演讲介绍：

传统 BI 工具存在学习成本高、分析能力匮乏等问题，随着大模型技术的迅猛发展，ChatBI 在交互体验、智能分析能力及使用效率等方面，相较于传统 BI 实现了全方位的飞跃式提升。FreeWheel 在广告运营和数据分析场景中，构建了基于大模型的 ChatBI 系统，实现了自然语言取数、 智能数据洞察，大幅提升了数据获取与分析效率。本文将结合实际落地经验，分享在智能选表、Text2SQL、可视化和数据分析 Agent 等方面的核心实践，助力更多企业构建高效智能的数据分析体系。

演讲大纲：

一 、ChatBI赋能视频广告行业

1.  背景和业务介绍

2.  Insights Chatbot概述

3.  让大模型理解业务问题

二、智能数据查询落地实现

1. 指标与数据目录

2. 关键词提取

3. 智能选表（Schema Linking）

4. SQL生成与优化

5. 数据可视化

三、智能数据分析的探索

1. 算法库

2. Workflow

3. Agent

四、系统最佳实践

1. 整体流程

2. 上下文优化

3.  效果与反馈

4.  优化经验分享

五、总结与展望

听众收益：

1. ChatBI在视频广告行业的落地应用：了解Freewheel ChatBI在智能查数、异常检测、根因分析等领域的应用和效果。

2. 掌握智能选表的关键技术与工程实现：系统介绍从关键词提取、表列召回到智能决策优化的完整技术链路，助力构建精准高效的选表能力。

3. 构建面向业务问题的数据分析能力：解读如何基于 Workflow 与 Agent 协同机制，实现灵活应对复杂数据分析需求的系统设计与落地路径。

落地挑战和方案重点：

1. 业务逻辑复杂，指标体系庞大：Freewheel视频广告业务涉及多平台、多渠道、多类型数据，如何准确理解用户意图、并将自然语言问题正确映射到底层数据结构，是落地的核心挑战之一

2. 分析场景多样，需求动态变化：用户的分析需求覆盖从日常报表分析到异常监测、从归因分析到策略优化，场景差异大、链路复杂