这场轰动半个数据圈的研讨会都讲了啥？一文干货回顾

3 月 14 日，业界首场「NoETL 指标平台最佳实践研讨会」在上海成功举办。Aloudata 携手麦当劳中国、平安证券、华润数科、lululemon、理想汽车、瓴羊 Quick BI、矩云信息亮相出席，共同为企业实现 NoETL 指标平台的平滑落地，提供了清晰且极具参考价值的实践路径，并见证了「大模型 + NoETL = 万数皆可问」的企业级解决方案的重磅发布。

新品类价值履约 数智先行者带来“实践真经”

麦当劳中国：构建“管研用”一体指标中台，统一指标资产沉淀，提升全场景决策效率

麦当劳中国依托 Aloudata CAN 构建“管、研、用”一体化指标中台，统一全域指标口径，简化指标开发，形成从指标研发到指标使用的闭环，促进多方角色参与指标建设，提高指标复用度，减少冗余存储，为餐厅运营、营销增长、管理决策等 8 大场景高效赋能。

场景一：餐厅运营
贯穿客户营销的计划、执行、监控、复盘，提供全流程一致的评价指标，为营销增长洞明方向

场景二：营销增长
整合人、货、场数据，作为餐厅运营的智能大脑，驱动业绩增长、运营降本、服务改善

场景三：管理决策
提供同一指标从总部管理层到餐厅经理视角的逐层下钻、自动归因，加速经营问题识别与策略制定

平安证券：指标平台 + 微卡片，赋能各场景灵活一致的指标消费

平安证券将 Aloudata CAN 灵活分布式嵌入业务场景中，通过指标的“管、研、用”一体化，和灵活的卡片展示与组装，做到了数据层和展示层口径的统一，让公司做到上下对齐，提升了经营和运营效率。

场景一：指标设计方法
指标与报表解耦、定义即开发，效率提升 50%；砍掉 ADS 层任务、口径唯一，血缘清晰

场景二：策略动作分析
具体业务行为拆解为量化目标，建立动作和指标因果关系，实现策略「制定-执行-监控-分析-迭代」闭环

场景三：业务经营分析
指标“管研用”一体化，和灵活的“微卡片”展示与组装，统一口径，上下对齐，经营和运营效率提升

华润数科：推动数据中台升级，探索更高价值和高复用场景创新

华润数科将 Aloudata CAN 和 Aloudata AIR 融入到数据产品架构之中，在面向业务管理与运营方面，实现了以指标驱动和数据集驱动的数据应用双路径；在数据跨源查询和实时查询方面，实现了物理同步与元数据同步的双模式。

场景一：集团国资监管
集团管理驾驶舱对各单位核心指标实现高效、精准、多维度管控

场景二：生活消费赋能
支持商户定制化营销，提高精准营销效果，以及驱动跨产业板块合作

场景三：产融生态协同
数据共享，保障生态间企业数据准确、及时、完整地传输及增值服务

场景四：用户运营引流
整合集团内外部数据，挖掘信息、了解用户，赋能营销及跨业务单元引流

直击企业切实问题 共探 NoETL 指标平台落地路径

Q：指标平台的选型标准
“我觉得可以从成本、灵活性和服务质量三个角度来考量。成本包括软硬件成本、部署及运维成本等；灵活性指的是指标平台与企业内部的兼容与灵活拓展度，能否快速落地在企业的生态里；第三个是交付团队的服务质量，包括 POC 阶段的响应速度，运维阶段的响应效率，以及遇到问题双方的沟通和服务态度等。”
——陈润红 麦当劳中国数据中台负责人

Q：指标体系的梳理方法
“构建指标体系需要先梳理业务流程，因为指标是业务的度量结果或过程体现。只有基于完整的业务流程梳理，才能形成有效的指标体系，明确组织架构中每个人的职责和追踪重点。业务流程本身是承接公司战略和规划，从上至下层层分解的。而指标则能够反映业务状况，通过度量、追踪和调整，为领导决策提供支持。”
——倪程伟 平安证券数据平台负责人

Q：AI 大模型与指标平台融合
“在 AI 大模型时代，可能大家认为数据或指标都很重要，但我们认为更重要的是知识，所以我们会把知识体系建设作为 AI 的一个方向，指标和报表都是知识体系的一部分。所以未来我们会研究，如何把指标、报表等集成在一个 AI 知识体系里，这样可以大幅降低知识共享门槛，便于大家快速获取。”
——张巍 lululemon Data Solution Senior Manager

Q：指标平台的价值评估
“我认为可以从两个角度来看：一是直接收益，包括报表开发实现从月到天，整体效率得到提升，无论是人力还是存算成本大幅节省，以及指标定义过程中，多角色参与管理；二是间接收益，例如统一指标口径，能够帮助业务减少反复沟通或者存在数据差异等问题，及时止损。”
——滕永铮 理想汽车数智平台产品负责人

与 Quick BI 战略合作成果发布 重塑指标开发、治理与智能分析新范式

「指标定义-计算-可视化-智能分析」全链路产品解决方案
Aloudata CAN 与 Quick BI 基于 DSL 协议实现跨系统语义一致性，有效化解指标平台与 BI 工具的集成难题。Aloudata CAN 专注指标定义、管理与查询加速等，Quick BI 提供可视化与智能分析等能力，实现指标生产与分析全链路简洁流畅。

跨系统指标一致性保障
Aloudata CAN 实时校验计算逻辑，Quick BI 禁用字段篡改功能，杜绝二次加工风险

深度集成，无缝融合
无需配置数据集，在 Quick BI 中可直接调用在 Aloudata CAN 上定义的指标和维度生成分析看板，治理与分析平滑过渡

兼顾分析敏捷与数据安全
Quick BI 直接继承 Aloudata CAN 的数据权限配置，既简化了操作，又确保了数据安全

大模型 + NoETL = 万数皆可问 低成本实现数据快速就绪，加速 AI 应用创新

Aloudata Agent：面向企业各类场景的 AI 智能体应用，实现“万数皆可问”。

借助增强语义引擎、智能语义建模助手、Aloudata AIR 与 Aloudata CAN 的深度融合，实现智能问数场景的“全域数据全覆盖、业务口径对齐、查询性能保障与数据安全可控”。大模型 + NoETL 构建“万数皆可问”的正确路径。

对话式分析
支持指标搜索问询、自然语言问数、智能归因分析、智能分析报告生成等

分析过程透明化
实时展示分析洞察过程及中间产物，让分析过程可回放、可理解、可调整

数据准确可溯源
基于指标的口径定义，实现业务理解的对齐，提升回答的准确性

数据安全可保障
基于指标的行列权限能力，实现精细化的权限管控，保障数据查询的安全可控

Aloudata AI API：专为 RAG（Retrieval-Augmented Generation）优化，加速 AI 应用开发

专为 RAG 优化
支持自然语言获取指标/维度元数据，并以 JSON 格式返回，便于大模型使用

数据查询灵活一致
不止于预定义指标的简单获取，支持指标灵活衍生查询，大幅提升查询的覆盖率

专为深度分析打造
除了指标数据查询之外，还提供异常诊断、归因分析等深度分析能力的 API

数据安全可保障
基于指标的行列权限能力，实现精细化的权限管控，保障数据查询的安全可控

（4 月份开启公测，欢迎扫码预约）