數(shù)皆智能案例

該Agent案例由數(shù)皆智能投遞并參與金猿組委會(huì)×數(shù)據(jù)猿×上海大數(shù)據(jù)聯(lián)盟共同推出的《2025中國大數(shù)據(jù)產(chǎn)業(yè)年度Data Agent創(chuàng)新應(yīng)用》榜單/獎(jiǎng)項(xiàng)評(píng)選。

在汽車行業(yè)從產(chǎn)品為王向用戶為王轉(zhuǎn)型的當(dāng)下，用戶體驗(yàn)已成為車企的核心護(hù)城河。該品牌作為合資品牌的領(lǐng)軍者，深知在數(shù)字化時(shí)代，客戶聲音不再是單一的售后投訴，而是散落在垂媒、社媒、電商、App及400電話中的海量數(shù)據(jù)資產(chǎn)。

然而，傳統(tǒng)的人工監(jiān)測模式面臨巨大挑戰(zhàn)：數(shù)據(jù)割裂，公域與私域數(shù)據(jù)無法互通；響應(yīng)滯后，面對(duì)每天產(chǎn)生的海量非結(jié)構(gòu)化文本，人工難以實(shí)時(shí)預(yù)警風(fēng)險(xiǎn)；洞察不足，難以從散亂的文本中挖掘出關(guān)聯(lián)產(chǎn)品改進(jìn)的深層邏輯。在此背景下，該車企亟需引入Data Agent技術(shù)，構(gòu)建一套能夠像“超級(jí)業(yè)務(wù)員”一樣，自動(dòng)即時(shí)地跨平臺(tái)收集數(shù)據(jù)、跨語境理解語義、并主動(dòng)向各業(yè)務(wù)部門推送負(fù)面輿情預(yù)警、投訴/建議生成工單并派發(fā)的智能決策系統(tǒng)，實(shí)現(xiàn)從“被動(dòng)聽取”到“主動(dòng)智能代理”的戰(zhàn)略升級(jí)。

時(shí)間周期：

項(xiàng)目開始時(shí)間：2024年09月

中間重要時(shí)間節(jié)點(diǎn)：2024年10月：完成全域數(shù)據(jù)底座的搭建與行業(yè)NLP模型的定制化訓(xùn)練。

2024年11月：一期Data Agent系統(tǒng)上線，覆蓋售前、售中、售后全鏈路，實(shí)現(xiàn)業(yè)務(wù)閉環(huán)跑通。

項(xiàng)目完結(jié)時(shí)間：2024年12月

Data Agent 應(yīng)用需求

本項(xiàng)目中，該企業(yè)對(duì)Data Agent的應(yīng)用需求并非簡單的報(bào)表工具，而是希望構(gòu)建一個(gè)具備業(yè)務(wù)思維的智能代理系統(tǒng)，需求具體拆解為數(shù)據(jù)聚合、語義認(rèn)知與行動(dòng)閉環(huán)三個(gè)層面：

1.全渠道數(shù)據(jù)的聚合與管理需求：業(yè)務(wù)端要求打破各渠道間的數(shù)據(jù)壁壘，實(shí)現(xiàn)對(duì)全網(wǎng)客戶聲音的統(tǒng)一納管。Data Agent必須具備強(qiáng)大的連接能力，能夠?qū)尤箢悢?shù)據(jù)源：包含垂媒、論壇、門戶網(wǎng)站、短視頻在內(nèi)的公域數(shù)據(jù)；包含400工單、客服電話、APP評(píng)論、電商評(píng)論在內(nèi)的私域數(shù)據(jù)；以及包含問卷調(diào)查、深度訪談在內(nèi)的調(diào)研數(shù)據(jù)。系統(tǒng)需覆蓋用戶從接觸品牌到維保服務(wù)的全生命周期觸點(diǎn)，確保數(shù)據(jù)采集無死角。

2.汽車垂直領(lǐng)域的深度語義認(rèn)知需求：面對(duì)汽車行業(yè)高度專業(yè)化且非結(jié)構(gòu)化的文本數(shù)據(jù)，Data Agent需要具備深度的NLP處理能力。它不僅要能清洗水軍與廣告噪聲，更需精準(zhǔn)識(shí)別具體的業(yè)務(wù)實(shí)體與用戶意圖（如投訴還是咨詢）。客戶明確要求系統(tǒng)能夠輸出精細(xì)化的四級(jí)標(biāo)簽體系，將模糊的口語表達(dá)轉(zhuǎn)化為如“產(chǎn)品類-智能網(wǎng)聯(lián)-座艙與互聯(lián)科技-車機(jī)卡頓”這樣可分析的結(jié)構(gòu)化數(shù)據(jù)，并準(zhǔn)確判斷情感傾向。

3.從洞察到行動(dòng)的業(yè)務(wù)閉環(huán)需求：Data Agent的最終價(jià)值在于驅(qū)動(dòng)業(yè)務(wù)改進(jìn)。需求要求系統(tǒng)能夠改變數(shù)據(jù)僅供查看的現(xiàn)狀，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)行動(dòng)。

面臨挑戰(zhàn)

在構(gòu)建這一企業(yè)級(jí)Data Agent的過程中，項(xiàng)目團(tuán)隊(duì)面臨了多重嚴(yán)峻挑戰(zhàn)：

第一，多源異構(gòu)數(shù)據(jù)的標(biāo)準(zhǔn)化治理難題。該企業(yè)的客戶之聲散落在數(shù)十個(gè)外部平臺(tái)與內(nèi)部系統(tǒng)中，數(shù)據(jù)形態(tài)極其復(fù)雜，涵蓋了文本、語音轉(zhuǎn)寫文本、圖片等。公域數(shù)據(jù)中充斥著大量無效的水軍灌水與廣告內(nèi)容，而私域數(shù)據(jù)（如客服錄音）則包含了大量非標(biāo)準(zhǔn)化的口語表達(dá)與方言。如何讓Data Agent在海量噪聲中精準(zhǔn)提取有效信息，并進(jìn)行統(tǒng)一的數(shù)據(jù)清洗與去噪，是項(xiàng)目實(shí)施的首要技術(shù)門檻。

第二，汽車行業(yè)語義理解的高門檻。通用的NLP大模型難以直接適配汽車行業(yè)的細(xì)分場景。例如，用戶反饋中的“頓挫”、“虛位”等專業(yè)術(shù)語，以及針對(duì)具體零部件（如“360全景”、“后置攝像頭”）的精細(xì)化描述，對(duì)模型的實(shí)體識(shí)別與關(guān)系抽取能力提出了極高要求。構(gòu)建一套覆蓋全系車型、能夠精準(zhǔn)區(qū)分“產(chǎn)品質(zhì)量問題”與“服務(wù)態(tài)度問題”的行業(yè)知識(shí)圖譜與標(biāo)簽體系，是一項(xiàng)需要深厚行業(yè)know-how的系統(tǒng)工程。

第三，跨部門協(xié)同與業(yè)務(wù)閉環(huán)的阻力。VOC項(xiàng)目本質(zhì)上是一場管理變革。項(xiàng)目涉及銷售、售后、質(zhì)量管理、客戶服務(wù)等多個(gè)核心部門。如何設(shè)計(jì)一套科學(xué)的規(guī)則，讓Data Agent輸出的數(shù)據(jù)（如NPS、問題解決時(shí)長）能夠被各業(yè)務(wù)部門認(rèn)可，并轉(zhuǎn)化為具體的整改行動(dòng)，而非僅僅停留在報(bào)告層面，是項(xiàng)目從技術(shù)落地走向業(yè)務(wù)實(shí)效的關(guān)鍵挑戰(zhàn)。

戰(zhàn)略目標(biāo)

引入Data Agent技術(shù)，該企業(yè)旨在達(dá)成以下核心戰(zhàn)略目標(biāo)：

一是建立量化可控的客戶體驗(yàn)指標(biāo)體系。改變過去依賴主觀判斷的管理模式，通過Data Agent將零散的客戶聲音轉(zhuǎn)化為可度量的NPS（凈推薦值）與滿意度指標(biāo)，實(shí)現(xiàn)對(duì)品牌形象、產(chǎn)品評(píng)價(jià)及服務(wù)質(zhì)量的實(shí)時(shí)監(jiān)控與精準(zhǔn)定位。

二是打造高效敏捷的問題解決閉環(huán)。戰(zhàn)略目標(biāo)明確指向運(yùn)營效率的提升。通過智能預(yù)警與自動(dòng)歸因，大幅縮短從問題發(fā)現(xiàn)到解決的周期。項(xiàng)目設(shè)定了明確的KPI目標(biāo)：平均問題解決時(shí)長降低30%，關(guān)鍵問題重復(fù)反饋率降低15%，旨在通過流程優(yōu)化提升客戶信任度。

三是沉淀品牌數(shù)據(jù)資產(chǎn)，反哺產(chǎn)品研發(fā)。通過項(xiàng)目建設(shè)，沉淀一套標(biāo)準(zhǔn)化的汽車行業(yè)語料庫與標(biāo)簽體系，不僅服務(wù)于當(dāng)前的售后服務(wù)優(yōu)化，更為未來的車型改款與新車研發(fā)提供精準(zhǔn)的客戶需求輸入，實(shí)現(xiàn)C2B的數(shù)據(jù)反向驅(qū)動(dòng)。

實(shí)施與部署過程

本項(xiàng)目的實(shí)施是DIA數(shù)皆智能在汽車行業(yè)Data Agent應(yīng)用領(lǐng)域的一次標(biāo)桿性實(shí)踐。不僅僅是簡單的IT系統(tǒng)交付，而是一套能夠“感知市場脈搏、理解用戶意圖、驅(qū)動(dòng)業(yè)務(wù)變革”的智能體系統(tǒng)。整個(gè)實(shí)施部署過程遵循“數(shù)據(jù)地基夯實(shí)—認(rèn)知引擎構(gòu)建—決策場景激活—行動(dòng)閉環(huán)貫通”的邏輯鏈路，將覆蓋品牌12個(gè)核心部門的多源數(shù)據(jù)轉(zhuǎn)化為驅(qū)動(dòng)企業(yè)增長的內(nèi)生動(dòng)力。

第一階段：構(gòu)建覆蓋全域的數(shù)據(jù)采集與治理體系

項(xiàng)目的第一步是夯實(shí)數(shù)據(jù)基礎(chǔ)，這是Data Agent智能體賴以生存的土壤。在項(xiàng)目啟動(dòng)之初，我們面對(duì)的是一個(gè)典型的汽車企業(yè)數(shù)據(jù)孤島困局：客戶的聲音散落在公域的社交網(wǎng)絡(luò)與私域的內(nèi)部系統(tǒng)之間，彼此割裂，無法形成合力。為了解決這一痛點(diǎn)，DIA利用平臺(tái)強(qiáng)大的集成能力，構(gòu)建了一套全天候、全渠道的數(shù)據(jù)采集網(wǎng)絡(luò)。

DIA首先致力于構(gòu)建公域數(shù)據(jù)的全網(wǎng)監(jiān)測能力。利用分布式采集與API聚合技術(shù)，Data Agent將觸角延伸至全網(wǎng)，覆蓋了汽車之家、懂車帝等核心垂直媒體，百度貼吧等高活躍車友論壇，以及抖音、小紅書、微博等高流量社交媒體平臺(tái)。針對(duì)公域數(shù)據(jù)中普遍存在的“水軍”刷帖、競品惡意干擾及無關(guān)廣告信息，系統(tǒng)內(nèi)置了行業(yè)級(jí)的反噪聲算法與清洗規(guī)則，確保采集到的每一條輿情都是真實(shí)、高價(jià)值的市場聲音。

而在私域數(shù)據(jù)側(cè)，DIA則將覆蓋品牌12個(gè)核心部門的多源數(shù)據(jù)進(jìn)行了統(tǒng)一采集與整合，打通了CRM、DMS（經(jīng)銷商管理系統(tǒng)）以及車主APP的數(shù)據(jù)鏈路。特別是針對(duì)非結(jié)構(gòu)化程度最高的語音數(shù)據(jù)，系統(tǒng)每月需要處理超過10萬條400熱線錄音。通過部署高精度的ASR（自動(dòng)語音識(shí)別）引擎，Data Agent能夠?qū)⑦@些海量的通話記錄實(shí)時(shí)轉(zhuǎn)寫為文本數(shù)據(jù)，并進(jìn)行“去口語化”處理，將“方言”、“語氣詞”轉(zhuǎn)化為標(biāo)準(zhǔn)化的分析語料。

此外，調(diào)研數(shù)據(jù)也是感知系統(tǒng)的重要組成部分。平臺(tái)每月匯聚并處理超過3萬份NPS問卷以及大量的購車后三個(gè)月回訪調(diào)研數(shù)據(jù)。無論是來自公域的論壇輿情、還是來自私域的APP反饋與服務(wù)工單，甚至包括深度的定性訪談，都被實(shí)時(shí)匯聚進(jìn)統(tǒng)一的數(shù)據(jù)池?；诖耍珼IA成功構(gòu)建起了一張覆蓋接觸品牌、到店體驗(yàn)、試乘試駕、車輛下訂、等待交車、新車交付直至維保服務(wù)全鏈條的客戶旅程數(shù)據(jù)地圖，確保Data Agent的每一次分析都基于完整的時(shí)間軸與業(yè)務(wù)流。

第二階段：構(gòu)建基于汽車垂類的智能語義解析

數(shù)據(jù)整合只是起點(diǎn)，真正的價(jià)值在于智能分析引擎的激活。汽車行業(yè)的客戶反饋具有極強(qiáng)的專業(yè)性與模糊性，一句簡單的“車子沒勁”可能對(duì)應(yīng)著發(fā)動(dòng)機(jī)、變速箱或油門調(diào)教等多個(gè)技術(shù)維度。為了讓Data Agent真正“讀懂”這些聲音，DIA基于自然語言處理（NLP）與機(jī)器學(xué)習(xí)算法，對(duì)非結(jié)構(gòu)化的文本反饋進(jìn)行深度解析，提煉出有業(yè)務(wù)意義的洞察。

這一過程如同為Data Agent植入了一個(gè)資深的汽車工程師大腦。系統(tǒng)首先利用命名實(shí)體識(shí)別（NER）技術(shù)，精準(zhǔn)定位文本中的關(guān)鍵實(shí)體，識(shí)別范圍覆蓋了客戶旗下的全系車型、數(shù)千種細(xì)分零部件（如360全景、后置攝像頭）以及具體的涉事經(jīng)銷商。緊接著，通過依存關(guān)系分析與觀點(diǎn)提取技術(shù)，系統(tǒng)能夠?qū)?fù)雜的自然語言轉(zhuǎn)化為結(jié)構(gòu)化的“實(shí)體-觀點(diǎn)-情感”三元組。

例如，在以往的問卷調(diào)查中，一句“上次保養(yǎng)體驗(yàn)不好”通常只能被記錄為一條模糊的負(fù)面評(píng)價(jià)，業(yè)務(wù)部門無法得知具體原因。而如今，Data Agent的智能引擎能夠自動(dòng)關(guān)聯(lián)匹配該用戶對(duì)應(yīng)的400通話記錄與維修工單，通過語義分析識(shí)別出“預(yù)約繁瑣”、“等待時(shí)間長”、“備件缺貨”等具體癥結(jié)，并為每一個(gè)細(xì)分觀點(diǎn)自動(dòng)打上“負(fù)面”標(biāo)簽。

為了實(shí)現(xiàn)認(rèn)知的標(biāo)準(zhǔn)化，DIA協(xié)同客戶的體驗(yàn)、質(zhì)量、售后等多個(gè)部門，構(gòu)建了一套多層級(jí)的標(biāo)簽體系。系統(tǒng)將提取出的非結(jié)構(gòu)化信息，精準(zhǔn)映射到這套標(biāo)簽樹中。例如，上述保養(yǎng)問題會(huì)被自動(dòng)分類為“[售后服務(wù)]-[服務(wù)流程]-[預(yù)約體驗(yàn)]”或“[售后服務(wù)]-[服務(wù)效率]-[維修時(shí)長]”等維度標(biāo)簽。通過這種方式，原本雜亂無章的客戶吐槽，被轉(zhuǎn)化為了結(jié)構(gòu)化、可量化與可追蹤的業(yè)務(wù)數(shù)據(jù)指標(biāo)，為后續(xù)的精準(zhǔn)決策提供了堅(jiān)實(shí)的算力支撐。此外，針對(duì)海量的重復(fù)性反饋，系統(tǒng)采用了語義聚類技術(shù)，將表達(dá)不同但意圖相同的觀點(diǎn)（如“方向盤重”和“轉(zhuǎn)向費(fèi)力”）自動(dòng)歸并，極大提升了共性問題的發(fā)現(xiàn)效率。

第三階段：賦能可視化的智能決策中臺(tái)

依托這一強(qiáng)大的智能引擎，體驗(yàn)部門獲得了全新的分析與決策能力。DIA平臺(tái)為其搭建了“洞察看板”和“旅程看板”兩大分析核心，徹底改變了過去依賴Excel報(bào)表的低效工作模式，實(shí)現(xiàn)了從傳統(tǒng)報(bào)表到智能決策的質(zhì)的飛躍。

在“整體滿意度旅程看板”中，管理者可以在可視化的界面中直觀查看各階段旅程的NPS變化趨勢、情感曲線走向以及關(guān)鍵驅(qū)動(dòng)因子的分布。系統(tǒng)支持極高自由度的“下鉆”分析——當(dāng)管理者發(fā)現(xiàn)某區(qū)域（如華東區(qū)）或某車型（如旗艦轎車）的服務(wù)質(zhì)量指標(biāo)出現(xiàn)異常下降時(shí)，只需一鍵點(diǎn)擊，即可快速定位到導(dǎo)致滿意度下滑的主要“問題簇”，例如“維修等待時(shí)間過長”。

更進(jìn)一步，系統(tǒng)支持從宏觀指標(biāo)直接穿透至微觀的用戶原話。決策者可以即時(shí)查看相關(guān)的用戶原始評(píng)論、情緒分布甚至具體的工單詳情。這種從宏觀趨勢到微觀原因的快速追蹤能力，讓體驗(yàn)管理的顆粒度達(dá)到了前所未有的精細(xì)水平，真正實(shí)現(xiàn)了從“發(fā)現(xiàn)問題”變?yōu)椤袄斫鈫栴}”。不僅如此，平臺(tái)還提供了競品對(duì)標(biāo)分析功能，通過對(duì)比競品在同一維度的表現(xiàn)，幫助客戶精準(zhǔn)定位自身的優(yōu)劣勢，從而制定更具針對(duì)性的市場競爭策略。

第四階段：構(gòu)建跨部門協(xié)同的行動(dòng)閉環(huán)

Data Agent的終極目標(biāo)不是展示數(shù)據(jù)，而是驅(qū)動(dòng)行動(dòng)。DIA認(rèn)為，只有當(dāng)數(shù)據(jù)轉(zhuǎn)化為具體的業(yè)務(wù)動(dòng)作時(shí)，價(jià)值才算真正落地。因此，這一洞察體系的核心在于實(shí)現(xiàn)了跨部門的深度協(xié)同與閉環(huán)管理。平臺(tái)不僅僅是一個(gè)看數(shù)的屏幕，更是一個(gè)分派任務(wù)的調(diào)度中心。

系統(tǒng)內(nèi)置了智能化的分單邏輯，能夠根據(jù)問題聚類后的類別與優(yōu)先級(jí)，將任務(wù)自動(dòng)分發(fā)至對(duì)應(yīng)的責(zé)任部門，形成“問題-任務(wù)-行動(dòng)-反饋”的閉環(huán)管理機(jī)制 。例如，售后部門可依據(jù)系統(tǒng)輸出的服務(wù)痛點(diǎn)，優(yōu)化接待流程與備件庫存配置；產(chǎn)品研發(fā)部門可針對(duì)Data Agent識(shí)別出的高頻質(zhì)量投訴（如車機(jī)卡頓、異響），進(jìn)行專項(xiàng)技術(shù)攻關(guān)與OTA升級(jí)；品牌公關(guān)部門則能基于系統(tǒng)捕捉到的早期輿情信號(hào)，提前介入進(jìn)行聲譽(yù)管理，將危機(jī)消滅在萌芽狀態(tài)。

客戶之聲從過去被動(dòng)收集的“沉睡數(shù)據(jù)”，變成了如今推動(dòng)業(yè)務(wù)優(yōu)化的“主動(dòng)引擎”。平臺(tái)上線后，該品牌的客戶體驗(yàn)管理正式進(jìn)入了“智能洞察+行動(dòng)閉環(huán)”的新階段。以往需要人工花費(fèi)數(shù)日進(jìn)行收集整合的分析報(bào)告，如今幾分鐘即可自動(dòng)生成；負(fù)面反饋的處理時(shí)效顯著提升，關(guān)鍵問題的重復(fù)提及率持續(xù)下降。更關(guān)鍵的是，體驗(yàn)部門的角色發(fā)生了根本性轉(zhuǎn)變，從傳統(tǒng)的“投訴受理中心”轉(zhuǎn)型為企業(yè)的“業(yè)務(wù)賦能中心”，其輸出的洞察成果已成為產(chǎn)品改進(jìn)、服務(wù)優(yōu)化與品牌戰(zhàn)略制定的重要依據(jù)。

一個(gè)典型的應(yīng)用場景是：當(dāng)Data Agent系統(tǒng)識(shí)別出某款主力車型在特定區(qū)域頻繁出現(xiàn)“備件供應(yīng)延遲”的負(fù)面評(píng)價(jià)時(shí)，平臺(tái)不會(huì)止步于展示這一數(shù)據(jù)，而是會(huì)自動(dòng)將這一結(jié)果轉(zhuǎn)化為附帶詳細(xì)數(shù)據(jù)支撐（如涉及門店、缺貨零件型號(hào)、平均等待時(shí)長）的改進(jìn)任務(wù)工單。該工單會(huì)被直接推送至供應(yīng)鏈管理部門執(zhí)行，供應(yīng)鏈部門據(jù)此調(diào)整庫存調(diào)撥策略，并在任務(wù)完成后反饋系統(tǒng)。系統(tǒng)隨后會(huì)自動(dòng)追蹤該區(qū)域后續(xù)關(guān)于“備件”的客戶評(píng)價(jià)變化，以驗(yàn)證改進(jìn)效果。這種形成了“負(fù)面預(yù)警—任務(wù)分派—效果驗(yàn)證”的完整業(yè)務(wù)閉環(huán)。

這種由數(shù)據(jù)驅(qū)動(dòng)的主動(dòng)優(yōu)化模式，幫助該品牌實(shí)現(xiàn)了從“聽見客戶聲音”到“讓客戶聲音產(chǎn)生影響”的質(zhì)變。在競爭加劇、客戶期望不斷提升的汽車市場，DIA數(shù)皆智能的VoC方法論為品牌提供了一種可持續(xù)的體驗(yàn)管理路徑——以數(shù)據(jù)整合為基礎(chǔ)、以智能洞察為核心、以業(yè)務(wù)行動(dòng)為目標(biāo)，構(gòu)建起真正貫穿客戶旅程的體驗(yàn)閉環(huán)。這不僅是技術(shù)的革新，更是客戶體驗(yàn)管理從被動(dòng)響應(yīng)走向主動(dòng)優(yōu)化的戰(zhàn)略躍遷。

合作服務(wù)效果

項(xiàng)目上線后，Data Agent在提升運(yùn)營效率與客戶體驗(yàn)方面取得了顯著成效，用真實(shí)的數(shù)據(jù)證明了數(shù)據(jù)智能體的商業(yè)價(jià)值：

1.客戶體驗(yàn)指標(biāo)顯著提升。通過對(duì)痛點(diǎn)的精準(zhǔn)定位與快速改進(jìn)，企業(yè)客戶滿意度（CSAT）實(shí)現(xiàn)了5%的提升，Data Agent幫助品牌更懂用戶，從而提供了更貼心的服務(wù)。

2.運(yùn)營效率大幅優(yōu)化。智能化的預(yù)警與自動(dòng)歸因機(jī)制取代了傳統(tǒng)的人工統(tǒng)計(jì)，使得平均問題解決時(shí)長大幅縮短了30%，用戶的訴求能更快得到響應(yīng)，極大地緩解了客戶的等待焦慮。

3.質(zhì)量改進(jìn)形成閉環(huán)。得益于對(duì)共性問題的深度挖掘與前置預(yù)警，關(guān)鍵問題的重復(fù)反饋率降低了15%。系統(tǒng)每月自動(dòng)生成4份高質(zhì)量的行動(dòng)報(bào)告，其中25%的改進(jìn)建議被直接采納轉(zhuǎn)化為具體的產(chǎn)品升級(jí)或服務(wù)優(yōu)化措施，真正實(shí)現(xiàn)了從“聽見聲音”到“解決問題”的價(jià)值閉環(huán)。

關(guān)于企業(yè)

·數(shù)皆智能

DIA數(shù)皆智能成立于2015年，孵化自lpsos益普索中國，是一家專注于數(shù)字體驗(yàn)營銷的科技公司。于2017年成立上海益普索信息技術(shù)有限公司，2021年更名為上海數(shù)皆智能技術(shù)有限公司。

作為國際領(lǐng)先的客戶體驗(yàn)和增長運(yùn)營服務(wù)商，DIA數(shù)皆智能具備一站式咨詢、運(yùn)營服務(wù)和產(chǎn)品解決方案能力，為企業(yè)提供KOX社媒營銷、CRM用戶運(yùn)營、VoC客戶之聲、AI智能應(yīng)用的四大板塊業(yè)務(wù)。DIA聚焦汽車、泛零售、泛金融、B2B等行業(yè)的價(jià)值落地，幫助企業(yè)實(shí)現(xiàn)用戶洞察落地，將用戶體驗(yàn)數(shù)據(jù)真正應(yīng)用到業(yè)務(wù)運(yùn)營當(dāng)中，助力企業(yè)實(shí)現(xiàn)CLV增長。

·某合資汽車企業(yè)

該客戶是國內(nèi)領(lǐng)先的合資汽車企業(yè)，由全球知名汽車制造商與國內(nèi)大型汽車集團(tuán)共同出資建立。公司旗下?lián)碛卸嗫詈w轎車、SUV的暢銷車型，在市場上享有極高的品牌知名度。該企業(yè)始終堅(jiān)持“以消費(fèi)者為中心”，致力于將全球領(lǐng)先的造車技術(shù)與中國本土消費(fèi)者的需求深度融合，通過持續(xù)的技術(shù)創(chuàng)新與服務(wù)升級(jí)，為中國用戶提供卓越的出行體驗(yàn)。

★以上由數(shù)皆智能投遞申報(bào)的Agent案例，最終將會(huì)角逐由金猿組委會(huì)×數(shù)據(jù)猿×上海大數(shù)據(jù)聯(lián)盟聯(lián)合推出的《2025中國大數(shù)據(jù)產(chǎn)業(yè)年度Data Agent創(chuàng)新應(yīng)用》榜單/獎(jiǎng)項(xiàng)。

該榜單最終將于1月上旬上海舉辦的“2025第八屆金猿大數(shù)據(jù)產(chǎn)業(yè)發(fā)展論壇——暨AI Infra & Data Agent趨勢論壇”現(xiàn)場首次揭曉榜單，并舉行頒獎(jiǎng)儀式，歡迎報(bào)名蒞臨現(xiàn)場。