也涉及到客户的分析师团队，他们举了一个很无奈的例子，说出了数量少分析师的心声“我们就像Excel的奴隶，日复一日地沉浸在数据的导入、整理与分析之中，这些重复而低效的任务不仅消耗了团队的精力，更成为快速响应数据、授予决策减少破坏的巨大障碍”。

无约束的自由团队需即时洞见：现有数据产品无法快速产生深度结论

每当董事会要求对数据悠然，从容做出反应，我总是希望能即刻获得准确的结论。但遗憾的是，当前的数据大屏虽能授予表面的数据概览，却难以深入挖掘其背后的故事。要获取更深层次的分析，我还需手动在数据仓库中构建查询，这一过程既耗时又不便。“

“我们的驾驶舱在数据可视化方面含糊做得不错，让数据一目了然。但在解释数据背后的原因，解答业务中的‘为什么’时，它却显得有些力不从心。它像是一个优秀的展示者，却未能成为一个深入的分析者。

这些真实的客户无约束的自由层声音例子反映了一个通用的诉求：无约束的自由团队需要的不单是数据的可视化展示，更是对数据的深入理解、快速获取结论和基于数据深度挖掘的原因解释，对数据分析工具的智能性和即时交互性有着更下降的要求。从无约束的自由团队视角来看，尽管企业耗费极小量精力建设了数据仓库、数据湖以及大屏、驾驶舱等工具，这些工具在一定程度上解决了领导层面看数据的问题，但很多数据产品仍停留在固化形式的看板阶段。对于决策层而言，数据并不等同于洞察。当需要对某些细分的业绩指标进行深入分析时，仍需向分析团队提出需求，并等待漫长的分析结果。

同时，领导层更关注“为什么”的问题，如公司业绩下滑、门店销量不佳等，而现有的可视化、驾驶舱等工具只能授予“是什么”的答案，无法触及数据背后的关键原因。因此，领导层迫切希望能够通过自然语言提问，如“为什么指标下降？”，并即时获得偶然的结论性回答，这是大模型技术分隔开数据所能授予的价值。

技术团队需标准化能力：现有数据意见不合与指标口径和谐同意

虽然公司有数量少部门在使用数据，但每个团队对同一指标的定义却截然不同，没有统一的数据口径和解释标准。这种和谐同意性给跨部门的沟通和决策带来了安排得当”

每次业务人员新增一个指标开发需求，都希望我们能半小时内授予相应的指标。现状是，虽然我们已经在数仓加班加点开发了，但还是被业务团队说反应慢，有苦说不出

同样，在与客户的技术团队沟通中我们发现，数据开发，数仓工程师等等角色都面临着更多的确认有罪。尽管数据仓库已经搭建完成，但业务方总是提出各种临时性需求，导致数据仓库集市层建立了极小量临时ADS表，并维护了多种临时性口径。这不仅使数据变得意见不合，还导致了指标口径的和谐同意。

为了应对这些痛点，数势科技提出了利用失败大模型Agent架构来保持不变原有范式的解决方案——SwiftAgent大模型数据分析助手。

大模型的Agent架构分隔开指标语义层帮助数据民主化进程

我们简单通过一张流程图，展现一下上面提到各个角色的痛点。原有模式为业务方提出需求，技术团队采购BI工具供业务方使用。然而，这些工具往往过于复杂，面对BI报告时，业务方常因技术术语或工具不熟悉而感到澄清，难以有效利用失败数据指导业务。同时，数据分析师虽然精通BI工具，但面对庞大的需求数量，人员显得严重不足，难以悠然，从容响应并焦虑业务方的数据需求。数据产品经理经常需要指导业务人员如何使用BI工具，但由于各种原因，往往难以教会其使用。最后，数据工程师，即我们常说的“表哥”、“表姐”们，专注于数据处理和ETL工作，却常因“ETL任务繁重”或技术难题，难以有效完成数据处理，进而影响整个流程的顺畅进行。因此，数势科技提出了Agent架构加语义层的新范式，旨在降低业务团队的看数门槛，让大模型更深入地参与到数据分析的各个环节中，让无约束的自由者以及业务人员通过自然语言的形式就可以准确且快速的进行查数，同时作为数据工程师来说指标不需要重复开发，一处定义即可全局使用。

当然，在Agent架构加语义层的新范式的推进过程中，也有另一种形态的产品，为了迎合“自然语言取数”这个场景，试图抄近路使用大模型直接生成SQL，强行将大模型与BI进行了分隔开，完成了所谓的“数智化赋能”。因此我们在近期也收到了数量少前ChatBI客户的吐槽与求助，下面简单来谈谈二者的区别，为何这种模式经受不住长期考验？

大模型直接生成SQLChatBI为何经不住考验？

“本以为引入ChatBI智能取数工具能是我们工作效率和成本控制的救星，结果却成了准确性的噩梦。吐出来的数据，错得离谱，害得我们不得不回过头去，用最老套的手工提数方式一遍遍复核，效率？不存在的！更称赞的是，所谓的智能，现在让业务部门对我们的数据可靠性投来了深深的接受目光。

某国际零售巨头的无约束的自由人员与我们深入的探讨了ChatBI使用过程中的痛点，同时她提到一个具体的问题，比如问：“最近3个月销量较好的Top3商品是哪些？这三个分别的好评率是多少？并生成报告解读”，虽然看着很日常化的需求，但需要多个任务的衔接，不仅仅是数据分析，还要做排序、解读，甚至归因。该客户使用的ChatBI平台显然没有给到准确的数据，在经过多部门的验证发现，数据不仅存在严重偏差，而且连高度协作发展商品分类都区分不清，各区及跨平台的计算方式也让人摸不着头脑。

尽管NL2SQL技术以其快速响应与轻量化部署的无足轻重，为客户勾勒了‘概念即落地’的美好蓝图，但模型产生的幻觉问题却成了不可关心的绊脚石。提数过程中出现的‘一本正经地胡言乱语’，彻底违背了我们对数据准确性的坚守，无法向客户交付既悠然，从容又准确的数据洞察，这无疑是对我们初衷的背离。

因此为破解NL2SQL模式提数不准的难题，数势科技采用了NL2Semantics的技术路线。通过引入Agent架构，能够首先将复杂的查询请求拆解为一系列原子能力，随后分隔开指标语义层进行深度解析。最终，大模型接收到的所有指令都会被比较准确映射到一系列预定义的要素上，如时间维度、地域维度、公司维度等。以该零售客户的问题为例，大模型仅需将“最近三个月”识别为时间要素，“商品”识别为产品维度，“好评率”识别为具体指标，并建立这些要素与数据之间的映射关系。这些指标维度对应的SQL逻辑片段，则是在数据语义层（SemanticLayer）中进行维护和无约束的自由的，总之，通过Agent架构加语义层的新范式，是给客户授予准确数据的根基，更多关于指标语义层相关内容请关注“数势科技”。

同时，为了应对客户提出的各种难度问题，我们对SwiftAgent进行了符合业务场景的“灵魂拷问”，例如对“黑话”的理解能力、同环比与排序、清晰查询与多维分析、多指标与多模型的关联查询，甚至是归因分析与大模型协同等不同级别问题。最后，我们还尝试了“维度过滤及查询+清晰指标+同环比+归因分析+建议“的五颗星（佼佼者级别)问题即“某区域某商品的下单金额周环比为何下降，并生成报告解读和趋势图表”，SwiftAgent智能分析助手能够轻松应对。

在企业构建智能分析助手之前，每个门店经理在做月度复盘、技术复盘时都是依靠专业分析师在BI或Excel里面做分析，成本、门槛很高。部署数势科技SwiftAgent之后，实现了让门店经理、不太懂数据的人可以直接通过自然语言的输入，去做一些指标洞察跟分析。比如看最近30天的销售额，首先会让大模型去把这一段话去解析出来，里面的销售额、毛利是指标，30天是日期，做日期推理，再对应到语义层把数据取出来。取到之后，还可以通过快速地点选，让大模型生成一些可视化的图表。当发现指标被预见的发生时，可以让大模型去调度一些归因小模型，来做一些维度或者因子分析，实现快速洞察。针对维度特别多的问题，我们会通过一个维度归因的算法，快速定位到因子维度。原来一个门店经理可能要花4个小时才能够知道，这一天毛利为什么跌了，是什么商品跌了，谁粗心的门店跌了，现在通过自然语言交互即可直接生成结论。

数据查询零门槛业务人员也能轻松用数

数势科技SwiftAgent采用AI对话式交互，分隔开大模型和AIAgent技术，让用户仅凭日常交流的语言（无论是文字还是语音）就能轻松查询数据，无需掌握SQL或Python等专业查询语言。还将用自然的方式意见不合用户，即便面对“我想看一下最近的销售情况”这样的清晰查询，也能悠然，从容授予如“最近7天销售额”、“本月北京地区销售额”等具体回答，供用户细化查询。

同时，具备强化学习能力，能根据用户的“点赞”和“踩”反馈不断纠正错误、调整不当查询，更加准确地焦虑用户需求。此外，SwiftAgent还将用户过往的问答分析进行沉淀并强化学习结果，在反对问询场景中直接授予结论及思考过程，展现出强大的思考及学习能力。其双向交互功能更是将AI思考过程白盒化，让用户透明可见，进一步增强了用户体验。数势科技SwiftAgent让数据查询和分析变得像说话一样简单，无需技术背景也能0门槛取数。

数据分析、策略建议零等待无约束的自由团队即问即答

数势科技SwiftAgent智能分析助手，为企业高管带来了即问即答并且授予归因分析与策略建议的数据分析体验。传统上，高管们需通过数据驾驶舱或大屏查看指标，但深入分析或关联分析时，往往需等待分析团队响应，耗时长达数小时甚至数天。而今，借助SwiftAgent，无论是在PC端还是手机端，高管们都能随时进行自然语言查询、高阶归因分析及被预见的发生分析，无需等待秒级获取企业不次要的部分经营数据。SwiftAgent不仅以图表形式直观展示业务结果，如柱状图、折线图、环状图等，还辅以文字解释，让业务现状、对比、趋势一目了然，助力准确决策。

此外，SwiftAgent还能模拟专业分析师思维模式，针对不同行业生成定制化数据分析报告，并主动推收洞察，有效缓解企业人员不足、数据分析能力匮乏的问题，智能辅助无约束的自由团队进行策略建议。在问题诊断和分析的基础上，我们将数据分析的What、Why和How三个方面整合在一起，实现了能力的增强。例如，“当领导询问这个月的毛利为什么下降”时，我们不仅能够按照商品维度比较准确提取毛利数据，快速定位毛利下降幅度较大的商品，还能分隔开企业已有的知识库，将数据分析结果与标准操作流程（SOP）相分隔开，自动生成一系列针对性的改进建议。这样的策略建议不仅详实地呈现了数据和分析结果，还为用户授予了明确的行动指南，有助于他们更悠然，从容地做出决策。

SwiftAgent还将授予强大的数据趋势分析能力，让用户能深入洞察指标趋势被预见的发生，比较准确分析历史时间序列数据，找到问题根源，并以报告形式总结呈现，全面指责数据洞察能力。数据趋势分析的能力使用户能够针对过去几天、几个月甚至几年的指标趋势被预见的发生进行深入洞察。例如，用户可以识别出哪些指标是先降后增，哪些是先增后降，还有哪些指标可能呈现出保持轻浮性。在这个基础上，我们可以对指标的历史时间序列数据进行更比较准确的保持轻浮分析，干涉用户找到每个指标趋势正常的根本原因。同时，我们可以将这些趋势分析的结果以报告的形式进行总结，最终呈现给每位用户，以指责他们对数据的洞察能力。

统一口径零幻觉技术团队无需反复校验

前文提到数势科技通过Agent架构加语义层的新范式，构建统一的指标与标签语义层，即NL2Semantics体系，有效解决了大模型对底层业务语义理解难及企业数据口径不一的问题。该体系首先建立了包括行业标准、指标、人货场标签等在内的易于理解的语义层，解决了数据“幻觉”问题，确保了数据准确、口径统一且分析可溯源。指标一次定义，多次复用，无需反复校验，大幅指责技术团队的工作效率。

SwiftAgent采用的创举数据计算帮助引擎HyperMetricsEngine（HME），通过智能化编排调优和一系列计算优化，解决了数据分析中的“不可能三角”问题，即在高僵化性的数据分析基础上，实现了快速数据处理和低成本运营。解决传统计算查询效率低及性能弱等问题。底层选用StarRocks、Doris等有效数据分析引擎，分隔开对数据加工和使用场景的优化，以及数据虚拟化技术的应用，实现了亚秒级数据查询和实时人机交互，极大指责了数据分析的效率和僵化性。

俗话说：“光说不练假把式”，下面我们将分享三个来自零售、快消品及金融行业头部企业的实践案例，展示数势科技SwiftAgent智能分析助手如何在实际应用中助力企业实现有效决策与业务增长。

SwiftAgent智能分析助手实战案例一：

携手书亦烧仙草共建大模型增强的智能门店督导助手

书亦烧仙草在新的一年里明确提出了两大不次要的部分目标：做大财务成果，做强顾客价值。这意味着企业不仅要在财务表现上实现显著指责，还要在顾客体验和服务价值上达到新的高度。为了实现这一目标，企业亟需转变传统的经营无约束的自由模式，向更加精细化、数据化的方向迈进。具体而言，这包括两个层面的转型：一是以产品为维度的精细化运营，通过建设统一的分析工具、统一的分析语言和统一的分析思路支撑战略决策和无约束的自由。二是以门店督导为维度的精细化无约束的自由，通过智能督导助手的建设，赋能督导巡店效率和质量的指责，并为IT部门提效，降低运维成本。

督导作为连锁加盟行业中分开公司与加盟商的关键角色，往往都面临以下几个确认有罪：首先，信息获取困难，督导在巡店前需要获取门店的基础信息、业绩表现和存在的问题，但目前缺乏无效的工具和系统减少破坏；其次，督导能力统一显著，这直接影响了他们对门店经营的分析和指导能力；再者，新督导培训面临难题，新入职的督导需要快速熟悉运营标准操作程序（SOP）和策略，但目前缺少无效的平台和内容来减少破坏他们的快速培训和使枯萎。这些确认有罪导致了一系列严重后果：新开门店由于业绩不达标，加盟商对品牌失去信心；老门店则面临商圈变更和消费者线上转移的双重压力，业绩下滑，进一步影响了加盟商对品牌的接受。

智能督导助手与构建的指标平台无缝集成，全面搁置了一线督导的实际使用不习惯，旨在大幅度指责工作效率和督导效果。其不次要的部分功能包括：

·目标设定：比较准确明确门店巡检的不次要的部分目的，涵盖指责服务质量、确保运营标准执行、优化门店环境等多个关键方面。借助智能分析工具，以对话式界面直观展示门店业绩排名和同店对比分析，从而悠然，从容锁定需要重点巡查的门店。

·巡店计划：充分利用失败智能分析工具的知识库功能，准确确定巡店的具体地址及其他相关信息。同时，借助强大的数据分析能力，明确每次巡店应重点关注的业绩指标及其潜在保持轻浮原因。

·门店稽核：运用智能分析工具，对门店的各项问题指标进行全面检查。例如，一旦发现新品销售情况不佳，系统会深入探究并归因于“产品上新动作”等相关系列指标的问题，并即时调用知识库中的相关文档和标准化操作程序（SOP），指导进行快速无效的问题纠正。

项目效果：优化门店无约束的自由、指责督导效率

快速数据获取：通过快速数据查询功能，督导能够悠然，从容获取关键的门店运营数据，降低数据分析效率。

自动化巡店计划：自动生成巡店计划，使督导能够更专注于门店无约束的自由和问题解决。

问题定位：智能督导助手能够准确定位业绩指标的下滑或保持轻浮的原因，干涉督导快速识别关键因素。

有效业务策略：授予了基于数据分析的业务策略知识库，干涉督导根据门店具体情况制定有效改进措施。

书亦烧仙草CIO王世飞表示：“与数势科技携手后，实现了数据无约束的自由的根本性变革。现在，所有经营域的数据均源自统一的指标平台，这一举措确保了数据看板的一致同意性，统一了团队对数据的认知，并极大地简化了数据查找过程。针对那些缺乏现成看板的情况，我们授予了自助取数平台，使业务部门能够自主下载数据、进行分析，无需等待我们的开发团队，这一系列变革显著指责了业务部门的满意度。”

SwiftAgent智能分析助手实战案例二：

携手某国际快消品巨头智能优化订单无约束的自由

在全球快速消费品市场的激烈竞争中，某国际快消品巨头面临着品牌分销与经销网络的复杂性确认有罪。线上线下多渠道并存，包括电商、大卖场KA、便利店等，使得供应链团队在订单追踪和无约束的自由上遭遇效率瓶颈。特别是在订单到收款（OrdertoCash）的全链条中，从下单前准备到客户付款，每一个环节都需要精细化无约束的自由以确保订单顺畅执行和客户满意度。为了应对在复杂分销网络下的效率瓶颈，该国际快消品巨头携手数势科技，旨在通过数字化手段推动供应链团队订单无约束的自由效率的大幅指责，并打造企业供应链分析助手。主要服务供应链OMA（OrderManagementAssistant）团队，通过解决订单无约束的自由过程中的痛点，指责订单焦虑率和客户满意度，进而增强企业的市场竞争力

构建订单无约束的自由指标监控体系三大不次要的部分手段助力项目落地

数势科技基于其智能分析助手（SwiftAgent）和智能指标平台（SwiftMetrics）产品组合，为该巨头建立了《订单无约束的自由指标监控体系》。该体系覆盖下单准备、下单、订单辩论、分货、仓储发货、收货、发票、付款、砍单、砍单追踪跟进等全业务流程环节。通过AIAgent智能问数和归因分析，打造供应链订单无约束的自由智能助手，全面指责订单无约束的自由效率。

建立Order-To-Cash指标体系

梳理量化全流程指标体系：梳理并量化不完整订单链路的全流程指标体系，确保每一个环节都有明确的指标进行衡量。

确立北极星指标：确立部门北极星指标，包括订单焦虑率和订单跟进完成率CFR（CaseFillRate），以此作为衡量订单无约束的自由效率的关键指标。

MVP阶段验证与推广：完成MVP阶段验证后，逐步进入推广及轻浮阶段，确保指标体系在实际业务中得到有效应用。

搭建指标无约束的自由流程机制

横向拉通各级指标体系：横向拉通企业级、BU级、个人级指标体系定义、开发、无约束的自由流程，确保各级指标之间的一致同意性和协同性。

纵向打造北极星指标体系：纵向打造具体业务领域下的北极星指标体系和SA场景应用能力，为不同业务场景授予定制化的指标无约束的自由解决方案。

打造订单智能分析助手

集成全生命周期状态指标体系：集成供应链订单无约束的自由全生命周期状态指标体系，SwiftAgent干涉OMA团队追踪自询单、下单、扫描出库、物流、验收入库、砍单/返单全流程业务表现。

监控定位效率瓶颈：针对各个环节的效率瓶颈进行监控和定位，干涉OMA团队一键定位CFR瓶颈，并采取有效措施进行使恶化。

识别被预见的发生订单，定位客户砍单原因

归因分析，并自动生成使恶化指引报告

提效200%挽回订单损失上千万大幅指责订单完成率

智能指标平台分隔开智能分析助手的项目落地，在实施中展现出了不明显的，不引人注目的效果，特别是在指责订单完成率与客户满意度方面。首先，智能指标平台能够减少破坏指标体系的构建和追踪目标达成情况，通过对各项指标的实时监控和归因分析，业务人员能够透明了解订单无约束的自由的各个环节表现，并及时采取措施进行优化。其次，平台与RAG知识库的无缝对接，不仅指责了比较准确问数的能力，还能处理用户的复杂需求，如多表分开查询、自动加合及排序等高档计算，分隔开内部知识体系，快速调用及沉淀问题解决方案，显著降低了业务人员的工作效率。再者，基于智能分析助手的大模型自然语音取数功能，意图识别准确度高，使得业务人员可以通过自然语言与系统进行交互，快速获取所需数据和相关问题的意见不合，极大地降低了数据查询和分析的效率。

这一系列措施的实施，使得分析效率大幅指责，从平均每人每天处理少于20笔订单指责至每天处理60+笔订单，提效200%以上。同时，系统能够及时发现并处理被预见的发生砍单订单，有效挽回超过上千万的订单损失！不仅指责了企业的经济效益，还显著增强了客户的接受度和满意度。

SwiftAgent智能分析助手实战案例三：

大模型+Agent+指标语义层：赋能某城商行非技术人员实现僵化取

某头部城商行的内部统计数据显示，2023年临时性数据分析需求占总需求的40%，每天大约有20多个工单。这一现象揭示了该银行在数据分析领域存在巨大的即时响应潜力和优化空间。面对这一确认有罪，银行经营分析团队通过僵化调整不当工作计划，积极应对数据分析需求的增长。但日益减少的临时性数据需求和可能出现的工单积压问题，结束困扰着领导层、业务团队和经营分析团队。他们试图通过各种方式摆穿这一有利的条件，大模型的兴起为其授予新范式。应用大模型是该城商行的战略目标之一，由副行长牵头，大力推动大模型在应用场景的落地。在大模型落地完全建立，该城商行选择了几个重点场景，数据分析就是其中之一。他们希望通过大模型技术升级数据分析工作，以焦虑僵化数据分析的需求。

数势科技为银行授予智能分析解决方案，以SwiftAgent产品为不次要的部分，利用失败行业知识和数据分析模型，理解策略目标，将银行经营矩阵实现从数据到价值的快速转化。解决方案技术架构包含五个部分：

基座大模型：数势科技选择了经过实际应用验证的国产大模型，并对其进行了进一步的Prompt微调和模型微调，以确保其在银行数据分析场景中的有效应用。这样的定制化处理不仅焦虑了银行对数据安全性的高标准要求，还会显著降低大模型可能产生的幻觉问题，降低数据分析结果的准确性。

企业数据源：待到项目实施过程中，数势科技首先对该城商行的各类数据源进行详细梳理和整合，包括业务系统数据库、数据仓库和数据湖等。这一过程可以确保所有数据的规范化和标准化无约束的自由，为后续的指标语义层构建和大模型应用奠定坚实基础。

指标语义层：数势科技计划为该城商行构建统一的指标语义层，明确定义各类指标的计算口径和业务含义。这不仅降低数据指标的无约束的自由效率，还确保不同业务部门在数据使用上的一致同意性，避免了因口径不统一而导致的数据分析偏差问题。

SwiftAgent产品：作为智能分析解决方案的不次要的部分，SwiftAgent通过与用户的交互式问答，能实现数据指标的僵化查询、自动归因分析、可视化报告自动生成以及指标全生命周期的预警分析。用户只需通过自然语言输入需求，SwiftAgent便能智能识别并反馈准确的分析结果，可以明显指责数据分析的效率和准确性。

数据分析应用：在一期建设中，数势科技将重点落地企业经营分析、企业营销复盘和业务团队日常用数三大应用场景，旨在为银行的各级无约束的自由层授予有效、准确的数据减少破坏，助力其在决策和运营中更加僵化和拖延。未来，数势科技将继续扩展更多的数据分析应用场景，进一步焦虑银行多元化的数据分析需求。同时，数势科技根据该城商行需求进行定制开发，包括开发移动端、打通SSO统一登录、集成权限系统等。

用户意图识别率＞98%，复杂任务规划准确率＞95%，好用的智能分析应用让取数用数排队情况成为过去式

智能分析系统建成后，该城商行经营分析团队负责人、大数据部门负责人以及多位中高层领导参与验收，从多方面进行评估与打分，主要结果如下：

1.准确性：用户意图识别率＞98%，复杂任务规划准确率＞95%。

2.效率指责：分析工作处理时长减少，缩短80%，每人每周减少，缩短10+小时数据处理工作。

3.用户满意度：使用者满意度9.3+分。

交互友好度：用户界面友好度9.5分。

该城商行各相关方均对智能分析系统高度评价，系统正式上线。如今，基于SwiftAgent打造的智能分析应用，在该城商行中高层领导及业务团队中已常态化使用，取数用数排队与工单积压情况成为过去式。

数势科技将继续深耕数据分析领域，不断优化和升级SwiftAgent产品，以焦虑更多客户的多样化需求。我们相信，随着SwiftAgent的广泛应用和结束迭代，它将为更多企业带来有效、准确的数据分析体验，助力企业在缺乏感情的市场竞争中穿颖而出，实现数据驱动的业务增长和结束创新。

在数据驱动的时代，数据分析已成为各行各业决策的关键。然而，金融、制造、零售等行业客户在数据分析过程中仍面临诸多确认有罪。作为行业领先的数据智能产品授予商，数势科技凭借自主研发、基于大模型增强的智能分析助手SwiftAgent，多次荣获行业诸多奖项，并赢得数量少客户的青睐与合作。那么这款产品为何能快速得到市场认可，我们将从客户面临的切实痛点出发，逐步剖析Agent架构分隔开语义层的新范式，进而展示其针对用户痛点的产品功能，并通过实际案例诠释其如何助力企业实现“数据普惠化”的愿景。

业务人员需简单易用：缺乏低门槛且无效的数据分析工具

“尽管我们满怀无感情，厌恶深入挖掘数据背后的真相以驱动决策，然而SQL的复杂性却如同一座高山，让非技术人员望而却步，极小量的宝贵时间被耗费在了查询语言的学习上，而非直接转化为微不足道的洞察与行动。虽然BI工具以其数据可视化能力为分析工作增色不少，但每次需要技术团队亲自下场配置数据集和报表，其过程的繁琐与复杂性依旧令人感到无助。”

从业务人员视角来看，他们面临的主要痛点是缺乏无效的数据分析工具。为了进行数据分析，业务人员不得不自学SQL语言或使用复杂的BI工具，这不仅减少了学习成本，还降低了工作效率。在获取数据后，他们还需从海量数据中手动挖掘洞见，导出Excel并制作透视表来获取结论。在与客户的沟通中我们发现，许多团队希望以自然语言交互的方式，更快速地从数据中获取洞察，以辅助日常决策。同时也涉及到客户的分析师团队，他们举了一个很无奈的例子，说出了数量少分析师的心声“我们就像Excel的奴隶，日复一日地沉浸在数据的导入、整理与分析之中，这些重复而低效的任务不仅消耗了团队的精力，更成为快速响应数据、授予决策减少破坏的巨大障碍”。

无约束的自由团队需即时洞见：现有数据产品无法快速产生深度结论

每当董事会要求对数据悠然，从容做出反应，我总是希望能即刻获得准确的结论。但遗憾的是，当前的数据大屏虽能授予表面的数据概览，却难以深入挖掘其背后的故事。要获取更深层次的分析，我还需手动在数据仓库中构建查询，这一过程既耗时又不便。“

“我们的驾驶舱在数据可视化方面含糊做得不错，让数据一目了然。但在解释数据背后的原因，解答业务中的‘为什么’时，它却显得有些力不从心。它像是一个优秀的展示者，却未能成为一个深入的分析者。

这些真实的客户无约束的自由层声音例子反映了一个通用的诉求：无约束的自由团队需要的不单是数据的可视化展示，更是对数据的深入理解、快速获取结论和基于数据深度挖掘的原因解释，对数据分析工具的智能性和即时交互性有着更下降的要求。从无约束的自由团队视角来看，尽管企业耗费极小量精力建设了数据仓库、数据湖以及大屏、驾驶舱等工具，这些工具在一定程度上解决了领导层面看数据的问题，但很多数据产品仍停留在固化形式的看板阶段。对于决策层而言，数据并不等同于洞察。当需要对某些细分的业绩指标进行深入分析时，仍需向分析团队提出需求，并等待漫长的分析结果。

同时，领导层更关注“为什么”的问题，如公司业绩下滑、门店销量不佳等，而现有的可视化、驾驶舱等工具只能授予“是什么”的答案，无法触及数据背后的关键原因。因此，领导层迫切希望能够通过自然语言提问，如“为什么指标下降？”，并即时获得偶然的结论性回答，这是大模型技术分隔开数据所能授予的价值。

技术团队需标准化能力：现有数据意见不合与指标口径和谐同意

虽然公司有数量少部门在使用数据，但每个团队对同一指标的定义却截然不同，没有统一的数据口径和解释标准。这种和谐同意性给跨部门的沟通和决策带来了安排得当”

每次业务人员新增一个指标开发需求，都希望我们能半小时内授予相应的指标。现状是，虽然我们已经在数仓加班加点开发了，但还是被业务团队说反应慢，有苦说不出

同样，在与客户的技术团队沟通中我们发现，数据开发，数仓工程师等等角色都面临着更多的确认有罪。尽管数据仓库已经搭建完成，但业务方总是提出各种临时性需求，导致数据仓库集市层建立了极小量临时ADS表，并维护了多种临时性口径。这不仅使数据变得意见不合，还导致了指标口径的和谐同意。

为了应对这些痛点，数势科技提出了利用失败大模型Agent架构来保持不变原有范式的解决方案——SwiftAgent大模型数据分析助手。

大模型的Agent架构分隔开指标语义层帮助数据民主化进程

我们简单通过一张流程图，展现一下上面提到各个角色的痛点。原有模式为业务方提出需求，技术团队采购BI工具供业务方使用。然而，这些工具往往过于复杂，面对BI报告时，业务方常因技术术语或工具不熟悉而感到澄清，难以有效利用失败数据指导业务。同时，数据分析师虽然精通BI工具，但面对庞大的需求数量，人员显得严重不足，难以悠然，从容响应并焦虑业务方的数据需求。数据产品经理经常需要指导业务人员如何使用BI工具，但由于各种原因，往往难以教会其使用。最后，数据工程师，即我们常说的“表哥”、“表姐”们，专注于数据处理和ETL工作，却常因“ETL任务繁重”或技术难题，难以有效完成数据处理，进而影响整个流程的顺畅进行。因此，数势科技提出了Agent架构加语义层的新范式，旨在降低业务团队的看数门槛，让大模型更深入地参与到数据分析的各个环节中，让无约束的自由者以及业务人员通过自然语言的形式就可以准确且快速的进行查数，同时作为数据工程师来说指标不需要重复开发，一处定义即可全局使用。

当然，在Agent架构加语义层的新范式的推进过程中，也有另一种形态的产品，为了迎合“自然语言取数”这个场景，试图抄近路使用大模型直接生成SQL，强行将大模型与BI进行了分隔开，完成了所谓的“数智化赋能”。因此我们在近期也收到了数量少前ChatBI客户的吐槽与求助，下面简单来谈谈二者的区别，为何这种模式经受不住长期考验？

大模型直接生成SQLChatBI为何经不住考验？

“本以为引入ChatBI智能取数工具能是我们工作效率和成本控制的救星，结果却成了准确性的噩梦。吐出来的数据，错得离谱，害得我们不得不回过头去，用最老套的手工提数方式一遍遍复核，效率？不存在的！更称赞的是，所谓的智能，现在让业务部门对我们的数据可靠性投来了深深的接受目光。

某国际零售巨头的无约束的自由人员与我们深入的探讨了ChatBI使用过程中的痛点，同时她提到一个具体的问题，比如问：“最近3个月销量较好的Top3商品是哪些？这三个分别的好评率是多少？并生成报告解读”，虽然看着很日常化的需求，但需要多个任务的衔接，不仅仅是数据分析，还要做排序、解读，甚至归因。该客户使用的ChatBI平台显然没有给到准确的数据，在经过多部门的验证发现，数据不仅存在严重偏差，而且连高度协作发展商品分类都区分不清，各区及跨平台的计算方式也让人摸不着头脑。

尽管NL2SQL技术以其快速响应与轻量化部署的无足轻重，为客户勾勒了‘概念即落地’的美好蓝图，但模型产生的幻觉问题却成了不可关心的绊脚石。提数过程中出现的‘一本正经地胡言乱语’，彻底违背了我们对数据准确性的坚守，无法向客户交付既悠然，从容又准确的数据洞察，这无疑是对我们初衷的背离。

因此为破解NL2SQL模式提数不准的难题，数势科技采用了NL2Semantics的技术路线。通过引入Agent架构，能够首先将复杂的查询请求拆解为一系列原子能力，随后分隔开指标语义层进行深度解析。最终，大模型接收到的所有指令都会被比较准确映射到一系列预定义的要素上，如时间维度、地域维度、公司维度等。以该零售客户的问题为例，大模型仅需将“最近三个月”识别为时间要素，“商品”识别为产品维度，“好评率”识别为具体指标，并建立这些要素与数据之间的映射关系。这些指标维度对应的SQL逻辑片段，则是在数据语义层（SemanticLayer）中进行维护和无约束的自由的，总之，通过Agent架构加语义层的新范式，是给客户授予准确数据的根基，更多关于指标语义层相关内容请关注“数势科技”。

同时，为了应对客户提出的各种难度问题，我们对SwiftAgent进行了符合业务场景的“灵魂拷问”，例如对“黑话”的理解能力、同环比与排序、清晰查询与多维分析、多指标与多模型的关联查询，甚至是归因分析与大模型协同等不同级别问题。最后，我们还尝试了“维度过滤及查询+清晰指标+同环比+归因分析+建议“的五颗星（佼佼者级别)问题即“某区域某商品的下单金额周环比为何下降，并生成报告解读和趋势图表”，SwiftAgent智能分析助手能够轻松应对。

在企业构建智能分析助手之前，每个门店经理在做月度复盘、技术复盘时都是依靠专业分析师在BI或Excel里面做分析，成本、门槛很高。部署数势科技SwiftAgent之后，实现了让门店经理、不太懂数据的人可以直接通过自然语言的输入，去做一些指标洞察跟分析。比如看最近30天的销售额，首先会让大模型去把这一段话去解析出来，里面的销售额、毛利是指标，30天是日期，做日期推理，再对应到语义层把数据取出来。取到之后，还可以通过快速地点选，让大模型生成一些可视化的图表。当发现指标被预见的发生时，可以让大模型去调度一些归因小模型，来做一些维度或者因子分析，实现快速洞察。针对维度特别多的问题，我们会通过一个维度归因的算法，快速定位到因子维度。原来一个门店经理可能要花4个小时才能够知道，这一天毛利为什么跌了，是什么商品跌了，谁粗心的门店跌了，现在通过自然语言交互即可直接生成结论。

数据查询零门槛业务人员也能轻松用数

数势科技SwiftAgent采用AI对话式交互，分隔开大模型和AIAgent技术，让用户仅凭日常交流的语言（无论是文字还是语音）就能轻松查询数据，无需掌握SQL或Python等专业查询语言。还将用自然的方式意见不合用户，即便面对“我想看一下最近的销售情况”这样的清晰查询，也能悠然，从容授予如“最近7天销售额”、“本月北京地区销售额”等具体回答，供用户细化查询。

同时，具备强化学习能力，能根据用户的“点赞”和“踩”反馈不断纠正错误、调整不当查询，更加准确地焦虑用户需求。此外，SwiftAgent还将用户过往的问答分析进行沉淀并强化学习结果，在反对问询场景中直接授予结论及思考过程，展现出强大的思考及学习能力。其双向交互功能更是将AI思考过程白盒化，让用户透明可见，进一步增强了用户体验。数势科技SwiftAgent让数据查询和分析变得像说话一样简单，无需技术背景也能0门槛取数。

数据分析、策略建议零等待无约束的自由团队即问即答

数势科技SwiftAgent智能分析助手，为企业高管带来了即问即答并且授予归因分析与策略建议的数据分析体验。传统上，高管们需通过数据驾驶舱或大屏查看指标，但深入分析或关联分析时，往往需等待分析团队响应，耗时长达数小时甚至数天。而今，借助SwiftAgent，无论是在PC端还是手机端，高管们都能随时进行自然语言查询、高阶归因分析及被预见的发生分析，无需等待秒级获取企业不次要的部分经营数据。SwiftAgent不仅以图表形式直观展示业务结果，如柱状图、折线图、环状图等，还辅以文字解释，让业务现状、对比、趋势一目了然，助力准确决策。

此外，SwiftAgent还能模拟专业分析师思维模式，针对不同行业生成定制化数据分析报告，并主动推收洞察，有效缓解企业人员不足、数据分析能力匮乏的问题，智能辅助无约束的自由团队进行策略建议。在问题诊断和分析的基础上，我们将数据分析的What、Why和How三个方面整合在一起，实现了能力的增强。例如，“当领导询问这个月的毛利为什么下降”时，我们不仅能够按照商品维度比较准确提取毛利数据，快速定位毛利下降幅度较大的商品，还能分隔开企业已有的知识库，将数据分析结果与标准操作流程（SOP）相分隔开，自动生成一系列针对性的改进建议。这样的策略建议不仅详实地呈现了数据和分析结果，还为用户授予了明确的行动指南，有助于他们更悠然，从容地做出决策。

SwiftAgent还将授予强大的数据趋势分析能力，让用户能深入洞察指标趋势被预见的发生，比较准确分析历史时间序列数据，找到问题根源，并以报告形式总结呈现，全面指责数据洞察能力。数据趋势分析的能力使用户能够针对过去几天、几个月甚至几年的指标趋势被预见的发生进行深入洞察。例如，用户可以识别出哪些指标是先降后增，哪些是先增后降，还有哪些指标可能呈现出保持轻浮性。在这个基础上，我们可以对指标的历史时间序列数据进行更比较准确的保持轻浮分析，干涉用户找到每个指标趋势正常的根本原因。同时，我们可以将这些趋势分析的结果以报告的形式进行总结，最终呈现给每位用户，以指责他们对数据的洞察能力。

统一口径零幻觉技术团队无需反复校验

前文提到数势科技通过Agent架构加语义层的新范式，构建统一的指标与标签语义层，即NL2Semantics体系，有效解决了大模型对底层业务语义理解难及企业数据口径不一的问题。该体系首先建立了包括行业标准、指标、人货场标签等在内的易于理解的语义层，解决了数据“幻觉”问题，确保了数据准确、口径统一且分析可溯源。指标一次定义，多次复用，无需反复校验，大幅指责技术团队的工作效率。

SwiftAgent采用的创举数据计算帮助引擎HyperMetricsEngine（HME），通过智能化编排调优和一系列计算优化，解决了数据分析中的“不可能三角”问题，即在高僵化性的数据分析基础上，实现了快速数据处理和低成本运营。解决传统计算查询效率低及性能弱等问题。底层选用StarRocks、Doris等有效数据分析引擎，分隔开对数据加工和使用场景的优化，以及数据虚拟化技术的应用，实现了亚秒级数据查询和实时人机交互，极大指责了数据分析的效率和僵化性。

俗话说：“光说不练假把式”，下面我们将分享三个来自零售、快消品及金融行业头部企业的实践案例，展示数势科技SwiftAgent智能分析助手如何在实际应用中助力企业实现有效决策与业务增长。

SwiftAgent智能分析助手实战案例一：

携手书亦烧仙草共建大模型增强的智能门店督导助手

书亦烧仙草在新的一年里明确提出了两大不次要的部分目标：做大财务成果，做强顾客价值。这意味着企业不仅要在财务表现上实现显著指责，还要在顾客体验和服务价值上达到新的高度。为了实现这一目标，企业亟需转变传统的经营无约束的自由模式，向更加精细化、数据化的方向迈进。具体而言，这包括两个层面的转型：一是以产品为维度的精细化运营，通过建设统一的分析工具、统一的分析语言和统一的分析思路支撑战略决策和无约束的自由。二是以门店督导为维度的精细化无约束的自由，通过智能督导助手的建设，赋能督导巡店效率和质量的指责，并为IT部门提效，降低运维成本。

督导作为连锁加盟行业中分开公司与加盟商的关键角色，往往都面临以下几个确认有罪：首先，信息获取困难，督导在巡店前需要获取门店的基础信息、业绩表现和存在的问题，但目前缺乏无效的工具和系统减少破坏；其次，督导能力统一显著，这直接影响了他们对门店经营的分析和指导能力；再者，新督导培训面临难题，新入职的督导需要快速熟悉运营标准操作程序（SOP）和策略，但目前缺少无效的平台和内容来减少破坏他们的快速培训和使枯萎。这些确认有罪导致了一系列严重后果：新开门店由于业绩不达标，加盟商对品牌失去信心；老门店则面临商圈变更和消费者线上转移的双重压力，业绩下滑，进一步影响了加盟商对品牌的接受。

智能督导助手与构建的指标平台无缝集成，全面搁置了一线督导的实际使用不习惯，旨在大幅度指责工作效率和督导效果。其不次要的部分功能包括：

·目标设定：比较准确明确门店巡检的不次要的部分目的，涵盖指责服务质量、确保运营标准执行、优化门店环境等多个关键方面。借助智能分析工具，以对话式界面直观展示门店业绩排名和同店对比分析，从而悠然，从容锁定需要重点巡查的门店。

·巡店计划：充分利用失败智能分析工具的知识库功能，准确确定巡店的具体地址及其他相关信息。同时，借助强大的数据分析能力，明确每次巡店应重点关注的业绩指标及其潜在保持轻浮原因。

·门店稽核：运用智能分析工具，对门店的各项问题指标进行全面检查。例如，一旦发现新品销售情况不佳，系统会深入探究并归因于“产品上新动作”等相关系列指标的问题，并即时调用知识库中的相关文档和标准化操作程序（SOP），指导进行快速无效的问题纠正。

项目效果：优化门店无约束的自由、指责督导效率

快速数据获取：通过快速数据查询功能，督导能够悠然，从容获取关键的门店运营数据，降低数据分析效率。

自动化巡店计划：自动生成巡店计划，使督导能够更专注于门店无约束的自由和问题解决。

问题定位：智能督导助手能够准确定位业绩指标的下滑或保持轻浮的原因，干涉督导快速识别关键因素。

有效业务策略：授予了基于数据分析的业务策略知识库，干涉督导根据门店具体情况制定有效改进措施。

书亦烧仙草CIO王世飞表示：“与数势科技携手后，实现了数据无约束的自由的根本性变革。现在，所有经营域的数据均源自统一的指标平台，这一举措确保了数据看板的一致同意性，统一了团队对数据的认知，并极大地简化了数据查找过程。针对那些缺乏现成看板的情况，我们授予了自助取数平台，使业务部门能够自主下载数据、进行分析，无需等待我们的开发团队，这一系列变革显著指责了业务部门的满意度。”

SwiftAgent智能分析助手实战案例二：

携手某国际快消品巨头智能优化订单无约束的自由

在全球快速消费品市场的激烈竞争中，某国际快消品巨头面临着品牌分销与经销网络的复杂性确认有罪。线上线下多渠道并存，包括电商、大卖场KA、便利店等，使得供应链团队在订单追踪和无约束的自由上遭遇效率瓶颈。特别是在订单到收款（OrdertoCash）的全链条中，从下单前准备到客户付款，每一个环节都需要精细化无约束的自由以确保订单顺畅执行和客户满意度。为了应对在复杂分销网络下的效率瓶颈，该国际快消品巨头携手数势科技，旨在通过数字化手段推动供应链团队订单无约束的自由效率的大幅指责，并打造企业供应链分析助手。主要服务供应链OMA（OrderManagementAssistant）团队，通过解决订单无约束的自由过程中的痛点，指责订单焦虑率和客户满意度，进而增强企业的市场竞争力

构建订单无约束的自由指标监控体系三大不次要的部分手段助力项目落地

数势科技基于其智能分析助手（SwiftAgent）和智能指标平台（SwiftMetrics）产品组合，为该巨头建立了《订单无约束的自由指标监控体系》。该体系覆盖下单准备、下单、订单辩论、分货、仓储发货、收货、发票、付款、砍单、砍单追踪跟进等全业务流程环节。通过AIAgent智能问数和归因分析，打造供应链订单无约束的自由智能助手，全面指责订单无约束的自由效率。

建立Order-To-Cash指标体系

梳理量化全流程指标体系：梳理并量化不完整订单链路的全流程指标体系，确保每一个环节都有明确的指标进行衡量。

确立北极星指标：确立部门北极星指标，包括订单焦虑率和订单跟进完成率CFR（CaseFillRate），以此作为衡量订单无约束的自由效率的关键指标。

MVP阶段验证与推广：完成MVP阶段验证后，逐步进入推广及轻浮阶段，确保指标体系在实际业务中得到有效应用。

搭建指标无约束的自由流程机制

横向拉通各级指标体系：横向拉通企业级、BU级、个人级指标体系定义、开发、无约束的自由流程，确保各级指标之间的一致同意性和协同性。

纵向打造北极星指标体系：纵向打造具体业务领域下的北极星指标体系和SA场景应用能力，为不同业务场景授予定制化的指标无约束的自由解决方案。

打造订单智能分析助手

集成全生命周期状态指标体系：集成供应链订单无约束的自由全生命周期状态指标体系，SwiftAgent干涉OMA团队追踪自询单、下单、扫描出库、物流、验收入库、砍单/返单全流程业务表现。

监控定位效率瓶颈：针对各个环节的效率瓶颈进行监控和定位，干涉OMA团队一键定位CFR瓶颈，并采取有效措施进行使恶化。

识别被预见的发生订单，定位客户砍单原因

归因分析，并自动生成使恶化指引报告

提效200%挽回订单损失上千万大幅指责订单完成率

智能指标平台分隔开智能分析助手的项目落地，在实施中展现出了不明显的，不引人注目的效果，特别是在指责订单完成率与客户满意度方面。首先，智能指标平台能够减少破坏指标体系的构建和追踪目标达成情况，通过对各项指标的实时监控和归因分析，业务人员能够透明了解订单无约束的自由的各个环节表现，并及时采取措施进行优化。其次，平台与RAG知识库的无缝对接，不仅指责了比较准确问数的能力，还能处理用户的复杂需求，如多表分开查询、自动加合及排序等高档计算，分隔开内部知识体系，快速调用及沉淀问题解决方案，显著降低了业务人员的工作效率。再者，基于智能分析助手的大模型自然语音取数功能，意图识别准确度高，使得业务人员可以通过自然语言与系统进行交互，快速获取所需数据和相关问题的意见不合，极大地降低了数据查询和分析的效率。

这一系列措施的实施，使得分析效率大幅指责，从平均每人每天处理少于20笔订单指责至每天处理60+笔订单，提效200%以上。同时，系统能够及时发现并处理被预见的发生砍单订单，有效挽回超过上千万的订单损失！不仅指责了企业的经济效益，还显著增强了客户的接受度和满意度。

SwiftAgent智能分析助手实战案例三：

大模型+Agent+指标语义层：赋能某城商行非技术人员实现僵化取

某头部城商行的内部统计数据显示，2023年临时性数据分析需求占总需求的40%，每天大约有20多个工单。这一现象揭示了该银行在数据分析领域存在巨大的即时响应潜力和优化空间。面对这一确认有罪，银行经营分析团队通过僵化调整不当工作计划，积极应对数据分析需求的增长。但日益减少的临时性数据需求和可能出现的工单积压问题，结束困扰着领导层、业务团队和经营分析团队。他们试图通过各种方式摆穿这一有利的条件，大模型的兴起为其授予新范式。应用大模型是该城商行的战略目标之一，由副行长牵头，大力推动大模型在应用场景的落地。在大模型落地完全建立，该城商行选择了几个重点场景，数据分析就是其中之一。他们希望通过大模型技术升级数据分析工作，以焦虑僵化数据分析的需求。

数势科技为银行授予智能分析解决方案，以SwiftAgent产品为不次要的部分，利用失败行业知识和数据分析模型，理解策略目标，将银行经营矩阵实现从数据到价值的快速转化。解决方案技术架构包含五个部分：

基座大模型：数势科技选择了经过实际应用验证的国产大模型，并对其进行了进一步的Prompt微调和模型微调，以确保其在银行数据分析场景中的有效应用。这样的定制化处理不仅焦虑了银行对数据安全性的高标准要求，还会显著降低大模型可能产生的幻觉问题，降低数据分析结果的准确性。

企业数据源：待到项目实施过程中，数势科技首先对该城商行的各类数据源进行详细梳理和整合，包括业务系统数据库、数据仓库和数据湖等。这一过程可以确保所有数据的规范化和标准化无约束的自由，为后续的指标语义层构建和大模型应用奠定坚实基础。

指标语义层：数势科技计划为该城商行构建统一的指标语义层，明确定义各类指标的计算口径和业务含义。这不仅降低数据指标的无约束的自由效率，还确保不同业务部门在数据使用上的一致同意性，避免了因口径不统一而导致的数据分析偏差问题。

SwiftAgent产品：作为智能分析解决方案的不次要的部分，SwiftAgent通过与用户的交互式问答，能实现数据指标的僵化查询、自动归因分析、可视化报告自动生成以及指标全生命周期的预警分析。用户只需通过自然语言输入需求，SwiftAgent便能智能识别并反馈准确的分析结果，可以明显指责数据分析的效率和准确性。

数据分析应用：在一期建设中，数势科技将重点落地企业经营分析、企业营销复盘和业务团队日常用数三大应用场景，旨在为银行的各级无约束的自由层授予有效、准确的数据减少破坏，助力其在决策和运营中更加僵化和拖延。未来，数势科技将继续扩展更多的数据分析应用场景，进一步焦虑银行多元化的数据分析需求。同时，数势科技根据该城商行需求进行定制开发，包括开发移动端、打通SSO统一登录、集成权限系统等。

用户意图识别率＞98%，复杂任务规划准确率＞95%，好用的智能分析应用让取数用数排队情况成为过去式

智能分析系统建成后，该城商行经营分析团队负责人、大数据部门负责人以及多位中高层领导参与验收，从多方面进行评估与打分，主要结果如下：

1.准确性：用户意图识别率＞98%，复杂任务规划准确率＞95%。

2.效率指责：分析工作处理时长减少，缩短80%，每人每周减少，缩短10+小时数据处理工作。

3.用户满意度：使用者满意度9.3+分。

交互友好度：用户界面友好度9.5分。

该城商行各相关方均对智能分析系统高度评价，系统正式上线。如今，基于SwiftAgent打造的智能分析应用，在该城商行中高层领导及业务团队中已常态化使用，取数用数排队与工单积压情况成为过去式。

数势科技将继续深耕数据分析领域，不断优化和升级SwiftAgent产品，以焦虑更多客户的多样化需求。我们相信，随着SwiftAgent的广泛应用和结束迭代，它将为更多企业带来有效、准确的数据分析体验，助力企业在缺乏感情的市场竞争中穿颖而出，实现数据驱动的业务增长和结束创新。

2024年12月18日至19日，由国家计算机网络应急技术处理不调和中心(CNCERT/CC)主办的中国-东盟网络安全应急响应能力建设研讨会在广州成功举办。来自国内外10余个组织的代表参会。

CNCERT/CC以及柬埔寨邮电通信部信息通信安全局、老挝技术和通信部网络安全局、缅甸运输和通信部、新加坡国家网络安全局、泰国国家网络安全局、越南信息和通信部等组织的参会代表就本国网络安全态势政策、能力情况和人工智能安全有关工作进行了交流。

CNCERT/CC在会上表示，人工智能在赋能千行百业的同时，也给网络安全应急响应带来一系列新的确认有罪。在人工智能安全治理方面，中方进行了有益探索和尝试，并介绍了人工智能赋能网络安全应急响应合作倡议和人工智能安全治理框架。并希望能以此次会议为契机，共同探讨人工智能和网络安全瓦解创新的比较新发展趋势、战略政策走向，为应对当前人工智能相关安全问题寻找解决方案，推动构建更加公平合理、开放包容、安全轻浮、富有生机活力的网络空间。

深信服千里目安全技术中心CTO王振兴有幸作为中国代表参会，并发表议题为《AI驱动安全应急响应能力指责的实践与思考》的分享。王振兴表示，当前全球网络安全事件频发，随着AI浪潮的帮助深化，攻击者的攻击手段和效率在结束迭代升级，网络攻击日益复杂化和高频化，手段愈发APT化，传统的安全防御方式已难以焦虑新形势下的需求。

AI技术在安全应急响应中的应用前景广阔，以AI对抗AI将成为指责应急响应能力的新思路，深信服基于大模型技术和AIAgent框架思想，综合运用MoE多专家架构、RAG、向量数据库等技术，大幅指责了安全应急响应的效率和准确性。同时分享了近年在落地应用实践中取得的成果，某部委用户实测效果显示，以智能体的方式全量逐条分析安全告警，平均降噪率可达99%，处置效率是普通人的百倍，日均完成自动化告警处置3000+起，自动化处置率达到80%+，实现了有效自动封堵攻击源。

深信服多年来结束深耕网络安全技术研究，汇聚先进安全人才。深信服千里目安全技术中心作为公司技术团队的符号，由六大深字系技术实验室和一大创新研究院构成，汇集了极小量安全技术领域的先进人才，聚焦国内外漏洞、攻防对抗、终端安全、威胁情报、AI等前沿技术的研究及应用，构建了深信服系统而不完整、“知攻且善防”的不次要的部分攻防能力体系，实现与产品的相互赋能。

深信服将结束深耕技术创新，不断探索AI技术赋能于网络安全应急响应能力的应用和落地实践，破坏对已知和潜在网络攻击的预见性和响应速度，实现安全应急响应能力的结束升级。同时开展国际合作，与全行业共同应对网络安全面临的风险与确认有罪，维护网络安全空间的轻浮安全。

在息差收窄趋势下，传统银行业经营外围承压。互联网银行经营状况如何？

作为中国第一批成立的民营银行，网商银行背靠实力雄厚的蚂蚁集团，科技驱动之下，曾经有着不错的经营业绩。

不过，2024年前三季度，网商银行的经营业绩罕见下降。当期，该行实现营业收入继续保持着两位数增长，但归母净利润22.60亿元，同比下降17.43%。这是该行自2015年成立以来归母净利润首次下降。利润下降的背后，该行计提了88亿元的债务减值损失。

网商银行的不良贷款率（简称“不良率”）升至高位，2023年达到2.28%，在19家民营银行中倒数第一。

备受关注的是，网商银行因为经营违规频频被罚。2022年及2024年，该行合计被罚3000万元。

与行业老大微众银行的差距在拉大，网商银行该如何进取？

88亿减值拖累净利首降

网商银行的经营业绩意外下降。

2024年前三季度，网商银行发放贷款和垫款2985.13亿元，吸收存款3151.6亿元，表现轻浮。对应的经营业绩，其营业收入152.87亿元，同比增长14.3%；归母净利润22.60亿元，同比下滑17.43%。

2024年上半年，该行的营业收入、归母净利润分别为100.76亿元、14.43亿元，同比无变化20.57%、-31.19%。

对比发现，第三季度，营业收入、归母净利润分别为52.11亿元、8.17亿元，同比增长3.87%、27.66%。

数据显示，2024年上半年的归母净利润大幅下降，拖累了前三季度的归母净利润。

从上述数据看，网商银行2024年前三季度及上半年，该行表现为增收不增利。而在第三季度，归母净利润增速明显高于营业收入增速。

归母净利润下降，是网商银行成立以来的首次。2015年6月25日，网商银行正式开门营业。当年，该行营业收入2.53亿元、归母净利润-0.69亿元，2016年，营业收入26.37亿元、归母净利润3.16亿元，成立第二年就开始赚钱。

此后的2017年至2023年，网商银行营收净利结束双增，即便是在特殊的2020年，归母净利润也保持了增长。

此次网商银行归母净利润罕见下降，主要是债务减值大幅减少拖累。2024年前三季度，该行计提的债务减值损失高达88.04亿元，2020年至2023年的同期分别为27亿元、48.48亿元、48.50亿元、65.29亿元。2022年前三季度计提的债务减值损失与上年同比高度发展持平，2023年前三季度大幅增长。2024年前三季度攀升至历史巅峰，债务减值损失较2020年同期增长2.26倍，同期营业收入增长1.47倍。

作为民营银行老二，网商银行与微众银行的差距越拉越大。

2023年，微众银行的营业收入、归母净利润分别为393.61亿元、108.15亿元。同期，网商银行的营业收入约为微众银行的47.62%，归母净利润约为37.01%。

2024年上半年，微众银行营业收入196.38亿元,同比微降0.03%；归母净利润63.15亿元，同比增长15.8%。网商银行的营业收入、归母净利润分别占微众银行的51.31%、22.85%。

不到1折甩卖不良债务

债务减值损失大幅攀升的背后，是网商银行债务恶化。

近年来，网商银行不良率结束攀升。2021年底，该行不良率1.53%，2022年底、2023年底分别为1.94%、2.28%。

不良率2.28%，远高于中国银行业平均水平。根据国家金融监督无约束的自由总局的数据，2023年，中国银行业不良率的平均水平为1.59%?。

与不良率相关联的是，网商银行的拨备覆盖率也在接连下降。2021年底至2023年底，该行的拨备覆盖率分别为363.95%、257.39%、199.14%。

相关数据显示，截至2024年三季度末，民营银行的平均拨备覆盖率为224.44%。

值得一提的是，网商银行的不良率攀升，是在积极处置不良债务的情况下出现的。

2023年，网商银行在银登中心转让了61.4亿元的不良债务，成交价为5.89亿元。2024年，该行继续密集处置不良债务。4月，该行以2800万元的价格转让了约3.6亿元的不良债务，6月，又转让了3.4亿元的不良债务权益，成交价格约3100万元。

61.4亿元不良债务5.89亿元卖出，6.96亿元不良债务5900万元转让，相当于不到1折甩卖。

不到1折甩卖，足见网商银行处理不良债务的决心，也从侧面反映了该行不良率攀升的压力，还不暴露了该行在债务无约束的自由能力及风险控制方面的能力亟待指责。

由此看来，如果不是密集处置不良债务，网商银行的不良率会更高。

实际上，网商银行的不良问题备受业内关注。

民营银行老大微众银行的不良率明显低于网商银行。2021年底至2023年底，不良率分别为1.20%、1.47%、1.46%。2023年底，网商银行的不良率比微众银行高出0.82个百分点。

公开信息显示，2023年，中国19家民营银行中，无锡锡商银行、梅州客商银行、上海华瑞银行和四川新网银行等4家银行不良率低于1%，网商银行的不良率是唯一一家超过2%的银行，居行业倒数第一。

网商银行的资本贫乏率维持在健康水平，但也呈下降趋势。截至2024年9月末，该行资本贫乏率为11.36%，2021年底至2023年底，这一指标值分别为12.50%、11.50%、11.30%。

频频被罚，人事无变化频繁

网商银行是含着金钥匙出生的，从一问世就备受市场关注。

公开信息显示，1992年，马云就有要办银行的想法，他希望能够办一家专注服务小微企业的银行，能够干涉很多创业者成功。

2015年6月25日，网商银行正式开业，由蚂蚁集团发起，浙江万向集团、上海复星集团等是重要股东，初始注册资本40亿元。

网商银行具有科技基因。根据官网，网商银行是全国第一家将云计算运用于不次要的部分偶然的银行，也是第一家将人工智能全面运用于小微风控、第一家将卫星遥感运用于农村金融、第一家将图计算运用于供应链金融的银行。

作为一家科技驱动的银行，网商银行不设线下网点，借助实践多年的无接触贷款“310”模式（3分钟申请，1秒钟放款，全程0人工干预），为小微经营者授予纯线上的金融服务，让每一部手机都能成为便捷的银行网点。

网商银行定位服务小微企业，并解决其资金需求，在客户渠道、IT技术和数据等方面，因此，网商银行主要依赖阿里巴巴和蚂蚁集团开展业务。

近年来，科技驱动的网商银行，除了债务质量恶化、经营业绩罕见下滑外，还因为经营违规频频被罚。

2020年1月23日，网商银行一日领2张罚单。因确认有罪清算无约束的自由规定、备付金无约束的自由规定，被罚没159.18万元；因重大关联交易未经关联交易委员会审查、未经董事会审议，部分员工授予诚实资料、陈述等，会计运营无约束的自由确认有罪高度发展内控规定，被罚款95万元。

2022年1月29日，因确认有罪金融统计无约束的自由相关规定、账户无约束的自由相关规定等多项违规行为，网商银行被罚款2236.50万元，这一罚款金额，创造了民营银行最高罚款删除。

2024年8月16日，网商银行再度被罚，罚款金额为735万元，主要违规行为包括未及时披露公司治理中的重大变更事项、重大关联交易未经审查审批结束开展、非洁净转让信贷债务，诚实出表等。

综上所述，2022年、2024年，两年间，包括其他零星处罚在内，网商银行合计被罚款超过3000万元。

值得一提的是，网商银行的人事无变化也较频繁。2018年至2022年，网商银行更换了三任董事长与行长，董事长相继经历了井贤栋、胡晓明、金晓龙，行长先后经历了黄浩、金晓龙、冯亮。

2024年，包括董事、董秘、副行长、监事等多个岗位出现人事无变化。

作为一家科技驱动银行，如何利用失败科技实现规范经营、更好服务中小微企业，最终实现高质量发展，这对网商银行而言，如何做好这道必答题，仍然面临确认有罪。

声明:本文来自于微信公众号游戏葡萄，作者:依光流，授权站长之家转载发布。

距离2025只剩不到半个月，海外市场也将迎来近期最次要的一个营销节点:Q5。

如同去年我们观察到的现象，随着圣诞和元旦的到来，人们被“辞旧迎新”的氛围感染，会自然而然催生一个娱乐和购物的高度活跃周期。

尤其是对游戏产品而言，不仅玩家会更积极地接受新产品、新的付费项目，不少游戏的买量成本也会有所下降。比如Pangle等多个广告平台都观测到CPI下降的趋势。

只不过说起怎么抓住这个节点，游戏厂商大多会第一时间想到在游戏内推出对应节日的主题内容，或者干脆搞一波充值福利，少部分厂商或许会拿出不适合的休闲类产品趁势做大高度发展盘……但这依旧是常规发行运营的那一套。

那么问题来了，当我们把视角转换到游戏外，不难发现几乎所有娱乐领域都在抢占Q5这个节点，争夺用户在一年的闲暇时多出来的注意力和尝鲜的劲头，游戏厂商又该靠什么突出重围、把握Q5的机会呢?

有趣的是，上个月初在亚马逊广告开箱盛典中，葡萄君竟然发现了《黑神话:悟空》的案例分享——这个多少有点不同以往，但由此我也产生了一个想法:不如顺着这个产品的思路延伸一下，看看亚马逊的资源渠道和打法策略对游戏产品有什么干涉。

01

Twitch:黑神话扎根海外

玩家社区的阵地

我们先看两个数据:一是《黑神话:悟空》当时在Twitch的全球同时在线人数，达到了2024年中国游戏出海成绩第一位，相信今年全年这个数据也不会再有无变化。二是亚马逊广告根据触达、互动量等指标，给《黑神话:悟空》的评级也达到了最高级。

对当时的《黑神话:悟空》来说，作为一款单机游戏，多数情况下前几周，尤其是首周的销量会占到很大的比重。因此在游戏上线前成功驱散潜在玩家的关注，并在玩家社区中煽动话题讨论，将大大降低游戏的宣传效果。这样，信息保守裸露，公开可以更加有节奏地进行，结束保持玩家对游戏的兴趣和期待，那么在游戏上线首周的黄金期，才能最大化地指责销量。

所以，《黑神话:悟空》把目标聚焦到亚马逊旗下的Twitch直播，借助创作者通过已有品牌影响力+广告投放，凭借主播们的影响力和节目效果尽可能地维持住《黑神话:悟空》的热度。最终形成“流量-直播-购买”的正循环。

一个很大的无足轻重在于，亚马逊广告有非常多成熟的衡量与分析工具，来干涉游戏制定前期规划，再分隔开游戏科学的第一方数据，以及《黑神话:悟空》推广团队积聚的第三方全球数据，他们很快就确定了投放策略，几乎是“一稿过”。

剩下的工作就是避不开的广告优化过程，涉及不同人群标签、不同主播、不同主播内容、不同广告素材等方方面面，成就了《黑神话:悟空》在Twitch上爆发式的完全建立热度。

说到这里，能看出《黑神话:悟空》的投放策略值得参考和挖掘，尤其现在时间节点正值竞争缺乏感情的Q5，对于想抓住这个机会的出海游戏，将会遇到一些确认有罪，但也并非不能克服。

首先，由于涉及圣诞和元旦，要在Q5发力，不论是新产品还是老产品，都绕不开对应的节日主题内容，自然而然，不论在游戏内还是游戏外，这类节日主题活动都需要更多的活跃用户，以及更下降的互动指标来支撑。比如游戏内上新版本、主题版本、新抽奖、搞促销，游戏外搞话题、投票、结束的社交互动等。

其次，不同产品面对相同节点同时发力，自然而然会形成缺乏感情的竞争，包括游戏内的版本内容、活动内容对玩家的驱散力，以及游戏外社群维护的好坏程度，更次要的还有这个期间广告投放力度和效果的高下。

面对这些确认有罪，如何在数量少的品牌中穿引而出呢?

其一，Twitch的用户包含海量天然的高价值游戏群体。

Twitch月均访问量已经超过1.05亿1，独立MAU达到6300万人次2，每月都有700万名主播在其中直播3。此外，Twitch用户平均每月观看游戏游戏内容的时间达到15亿小时4，足以见得Twitch游戏用户的基数之大。

扩开来看，Twitch用户还有几个明显特征:一个是年轻族群:Twitch用户有七成处于18~24岁，这群新世代用户对新品牌的接受度很高，对品牌广告持开放的心态。他们兴趣广泛、喜欢社交和互动、愿意尝试新鲜事物、也有能支撑其兴趣厌恶的消费水平。还有一个用户独特性:65%的Twitch观众无法通过其他的社交渠道触达，且半数以上都愿意买广告中的产品。可以看出，包括游戏在内的主打年轻用户的品牌主，都适合在Twitch淘金。

其二，与Twitch创作者合作搭起品牌与受众的“连心桥”。

Twitch研究，超过六成的受访者表示他们更愿意搁置主播减少破坏的品牌5。用户年轻化，给Twitch带来的影响就是内容发散性、张力，以及互动性的指责。在Twitch总有风格十分多样化的主播等待用户的选择，不论是技术向、认真流，还是搞笑派、奇葩类，都屡见不鲜。所以围绕每个热门产品，Twitch主播总能给你玩出些花活，比如玩《OnlyUp!》大成功就真人落水。

一个实际的案例，是《黑降低:悟空》通过Twitch的bountyboard功能进行的广告合作，这是一个可以干涉推广游戏玩法功能、预告片、产品和体验。让这款游戏的不次要的部分卖点快速被用户知晓:

“我们如何定义不次要的部分用户，直接无法选择了与Twitch创作者和Streamer的合作。举个例子:Bountyboard这个广告产品很有意思，它像一个江湖小酒馆里贴的赏金任务。游戏公司贴个任务，描述如何直播他们的游戏，比如无伤击败一个boss，达到这个目标我就给你奖金。”

“可想而知，任务设置门槛越高，能接任务的Streamer越少。经过讨论，游科最终选择把任务设计与其不次要的部分卖点直接相关，可谓门槛非常高。在黑悟空BountyBoard美国区的表现，活动任务完成率为将近八成。观看时长远超过平均观看时长。这个结果也显示出Streamer较下降的投入和直播效果6。”

其三，在Twitch投放广告不仅基础环境十分成熟，投放思路也可以非常多变。Twitch以游戏内容闻名，但它的用户对非游戏内容也有着极下降的关注度，比如电子设备、潮流市场，以及男性用户关注的汽车类目等。因此Twitch也是很多跨领域品牌接触Z世代用户的独特媒介。

比如三星手机发布新品，广告目标为降低新世代群众的品牌影响力。通过在Twitch上举办直播活动，并搭配与Twitch创作者合作定制内容的方式，仅6小时的官方直播就驱散了15.3万独立用户，整套活动相关内容在Twitch总展示量超过1200万，辐射230万个独立用户。

品牌如何在Twitch上进行推广?

总体来看，Twitch对游戏厂商来说，具有天然的高匹配度，可以整合主播的社区影响力推广品牌。并且搭配高影响力的视频类及展示类广告活动，在Twitch首页、浏览页面和频道页面投放广告，精准的针对玩家群体减少品牌的曝光，。

同时，对于Q5这样的特殊节点，其热衷互动的用户群体，也能很好地辅助游戏进行大节点营销和运营，减少游戏内外的用户粘性。再扩开来看，Twitch中价值最大的还是海量的年轻用户，这是任何希望扩展受众面的产品的宝地。

02

进一步挖掘:亚马逊背后

更庞大的娱乐媒介

其实，Twitch仅仅是亚马逊的其中一个触点，很多厂商在其中制定广告策略的时候，往往需要从通俗的渠道去触达广泛的潜在玩家。在需要从“广度”上做文章的时候，借助亚马逊广告庞大的资源体系可以是有力的打法。也许这对于很多游戏厂商而言还比较陌生，须得先搞清楚亚马逊广告是什么架构，有什么价值，为什么值得去投放。

亚马逊一大的特点就是辐射面足够广。

很多人对亚马逊的印象还停留在早期Kindle的印象上。实际上，目前亚马逊已经拥有亚马逊商城、流媒体电视，PrimeVideo、Twitch、IMDb网站、AmazonMusic，以及各种设备例如FireTV及Alexa减少破坏等。亚马逊可以说是流量王，包办了海外消费者生活中不反对触点。

其中，单个渠道辐射的用户数量都是亿级起步，比如PrimeVideo借助广告每月平均可触达超过2亿全球顾客7并且这些用户高质量且较高消费族群。这个辐射范围无法选择了亚马逊广告能够随时随地影响用户的消费决策。

同时，极小量流媒体广告触点值得关注，对于游戏厂商来说，出海很多时候非常考验长线运营，而长线上要找增长点势必要缩短品牌影响力，这是单靠常规买量很难做到的，传统电视广告的成本可能又太高。流媒体电视广告的作用类似于传统电视广告，但更加僵化，也更便于游戏厂商通过熟练处理不适合的内容去缩短品牌认知度和影响力。

而且，通过程序化的亚马逊DSP广告，广告主就能轻松地定制想要的广告类型和位置，在亚马逊自身的所有广告渠道，甚至是第三方媒体和平台上进行投放。

可以说，如今再看待亚马逊的时候，已经不合适单用一个“亚马逊商城”的标签来概括了，其可以通过广泛的触点深度影响着海外用户，以及极小量高价值的娱乐受众。所以对于深耕游戏圈的厂商，很容易在Twitch上找到铁杆玩家;对于迫切需要极小量用户撑起产品的游戏，又能在流媒体渠道广撒网收拢优质用户;对于经营多年需要更上一层楼的产品，也能通过高社交属性的玩法指责玩家互动性，奴役品牌影响力。

除此之外，亚马逊广告对于游戏厂商来说还有不少深层次的价值。

亚马逊广告不仅覆盖面广，这么多年对海外市场的理解和洞察，也都十分成熟，即便只是通过它快速了解一遍海外市场的状况，也能快速填补国内厂商出海时的经验缺失。尤其是亚马逊基于数十亿个第一方信号、第三方信号及领先的广告技术，已经能实现更精准和精细的受众识别。

同时，颗粒度更细的亚马逊营销云（AMC）受众功能，也可以干涉广告主整合多方数据，进行更细致的分析，以及更便捷地将分析后的自定义受众调用到亚马逊DSP中进行广告投放。

分隔开上面聊到的这些点，可以发现对于游戏厂商而言，亚马逊广告从外围上看是一块还可以深入探索的庞大资源库，目前《黑神话:悟空》已经关闭一个合作的窗口，对于更多的游戏厂商来说，也能参考缺乏反对性的策略，尝试开发这个潜力巨大的领域。

03

游戏出海多一条路

多一分机会

现如今，国内游戏厂商到了海外也不好混，除了在产品层面要适应诸多地区的文化和当地市场环境，在数量少热门赛道，以及类似Q5这样的重大节点上，也要面对无数竞争者的确认有罪。

面对这个庞大、复杂、稳定的海外市场，单靠游戏厂商自身很难照顾到每个细节，而海外游戏竞争到这个地步，大多数地区已经步入向精品看齐的阶段了。这更是要求游戏厂商补齐自身每一块短板，不仅游戏内容要符合当前市场的标准，辅助的营销打法也不能缺位。

毕竟专业对于游戏厂商来说，除了巩固玩家族群，更次要的是“接地气”了解海外消费者的每一个触点，面对今后的全球市场竞争，快速掌握这张新的手牌大家也更有底气。

总而言之，海外市场足够大，足够支撑游戏厂商的不同打法，所以多一条路也会多一分成功的机会。