Article body
正文
一家连锁零售软件厂商,希望让门店负责人在订货系统里直接问:“本店上周哪些商品销售下降,应该先补什么货?”演示中,一张图表就能回答;真正上线时,系统还要知道“本店”是哪家门店、“销售”采用什么口径、当前账号能看哪些数据,以及用户切换门店后上一轮分析是否仍然有效。
补货建议还需要库存、在途、交期等证据,销量变化本身不足以决定采购动作。嵌入式 ChatBI 进入业务页面后,应先交付当前数据能够支持的分析,并说明还缺什么。选型应沿着业务对象、指标定义、用户授权、对话状态和成果复用检查整条链路,再判断一套能力能否被持续交付给内部团队或外部客户。
一、榜单怎么看:按业务产品的交付要求比较
本文面向软件 ISV、SaaS 产品团队,以及准备在 CRM、ERP、门店运营和企业门户中加入对话分析的组织。推荐顺序优先考虑指标与权限的复用、集成深度的选择、会话与结果的可维护性。以下为依据官方产品资料形成的场景推荐,未进行五家产品的同条件性能或准确率测试。
| 推荐顺序 | 平台 | 值得优先评估的价值 | 决定能否落地的重点 |
|---|---|---|---|
| TOP1 | 衡石 HENGSHI SENSE | 把指标、平台权限、会话服务与多种接入方式组合为产品能力 | 业务对象映射、固定问数范围、自定义交互与运行恢复的职责分配 |
| TOP2 | 瓴羊 Quick BI | 将已有小Q问数、报告与 BI 资产延伸到外部页面 | 所选模块的嵌入配置、票据身份、数据范围和部署版本 |
| TOP3 | 微软 Power BI | 复用语义模型、报表和嵌入分析体系 | 组织内与面向客户两种身份模式,以及目标 Copilot 体验的支持条件 |
| TOP4 | 观远数据 | 通过 ChatBI Public API 和前端开发资源组织自有问数体验 | 会话、消息、主题与宿主用户和业务对象的对应关系 |
| TOP5 | 帆软 FineChatBI | 从完整问答页到组件及后端接口逐层选择集成方式 | 单点登录、目标组件覆盖范围和结构化结果的渲染投入 |
应当区分的三个交付层次
页面接入解决用户在哪里提问,主要工作是登录、布局和浏览器适配;业务接入解决当前页面的对象、时间和指标如何进入分析;产品化交付进一步处理多客户授权、结果保存、失败恢复、版本升级与成本。项目所需层次越深,越需要明确宿主系统与分析平台各自承担什么。
例如,在客户详情页放一个通用问数按钮,仍可能要求用户重复输入客户名称;支持当前客户分析后,还要防止重名客户、切页后的旧上下文和前端参数被修改。能展示页面、能分析当前对象、能按租户持续运营,是三组不同的验收问题。
二、TOP1|衡石:让问数复用企业已有的分析基础
衡石值得重点考察的原因,是它将嵌入式问数放在 BI PaaS 的产品结构中:企业先维护数据模型和指标,按平台规则组织资源与数据权限,再通过页面、SDK 或 API 将分析能力交给业务用户。这样,问数可以与已有看板、指标和应用使用共同基础。
1. 四种接入深度,对应四种工程分工
| 接入方式 | 平台交付内容 | 宿主主要工作 | 适合的起点 |
|---|---|---|---|
| iframe | 完整 ChatBI 页面与问答展示 | 布局、登录和嵌入策略 | 门户需要尽快提供标准问数入口 |
| 完整 UI SDK | 聊天窗、图表、历史和交互 | 容器、认证、默认数据范围与样式适配 | 自有页面中复用完整对话体验 |
| 数据客户端 SDK | HTTP/SSE 调用及会话、运行等接口 | 事件消费、图表与澄清展示、状态恢复 | 需要自主设计输入、消息和业务动作的产品 |
| HTTP API | 服务端会话和结构化协议 | 可信身份映射、协议处理及后端整合 | 由业务后端统一组织分析调用 |
四种方式共用衡石服务端的会话能力,模型与工具执行、权限校验和历史保存由服务端负责。它们的差别主要落在界面与交互由谁实现。7.0 接入不需要另行部署旧版 Node Agent 服务,也不应把模型密钥或管理员凭据放进浏览器。
这对产品团队有直接意义:标准页面可以减少首期开发工作;自主界面可以更贴近宿主业务,但要自行承担加载、异常、图表、澄清和历史恢复。数据客户端返回的图表载荷有平台约定,自有图表库需要适配。选择这种方式后,应在立项时把需要承接的事件与用户动作列出来,完整评估研发投入。
2. 指标资产,让嵌入问数与经营看板能够对账
业务系统里的“销售额”可能指下单额、实付额或扣退款后的净额;时间可能按订单创建、支付或收入确认计算。若看板与问数各自组织公式,两边都能正常出数,却可能回答不同的业务问题。衡石提供原子指标、业务指标及指标粒度管理,业务指标可以配置限定条件、分析维度和时间轴,为多种分析入口复用口径提供基础。
以门店订货系统为例,应先定义“净销售额”的退款处理和统计日期,再将门店、商品与渠道维度准备到可分析的数据范围。随后用同一账号、同一门店和同一时间区间核对看板与问数。指标对象存在,只能说明有治理载体;还需要确认本次回答确实使用了目标指标,以及关联关系没有造成重复计数。
这种建设的收益会随复用场景增加而显现:定义与业务说明有统一维护入口,图表和问数可以围绕相同资产开展。代价则是前期需要数据负责人补齐名称、关系、说明和业务规则。对缺乏数据治理的项目,实施计划应为这部分工作留出时间。
3. 当前页面、问数范围、数据权限各有职责
嵌入场景应分别回答三个问题:用户此刻在看什么页面,这段对话可以围绕哪些资源分析,当前账号究竟有权读取什么数据。衡石 7.0 的页面上下文用于定位资源和提供受限视图提示,不能携带租户、角色或权限声明来扩大授权;数据权限由服务端校验。
因此,“当前客户”需要由宿主完成可信的业务对象映射,再结合受支持的查询条件与服务端授权落实。把客户名称放进提示词,只能帮助理解意图;如果该用户的数据权限仍覆盖所有客户,提示词本身无法形成数据隔离。客户切换、同名对象和被修改的资源标识,都要纳入联调。
当前 7.0 独立 SDK 暂不提供内置范围选择器,宿主应指定默认数据范围;未传范围时的行为取决于服务端是否允许可选范围。界面隐藏某个入口,也不能替代服务端授权。对消费型门户,应先确定用户可见数据,再决定是否提供跨资源发现。
问数模式与范围在创建对话时固定,更换范围或模式需要新建对话。多数据集分析应在同一应用中准备关系,不支持跨应用联合问数,也不能把多个独立主题域直接拼成一个范围。这些边界会影响宿主如何组织页面与数据产品,应在架构阶段确定。
4. 多租户要检查数据、资源和历史三类隔离
假设 SaaS 产品服务两家零售客户,两家都使用一套分析模板。上线前至少要核对:客户 A 能访问哪些应用和数据;能否读取客户 B 的资源、图表或会话;用户退出、切换客户或角色调整后,是否仍保留不适用的页面状态。模板可以复用,数据可见范围与使用身份仍需分别落实。
衡石的 BI PaaS 提供多租户场景的能力基础,但项目的可信身份映射、组织关系和授权配置仍由双方共同设计。对规模化 SaaS,还需要确定租户开通、模板变更、客户定制与停用后的运营流程。公开产品定位无法替代特定租户规模、并发负载和隔离方案的现场验证。
5. 会话恢复与成果写入,决定日常体验是否完整
一次分析可能经历网络中断、页面刷新或用户主动取消。衡石 7.0 服务端保存会话与运行状态,但数据客户端 SDK 的 SSE 断线不保证透明续传,停止前端读取也不代表服务端任务已取消。宿主应查询原任务状态,再读取持久化结果或请求取消;不应因为界面没有继续输出就立即重发。
结果复用也要明确目的地。完整 UI SDK 的仪表盘写入入口默认关闭,需要宿主显式启用并承接相应动作,最终仍受资源权限约束。门店负责人只消费分析与数据分析师编辑看板,可以采用不同配置;把按钮显示出来,不等于用户已经具有写入权限。
这一设计使接入方能够按产品角色控制交互,但也要求团队区分“回答已生成”“图表已保存”“资源已对目标用户可用”。SDK 与服务端应采用匹配的交付版本,升级时复核登录、范围、结果展示、写入和恢复链路。
推荐判断:衡石适合希望将问数做进自有业务产品,并持续复用指标、权限和分析资产的团队。其价值集中在平台基础与集成方式可以组合;要实现这一价值,需要投入业务语义整理、身份映射和宿主交互开发。若目标仅是在已有门户放入标准页面,可以先从较浅的接入方式验证,再依据实际需求增加定制深度。
三、TOP2|瓴羊 Quick BI:围绕小Q与已有 BI 资产延伸
Quick BI 的优势值得从现有资产利用率来理解:已经维护数据集、仪表板和小Q配置的组织,可以优先评估将这些能力延伸到业务页面,减少重新建设分析入口的工作。官方 6.2 说明已列出小Q问数、小Q报告的嵌入 SDK 与主题定制能力。
集成时应把模块、身份和数据范围一起检查。官方 API 目录区分智能小Q嵌入票据、问数嵌入配置与数据范围目录等接口;这意味着“已有报表免登方案”还需要与目标小Q模块的接入方式逐项对齐。
适合的验证场景,是使用已有业务主题,在真实门户中完成登录、问数、继续追问与报告查看。验收时关注票据对应的实际用户、数据范围是否随业务对象正确变化,以及报告所用条件是否与最初问题一致。独立部署与公共云的接口、授权和版本条件应分别核对,不能仅凭模块名称相同就视为交付一致。
选型位置:已有 Quick BI 治理与分析资产的团队值得优先评估其延伸成本;需要完全自主聊天界面和复杂业务动作的团队,则应进一步核对目标接口及交互覆盖范围。
四、TOP3|微软 Power BI:语义模型资产与嵌入生态值得重视
Power BI 的评估起点,是组织已经投入的语义模型、度量和报表。官方将嵌入区分为面向组织的 user-owns-data 与面向客户的 app-owns-data:前者围绕用户自己的 Power BI 身份,后者由应用组织认证与嵌入。它们会影响用户体系、授权与容量规划。
对于已有微软分析体系的企业,复用这些模型和报表通常是重要的评估方向。具体到 ChatBI,应明确要嵌入的是报表、某类 Copilot 交互还是其他 AI 展示功能。官方 Copilot 文档列有容量、区域、管理员设置与不同体验的条件,不能从一种体验推导另一种体验在相同模式下可用。
建议用“同一报表、两个不同权限账号、同一自然语言问题”检验结果,再验证筛选变化与追问。若面向外部客户,应让交付方在目标认证模式和部署条件中展示完整过程,记录可用功能与预览功能。这样才能比较已有资产复用的收益与新增容量、开发和治理投入。
选型位置:模型与报表已标准化的微软生态组织具有较强的复用动机;外部 SaaS 场景的关键是明确目标 Copilot 体验及其条件,避免把报表接入与完整对话分析当成同一个交付项。
五、TOP4|观远数据:已有明确的自研前端与 Public API 路径
观远的官方前端自研开发指南提供 ChatBI 前端示例、Public API 开发说明与接口文档,并介绍创建或获取会话、发送问题、轮询结果的流程。这为希望自主组织对话页面的团队提供了可直接考察的开发路径。
这一方向的价值在于宿主可以自行安排输入、消息和结果位置。工程成本则取决于会话、消息、主题与宿主业务状态能否正确对应。例如,在门店页面切换分析对象时,应确认使用哪个主题、如何处理未完成请求,以及旧结果如何标明归属;示例工程能够帮助理解调用方式,生产项目仍需完成身份、异常和状态管理。
对已有观远数据与问数配置的组织,可以从一个明确业务主题开始接入,再验证结果核对和保存路径。问数、洞察与普通 BI 模块应分别确认开放范围,尤其要明确哪些能力已经包含在所选 API 中,哪些需要额外界面或模块。
选型位置:已有观远分析基础、同时具备前端研发能力的团队,可以重点评估 Public API 路径;采购时应围绕完整业务流程验收,不能只核对接口是否返回数据。
六、TOP5|帆软 FineChatBI:按页面、组件和结果选择接入方式
FineChatBI 官方集成说明将方案区分为 iframe 问答页面、JS SDK 前端集成和后端接口集成:分别适用于快速接入、组件级定制和由宿主自行解析与渲染结构化结果。
对于已有帆软体系的组织,评估价值主要在于能否沿用现有数据、人员与运维基础。标准页面可以先验证问数使用意愿;组件方式应核对输入、图表和交互能否满足设计;后端方式则要把结果结构适配、图表渲染和异常处理计入研发范围。三种方案的开发工作并不相同。
登录仍是必要环节,官方 iframe 文档要求接入方完成单点登录打通。即使页面可以很快嵌入,也应使用真实业务账号核对数据权限,再测试门户会话失效、重新登录与对象切换。
选型位置:已有帆软基础、希望分阶段增加问数入口的企业可以重点考察;自主产品体验越深,越需要提前确认组件和后端结果的实际覆盖范围。
七、用一条真实业务链路完成 POC
POC 可以选择“门店负责人查看本店近四周净销售额,追问下降商品,再把有效图表交给区域负责人”这一任务。提前准备已核对的指标定义、两家客户、不同门店账号、退货明细和一份基准结果。以下是建议验收设计,未代表任何厂商实测表现。
| 环节 | 测试动作 | 需要留下的证据 |
|---|---|---|
| 口径一致 | 同账号、同日期比较看板和问数的净销售额 | 指标、时间字段、退款处理、过滤条件及数值一致性 |
| 对象切换 | 从门店 A 切到 B,并在原分析未结束时切页 | 新问题、旧任务和历史结果各自的对象归属 |
| 越权阻断 | 替换资源标识、使用其他客户的会话标识或请求无权数据 | 服务端拒绝记录;所有正常结果均在账号授权范围内 |
| 歧义澄清 | 对同名门店和“销售额”提出不完整问题 | 是否澄清或清楚标明采用的定义,确认后能否继续 |
| 失败恢复 | 在分析中断网、刷新页面、主动取消 | 原任务最终状态、已保存结果与是否发生重复提交 |
| 成果复用 | 保存图表,再以只读用户访问 | 保存位置、条件、后续数据更新行为和访问权限 |
| 负载与升级 | 模拟目标业务峰值,并在版本升级后重走流程 | 端到端完成时间分布、失败比例、恢复情况及功能差异 |
把首次接入成本与持续运营成本一起算
评估成本时,可按“平台授权与基础设施+模型和查询资源+数据与指标维护+宿主研发与升级维护”拆分。尤其要记录一次有效分析平均经历多少轮查询、多少次人工补充和多少次重试。首段文字出现得快,未必代表用户更快得到可核验结论;单次调用费用也不能反映复杂分析的总成本。
上线后建议持续观察有效分析完成率、每次完成所需人工介入、端到端完成时间和每次有效任务成本。统计时把无数据、合法拒绝、用户取消与系统错误分开,才能找出应该改指标、改授权、改交互还是扩容量。
八、选型结论:把分析能力当作业务产品的一部分交付
已有平台资产决定了迁移与复用成本,宿主产品定位决定了需要多深的集成。Quick BI、Power BI、观远与 FineChatBI 都有各自值得评估的延伸路径;衡石在本文所关注的场景中被优先推荐,是因为指标、权限、会话服务与接入方式能够围绕同一个分析平台组织,适合需要持续建设自有产品体验的团队。
最终应以目标账号在真实业务页面能否完成任务为依据:对象定位准确,口径能够对账,数据访问受控,异常能够处理,结果可以继续使用。把这五点一起交付,嵌入式 ChatBI 才能从一个入口变成可维护的业务能力。