01
数据分析与商业洞察
整合分散的信息，建立一致的经营视角，识别变化背后的驱动因素，为管理讨论与业务行动提供依据。
- 典型议题
- 经营分析、客户洞察、增长评估。
- 可交付内容举例
- 指标体系、专题分析、经营看板与分析报告。
解决方案
先决定从哪一项开始
四项产品对应不同阶段。下面先看周期和交付物，再看能力说明与典型场景。
01
数据诊断
Analytics Diagnostic
1–2 周
诊断报告、优先级清单。
- 适合谁
- 已有业务数据，但还不确定该先解决哪三个问题的团队。
- 什么时候买
- 指标口径还不统一，或内部还没选定第一个分析主题时。
- 做什么
- 盘点数据与指标口径，找出 3 个最值得做的问题。
- 不做什么
- 这一阶段不交付预测模型，也不上线系统。
02
决策分析冲刺
Decision Analytics Sprint
3–6 周
分析、实验或预测模型、行动建议、复盘模板。
- 适合谁
- 已经有一个具体经营决策要做的团队。
- 什么时候买
- 要判断促销是否值得做、哪些 SKU 先调价或清库存、预算怎么分。
- 做什么
- 围绕这一个决策做分析、实验或预测，并写出下一步建议。
- 不做什么
- 不同时展开多个互不相关的专题。
03
AI 分析试点
AI Analytics Pilot
4–8 周
原型、评测集、上线条件清单。
- 适合谁
- 口径已经稳定，想在受控范围内试对话式取数或报告自动化的团队。
- 什么时候买
- 同类问题反复出现，人工取数占用明显时间时。
- 做什么
- 做原型，并用评测集核对答案是否可用。
- 不做什么
- 不训练基础大模型，也不在数据条件不足时直接上线。
04
长期数据伙伴
Fractional Data & AI Partner
按月
月度复盘、实验设计、工具与流程迭代。
- 适合谁
- 诊断或冲刺之后，希望每月持续复盘和迭代的团队。
- 什么时候买
- 经营问题会重复出现，需要固定投入而不是一次性项目时。
- 做什么
- 每月覆盖经营复盘、实验设计与工具迭代。
- 不做什么
- 不替代客户自己的业务负责人和最终决策。
按范围报价，诊断阶段可先行。
我们不接的项目
- 纯数仓 / ETL 外包
- 纯 BI 报表外包
- 无数据基础的大模型定制
- 只要演示不要落地的项目
能力说明
下面三条是能力方向，不是另一套可购买分类。
02
决策分析与优化
围绕增长、利润和资源配置，结合预测、实验与情景分析，比较不同方案的机会、成本与约束，支持更有依据的选择。
- 典型议题
- 策略评估、需求预测、定价与运营优化。
- 可交付内容举例
- 实验评估、预测与情景模型、方案比较与行动建议。
03
AI 咨询与应用落地
识别适合 AI 介入的业务环节，明确应用价值、数据条件和实施路径，并通过原型与轻量应用验证可行性。
- 典型议题
- 对话式数据分析、知识辅助、分析与报告自动化。
- 可交付内容举例
- 场景评估、应用原型、流程集成与验证方案。
典型应用场景
这些是常见的经营问题入口。它们归入三条服务主线，而不是并列的第四套分类。
01
增长与客户
数据分析与商业洞察
适合解决的问题
销售在涨，利润不涨；优惠发了很多，增量说不清。
工作内容
客户分层、漏斗与留存、增长评估，把结果接到管理讨论里。
可交付形式
指标体系、专题分析和可以核对的行动建议。
02
促销与实验
决策分析与优化
适合解决的问题
活动看起来热闹，但很难判断谁因为活动才购买。
工作内容
对照实验、增量评估和客户差异分析，比较继续投入是否值得。
可交付形式
实验评估、方案比较和下一步预算建议。
03
定价与库存
决策分析与优化
适合解决的问题
SKU 太多时，调价、补货和清库存仍容易靠经验逐个看。
工作内容
把毛利、动销、库龄、缺货风险与价格机会放在同一套比较里。
可交付形式
优先级排序、情景比较和可执行的处理建议。
04
经营分析与流程沉淀
数据分析与 AI 咨询
适合解决的问题
指标每天都有，同类问题却反复靠人工重新做表。
工作内容
统一口径、拆解原因，并把已经验证的分析路径做成可重复使用的工具与流程。
可交付形式
经营看板、原因分析，以及原型或轻量应用。