ID ONE · 自主技术体系

查得准,问得快
从指标与语义开始

将企业数据,转化为可理解、可计算、可复用的经营指标。

ID ONE 借助 Omnia 与 Optima,在 Axis 统一调度下,连接指标发现、自动生成、语义生成与查询生成。配合指标中心,让每次提问都有明确的口径与数据依据。

双本体驱动指标中心复用企业内网部署
ID ONE / 技术体系自主研发
ID ONE经营问数 · 分析与追问
可复用的企业资产指标中心

定义 · 语义 · 计算 · 血缘

Omnia数据资产准备
Optima指标与语义生产
Axis 统一调度

任务编排 / 工具调用 / 结果核验

焕羽模型理解 · 生成 · 推理 · 评估
业务本体 × 数据本体语义与数据的共同基础

01 / 双本体语义基础

同一个业务含义
落到同一套数据定义

业务本体定义企业的对象、关系与规则;数据本体描述数据实体、字段、指标与来源。两者共同建立从经营语言到数据计算的映射,降低术语歧义与口径偏差。

业务本体 / BUSINESS ONTOLOGY

理解业务关系

客户如何归属区域,订单如何关联产品,收入与成本按照什么规则计入毛利。

客户订单产品
对象 · 关系 · 经营规则
数据本体 / DATA ONTOLOGY

确定计算依据

把业务定义映射到来源表、字段、关联键和计算口径,保留可回查的数据血缘。

来源表字段指标
实体 · 映射 · 来源与口径
例如,问“华东本月毛利”

华东对应组织范围 本月对应统计期间 毛利对应已确认的收入与成本规则

02 / 指标自动化生产

从发现指标
到生成可复用的资产

把一次次临时找字段、写计算规则的工作,沉淀为持续可用的指标生产过程。Axis 统一编排 Omnia 与 Optima 的任务,将数据准备、指标生成和校验连接起来。

数据准备

ID Omnia

接入企业授权的业务数据库,完成数据清洗、事实与维度建模、质量校验,形成后续生产可使用的数据资产。

了解 Omnia
ID Optima · 指标与语义生产由 Axis 编排任务与校验过程
  1. 01

    指标发现

    从业务需求、报表模板与已有数据资产识别指标、维度和待确认的计算规则。

    形成的成果指标清单与口径要求
  2. 02

    自动生成

    将指标要求映射到来源字段,生成计算定义、数据加工 SQL 与指标数据集。

    形成的成果计算逻辑与指标数据集
  3. 03

    语义生成

    组织指标含义、业务别名、分析维度与来源关系,形成问数可使用的语义描述。

    形成的成果业务语义与字段映射
沉淀到指标中心

指标定义、语义描述、计算逻辑与数据血缘
成为后续查询可以复用的企业资产

了解 Optima

已有数仓可从现有资产接入。收入确认、退款归属等关键业务口径由企业确认,生成结果保留加工逻辑与校验依据。

03 / 指标中心与查询生成

指标统一沉淀
让不同提问复用同一套依据

ID ONE 自主构建的指标协同体系,将指标生产与问数执行连接起来。查询时,结合问题语义、指标定义与数据权限生成查询,复用已沉淀的口径与来源,减少重复解析和临时计算逻辑配置。

选择一个指标,查看问数路径
自然语言输入

华东本月毛利是多少?

也可以这样问

这个月,华东区域赚了多少毛利?
华东区域本月毛利
指标中心 · 定义示意毛利
计算定义
销售收入 − 对应销售成本
数据来源
销售明细、成本记录、组织维表
业务口径
按确认的收入、退货与成本归属计算
可追溯项
来源字段 · 加工逻辑 · 更新时间
查询生成与核验

解析组织与期间 → 匹配毛利定义 → 生成关联与聚合查询 → 核验收入及成本明细

返回毛利结果,并保留计算口径与来源依据

以上为指标定义与查询路径示意,实际计算规则以企业确认的口径为准。

更快捷

复用指标、语义与来源映射,减少重复找数、建模和口径确认。

更准确

用统一定义约束查询,把计算结果与数据来源、业务规则一起核对。

持续复用

生成的指标与数据集也可供原有 BI 使用,丰富字段,不按新增指标或字段另行收费。

04 / 统一调度与模型基础

让理解、生成与执行
在同一任务中协同

Omnia 与 Optima 封装上层数据生产能力;Axis 作为执行脚手架,组织任务依赖、模型与工具调用、结果验证;焕羽提供底层理解、生成、推理与评估能力。各层分工清晰,过程可以回查。

执行脚手架

ID Axis

将业务目标拆解为有依赖关系的任务,调度模型、算子与数据工具,汇合结果并核验交付条件。

了解统一调度机制
底层模型

HuanYu 焕羽

为业务语义理解与生成提供基础能力,配合面向企业规则定制的查数算子,将自然语言转为可执行的查询步骤。

了解焕羽模型研究
AXIS / 执行过程示意

“华东本月毛利为什么下降?”

  1. 01

    语义解析与目标拆解

    识别组织、时间、指标与比较范围,匹配指标中心;遇到歧义先澄清。

    问题语义 / 任务约束
  2. 02

    任务编排与工具调用

    按照数据与任务依赖,组织模型、查数算子和查询工具,执行关联、聚合与比较。

    执行计划 / 查询结果
  3. 03

    结果核验与证据关联

    核对指标定义、数据时效、计算结果与来源,保留执行记录及未完成项。

    校验依据 / 数据血缘
  4. 04

    组织回答与连续追问

    将数据事实、变化分析与待验证原因分别呈现,沿用已确认的语境继续追问。

    有依据的回答 / 可延续的上下文

口径冲突或关键数据缺失时,返回澄清与待确认项;结论保留来源,原因推测与数据事实分开呈现。

05 / 本地部署与技术验证

在企业内网
验证完整的问数过程

从真实数据库与业务口径出发,验证指标怎样发现与生成、查询如何执行、结果怎样追溯,再确认适合企业的部署配置与交付范围。

  1. 01

    确认接入边界

    数据库与现有数仓、授权范围、更新频率,以及本地计算环境。

  2. 02

    验证指标生产

    选取经营指标,核对来源、自动生成逻辑、语义定义与质量检查。

  3. 03

    检验问数结果

    用不同问法验证同一口径,回查来源与执行记录,并确认 BI 的复用方式。

ASCEND NATIVE

ID ONE 1.1.0 · 昇腾应用开发技术认证

华为昇腾 AI 基础软硬件平台 · 有效期 2026.08—2029.08

查看认证说明与证书

从技术机制,到实际验证

用你的指标,验证一次问数

告诉我们你关注的经营指标与现有数据基础,我们会结合场景准备演示,讨论数据库接入、指标生产与本地部署方案。

01

说说你的业务场景告诉我们最关心的问题,便于准备演示。

02

先用示例数据体验预约阶段无需提供企业生产数据。

03

一起评估落地方式结合数据基础,讨论本地部署与下一步。

预约 ID ONE 演示带 * 为必填项
企业是否已有数据仓库/数据中台

信息仅用于演示安排和商务联系。