首页/Dot
Dot AI 数据分析师图标

Dot

Dot 是 AI 数据分析师,可用自然语言回答问题、编写 SQL、生成图表和深度分析、自动制作报告,并治理跨数据系统的业务上下文。

访问网站

产品介绍

Dot 是什么?

Dot 是 AI 数据分析师,团队可用自然语言提问并在数秒内获得答案。收到聊天请求后,它会定位相关数据表、编写 SQL 并生成图表。用户既可在 Dot 应用中操作,也可从 Slack、Microsoft Teams 和电子邮件获取分析结果。

除快速问答外,Deep Analysis 支持带下钻和方法说明的多维调查。Automated Reports 会按日程从实时数据生成可直接演示的 PowerPoint 报告。Context Agent 从不同数据系统汇总指标、定义、文档、示例和业务规则,使分析保持受治理且口径一致。

如何使用 Dot

  1. 连接支持的数据仓库、数据库、BI 工具、文档或平面文件。
  2. 通过 Context Agent 添加指标定义、指令、示例和业务规则。
  3. 在 Dot 或连接的协作工具中用自然语言提问。
  4. 审核生成的 SQL、图表、答案或深度分析方法。
  5. 为需要定期更新的利益相关者设置自动报告日程。

核心功能

  • 数据对话: 将自然语言问题转换为 SQL、图表和答案。
  • Deep Analysis: 执行带下钻和可见方法的多步骤调查。
  • Automated Reports: 按日程从当前数据交付可直接演示的 PowerPoint 报告。
  • Context Agent: 治理指标、定义、指令、文档和业务规则。
  • 协作交付: 在 Slack、Microsoft Teams 和电子邮件中提供分析结果。
  • 数据集成: 连接数据仓库、数据库、BI 平台、表格、API 和分析工具。

使用场景

  • 自助分析: 让非技术业务人员无需构建查询即可回答运营问题。
  • 高管报告: 根据实时数据生成并定期发送演示文稿。
  • 复杂调查: 跨多个维度分析表现并记录分析方法。
  • 指标治理: 对齐不同数据系统的定义并保留业务上下文。
  • 团队内嵌支持: 在现有协作频道中回答重复的数据问题。

安全性

Dot 表示已通过 SOC 2 审计并符合 GDPR 准备要求,对其 LLM 提供商采用零数据保留,同时提供审计日志、SSO、基于角色的访问控制和行级安全。

常见问题

使用 Dot 需要编写 SQL 吗?

不需要。用户用自然语言提问,Dot 会查找数据表、编写 SQL 并生成结果。

Dot 可以创建定期报告吗?

可以。Automated Reports 会从实时数据生成定期、可直接演示的 PowerPoint 文件。

Dot 可以连接哪些数据系统?

官网列出的来源包括 Snowflake、BigQuery、Redshift、Postgres、Databricks SQL、Microsoft SQL、MySQL、Tableau、Looker、Power BI、dbt、CSV 和 Excel。

返回产品导航

相关产品

Adala 是用于构建自主数据标注智能体的 Python 框架,智能体可基于真值数据集迭代学习技能,并通过 LLM 运行时执行标注任务。

Adot 是一个去中心化 AI 搜索网络,帮助用户发现 Web3 生态中的相关信息。

Agentcy 是托管式营销 AI 智能体,可把营销数据连接到 AI 和 MCP 客户端,将多个来源整合为简洁答案与行动建议。

邮件订阅

持续发现实用 AI 产品

定期接收精选产品、真实使用场景和开发者动态。