Query Streams 是一个安全的实时数据库集成平台，它通过 Nova AI 将对话式 BI 引入到您组织中的每个数据库。Nova AI 是一个模式感知引擎，可以将简单的英语问题转换为方言正确的 SQL 查询，并自动生成图表。 了解更多信息，请访问 QueryStreams.com 和 免费注册 开始使用自然语言查询数据库。
什么是对话式商业智能？
对话式商业智能（Conversational BI）是分析技术的一个类别，其定义如下： Gartner 这是更广泛的增强型分析趋势的一部分。用户无需构建仪表盘、编写 SQL 查询或使用复杂的报表工具，只需用自然语言提问——例如“我们上个月最畅销的产品是什么？”或“本季度的收入与去年同期相比如何？”——系统即可解读问题，查询底层数据库，并返回包含可视化图表的直接答案。
这标志着组织与数据交互方式的根本性转变。传统的商业智能需要专业的分析师，耗时数周开发仪表盘，并且每次出现新的业务问题时都需要持续维护。而对话式商业智能则使数据访问更具探索性和即时性：组织中的任何人都可以随时提出任何问题，无需等待生成报告或编写 SQL 查询。
自然语言输入
按照你自然思考数据的方式提出问题，无需学习 SQL 语法或操作 BI 工具界面。
立即解答
无需等待数小时或数天才能收到分析师或数据库管理员提交的报告请求，即可在几秒钟内获得结果。
探索性分析
在同一对话中提出后续问题，实时完善分析，无需从头开始。
人人皆可访问
业务用户、经理和高管无需任何 SQL 培训、数据库知识或技术背景即可查询数据。
对话式商业智能的前景令人瞩目：它能使整个组织的数据访问更加民主化，减轻分析师和数据库管理员的压力，让决策者在需要时就能获得答案，而无需等待他人编写查询语句。但其背后的技术至关重要。对话式商业智能工具的优劣取决于其背后的人工智能引擎，而大多数实现方案在关键方面都存在不足。
为什么大多数“AI SQL”工具都会失败
自从大型语言模型兴起以来，涌现出数十种声称能将自然语言转换为 SQL 的工具。这个概念听起来很简单：描述你的需求，就能得到一条查询语句。但实际上，这些工具大多存在一个致命缺陷——它们不了解你的数据库模式。通用的 AI 模型可以编写语法正确的 SQL，但如果不了解你实际的表名、列类型、关系以及业务约定，其输出充其量只能说是不可靠的，最坏的情况则是危险的。
想象一下，当你要求一个通用人工智能“按产品类别显示收入”时会发生什么。该模型可能会生成一个引用……的查询。 客户 当你的表名为 tbl_clients它可能假设有一个名为“ 收入 当您的模式将该数据存储为时，该数据就存在。 总金额（美元） 跨越两个表的连接点。这些并非特殊情况——而是要求模型针对它从未见过的模式编写 SQL 语句的正常结果。
图式幻觉
通用人工智能会生成听起来合情合理但数据库中不存在的表名和列名，从而生成执行失败的查询。
方言盲
PostgreSQL、SQL Server、MySQL 和 Oracle 的 SQL 语法差异很大。通用工具生成的语法通常不适用于您的特定数据库引擎。
无上下文保留
大多数工具将每个问题视为独立事件，从而忽略了对话的连贯性。如果没有上下文，诸如“按地区细分一下”之类的后续问题就无法有效回答。
无验证层
查询直接执行，不进行语法检查，向非技术用户返回晦涩难懂的数据库错误，而不是提供有用的指导。
Nova AI 如何助力查询流中的对话式 BI
新星人工智能 Nova 是内置于 Query Streams 中的对话式 BI 引擎。与独立的 AI SQL 生成器不同，Nova 通过以下方式直接连接到您的数据库架构： 查询流代理 它会根据你实际的表结构、列名和数据类型生成查询。这并非一个猜测你表结构的通用模型——它会在编写任何 SQL 语句之前读取真实数据。
- 语义智能: Nova 在生成任何查询之前，都会检查您的实时数据库架构——包括表、列、数据类型、主键和外键关系。输出 SQL 中的每个引用都对应于数据库中的真实对象。
- 方言正确的输出： Nova 生成的 SQL 与您的特定数据库引擎的语法相匹配，无论是 PostgreSQL、SQL Server、MySQL、Oracle、Snowflake、BigQuery、SQLite、MariaDB 还是 DuckDB。
- 自动生成的图表： 每个查询结果都可以附带一个自动生成的可视化图表。Nova 支持折线图、柱状图、饼图、散点图、面积图和水平柱状图。
- 对话背景： Nova 能够保持对话的上下文，因此像“按地区细分”或“现在只显示第四季度”这样的后续问题可以自然地进行，而无需重新提出整个原始问题。
- 基于积分的使用： Nova采用积分制，使企业能够对人工智能驱动的分析进行可预测的成本控制。积分可以通过以下方式购买： 查询流门户并以用户为单位跟踪使用情况。
- 查询验证： 在执行之前，Nova 会验证生成的 SQL 是否存在语法错误和安全性问题，在问题到达数据库之前将其捕获，并返回清晰的指导，而不是晦涩难懂的错误消息。
当与查询流中保存的查询结合使用时， Microsoft Excel 加载项以及 Google Sheets 插件Nova 则完善了整个系统。预置的已保存查询用于处理重复性报告，而 Nova 则用于处理临时探索。它们共同构成了一个全面的在线 SQL 查询构建器，既能满足喜欢编写 SQL 的技术用户的需求，也能满足更倾向于用简洁英语提问的业务用户的需求。
语义智能：精准查询的基础
语义智能是 Nova 区别于通用文本转 SQL 工具的关键特性。当您通过查询流代理连接数据源时，Nova 会直接从数据库引擎的系统目录中读取模式元数据——包括每个表、每一列、每种数据类型以及每个关系。这一切都是自动完成的，无需任何手动配置。
这与那些要求您将数据库模式粘贴到聊天窗口或上传表定义 CSV 文件的工具有着本质区别。这些方法是静态的：一旦您的数据库模式发生更改——例如添加了新列、重命名了表或创建了索引——AI 的理解就会过时。Nova 会按需读取实时数据库模式，因此它始终反映数据库的当前状态。如果您的团队添加了一个 客户终身价值 周一将一列添加到账户表中，Nova 周二无需任何人工干预即可获知该列。
模式感知能力也意味着 Nova 可以正确生成 JOIN 语句。如果你的 客户 表有一个外键 命令, 和 命令 链接到 产品Nova 知道这些关系的存在，无需您指定表之间的连接方式即可编写多表查询。对于拥有跨越数十甚至数百个表的复杂数据模型的组织而言，这消除了一个重大错误来源，而这个错误来源困扰着通用 AI SQL 工具，甚至经验丰富的分析师手动编写查询时也难以避免。
支持方言的 SQL 生成
自然语言到 SQL 工具最容易被忽视的挑战之一是方言差异。SQL 并非单一语言，而是一系列方言的集合，它们之间的差异之大足以彻底破坏查询。在 PostgreSQL 上完美运行的查询，在 SQL Server 上却会产生语法错误。MySQL 中存在的函数，在 Oracle 中可能具有完全不同的名称和行为。任何忽略这些差异的对话式 BI 工具，一旦遇到未经专门训练的数据库引擎，就会立即失效。
| 手术 | PostgreSQL | SQL 服务器 | MySQL | 甲骨文 |
|---|---|---|---|---|
| 限制结果 | 限10 |
前十名 |
限10 |
仅提取前 10 行 |
| 当前时间戳 | 现在（） |
GETDATE() |
现在（） |
系统日期 |
| 字符串连接 | || |
+ |
CONCAT() |
|| |
| 标识符引用 | “柱子” |
[柱子] |
`column` |
“柱子” |
| 布尔类型 | 布尔值 |
少量 |
TINYINT(1) |
数字(1) |
| 数据提取 | 从 d 中提取月份 |
月(d) |
月(d) |
从 d 中提取月份 |
Nova 会自动处理所有这些变化。当你问“显示收入排名前 10 的客户”时，Nova 知道是否需要生成相应的结果。 前十名 （SQL Server） 限10 （PostgreSQL、MySQL）或 仅提取前 10 行 （Oracle）取决于您的数据源使用的数据库引擎。这种方言感知涵盖数百种语法差异，涉及字符串函数、日期处理、聚合、窗口函数、类型转换等等。
对于运行多个数据库平台的组织而言——这种情况在同时拥有传统 SQL Server 系统和较新的 PostgreSQL 部署的企业中很常见，或者同时使用 MySQL 进行应用程序开发和 Snowflake 进行数据分析的公司中也很常见——这意味着需要一个统一的对话式 BI 界面，该界面可以在所有数据库中保持一致的操作。用户无需了解他们查询的数据存储在哪个引擎中，当然也无需了解它们之间的语法差异。
从问题到图表：完整的 Nova 工作流程
Nova 的对话式 BI 工作流程旨在提供流畅无阻的体验。用户只需输入问题，几秒钟内即可获得数据和可视化图表。在后台，Nova 会执行一系列步骤以确保准确性——但从用户的角度来看，这就像是在与一位已经了解数据库的人进行对话。
提出你的问题
在 Nova 聊天界面中输入自然语言问题，例如“我们上个季度最畅销的产品是什么？”
模式分析
Nova 读取连接的数据库模式，识别相关的表、列、数据类型和外键关系。
SQL 生成
系统会自动生成符合方言的 SQL，以匹配您特定数据库引擎的语法和功能。
验证与执行
生成的查询会经过语法和安全性验证，然后通过查询流代理针对您的实时数据库执行。
结果与可视化
数据结果会与自动生成的图表一同返回。您可以选择折线图、柱状图、饼图、散点图、面积图或水平柱状图。
Nova 的图表生成功能会根据返回的数据结构选择最合适的可视化方式。时间序列数据会生成折线图；类别比较会生成柱状图；分布分析会生成散点图。查询运行后，如果您希望以不同的方式查看相同的数据，可以在六种可用的图表类型（折线图、柱状图、饼图、散点图、面积图和水平柱状图）之间切换。
由于 Nova 会保留对话上下文，您可以立即进行后续操作：“现在用饼图显示一下”、“筛选到北美地区”或“按月来看情况如何？” 每次后续操作都建立在之前的上下文之上，使整个过程更像是一场对话，而不是一系列孤立的查询。完整的对话历史记录会被保存，因此您可以随时返回并从上次中断的地方继续分析。
对话式商业智能与传统商业智能
传统商业智能 (BI) 和对话式 BI 各有侧重，但又相辅相成。了解每种方法的优势所在，有助于企业构建既能满足日常报告需求又能应对临时探索的分析策略。以下对比重点阐述了这两种方法在方法、速度和易用性方面的根本差异。
-
仪表盘依赖项
每一项新的发现都需要预先构建的仪表板或报告，这意味着在新的指标可用之前需要数周的准备时间。
-
专业瓶颈
BI 分析师和数据工程师控制着数据管道，为来自业务利益相关者的每个请求创建一个队列。
-
静态视角
仪表盘只能回答它们最初设计时提出的问题。如果业务问题发生变化，则必须有人重新构建仪表盘。
-
高昂的许可费用
企业级 BI 平台通常按席位收费，对于中型团队来说，每年的费用可能高达数万美元。
-
随时问任何问题
任何问题都能立即通过可视化方式获得解答。无需构建仪表盘，无需请求报告，也无需排队等待。
-
零专家依赖
业务用户可以直接通过自然语言查询数据。人工智能负责生成 SQL 语句、验证语句并创建图表。
-
探索性设计
每一次对话都是一次全新的探索。后续问题能够实时完善分析，从而发现意想不到的洞见。
-
可预测的信用定价
Nova 的积分制意味着您只需为使用的资源付费，无需按席位购买 BI 平台许可证或签订年度企业合同。
这并不意味着对话式 BI 会完全取代传统 BI。预置仪表盘对于需要每日监控的关键绩效指标 (KPI)、高管记分卡以及需要按计划自动刷新的运营指标仍然非常重要。对话式 BI 的优势在于能够处理现有仪表盘无法涵盖的临时性探索性问题——那些无法预先预测的问题。最有效的分析策略是将两者结合起来：使用仪表盘处理已知问题，并使用对话式 BI 和 Nova 处理其他所有问题。
对话式 BI 适用于哪些用户（以及何时仍然需要 SQL）
对话式 BI 并非万能。组织内不同角色从中受益的方式各不相同，而且在某些情况下，直接编写 SQL 仍然是更佳选择。了解这两种方式有助于您将 Nova 部署到能够发挥最大价值的地方。
业务分析师
对于熟悉数据但希望更快进行即席查询的分析师而言，Nova 可以加速“快速查询”工作流程，而目前该流程需要打开 SQL 客户端并从头编写代码。
非技术用户
销售经理、市场主管和财务团队需要数据方面的解答，但他们缺乏 SQL 知识。Nova 可以自动将他们用简单英语提出的问题翻译成数据库查询语句。
高管和决策者
领导者需要快速获得战略问题的答案——收入趋势、客户指标、运营 KPI——而无需安排分析团队出具报告。
没有 BI 人员的小团队
无法负担专门的 BI 团队，但仍然需要从其 SQL Server、PostgreSQL、MySQL、Oracle 或其他数据库中获得数据驱动的见解的组织。
对话式商业智能 (BI) 的实际优势在于能够有效解决分析师或数据库管理员每天面临的大量“你能提取这些数据吗？”的请求。收入报告、客户列表、产品性能摘要、供应商支出明细、各部门员工人数——这些问题专家只需五分钟即可解答，但如果一周内有三十个人提出同样的问题，就会产生长达两天的工单积压。Nova 可以即时处理这些问题，让您的技术团队能够专注于真正需要他们专业知识的复杂工作。
常见问题
对话式商业智能究竟是什么？ +
Nova AI 与使用 ChatGPT 编写 SQL 有何不同？ +
Nova 支持哪些数据库进行对话式 BI？ +
我需要手动向 Nova 描述我的数据库架构吗？ +
Nova可以自动生成哪些类型的图表？ +
Nova学分系统是如何运作的？ +
Nova 能否处理包含 JOIN 和子查询的复杂查询？ +
我的数据库数据会被发送到外部AI服务器吗？ +
我可以保存并重复使用 Nova 生成的查询吗？ +
开始
开始用简明英语查询
体验 Nova AI 的对话式 BI。连接数据库，提出问题，即可获得图表形式的答案——无需 SQL 代码。提供免费套餐，包含一定额度。
相关指南： 使用 Nova 进行人工智能数据分析 | 文本转 SQL | Microsoft Excel 中的数据库 | Google Sheets 中的数据库 | 下载查询流代理
类别：文章
标签：对话式商业智能、自然语言 SQL、人工智能数据分析、文本转 SQL、Nova AI、人工智能查询构建器、无代码分析、纯英文数据库、模式感知人工智能、查询流
元描述：使用对话式 BI，用简单的英语查询任何数据库。具备模式感知能力的 AI 可以为您编写 SQL。
English 
Spanish 
German 
French 
Portuguese 
Japanese 
Korean 
Chinese 
Italian 
Dutch 
Indonesian 
Polish