财务问数历史对话
查看问答记录与点赞/点踩反馈;支持问题对齐与 Cube DSL 标注优化。点赞或点踩后,本页「反馈」列会显示对应标签(按更新时间倒序,最新反馈在最前)。
| 时间 | 反馈 | 用户 | 会话编号 | 标题 | 问题 | AI回复 | 取数结果 | Agent | Path | Payload | 操作 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 2026/8/18 21:16:59 | 点踩 | xiaofan | 4832a702-648f-4297-9ba7-a0d926599aa4 | 财务公式表有多少条数据, 并查询"核心赔付率"对应的内容 | 财务公式表有多少条数据, 并查询"核心赔付率"对应的内容 | [{"step": 0, "step_uid": "be1d9407-8d3d-4de9-b988-16e8fb0cd3... | {"final_sql":"-- sql_step 0\n-- question: 财务公式表的... | sql | ["sql"] | 查看{
"query": "财务公式表有多少条数据, 并查询\"核心赔付率\"对应的内容",
"errors": [],
"kb_names": [],
"sql_plan": {
"notes": "先统计财务公式表总行数,再筛选出公式名称为'核心赔付率'的完整记录",
"intent": "query",
"filters": [
{
"op": "=",
"field": "table_name",
"value": "财务公式表"
},
{
"op": "=",
"field": "formula_name",
"value": "核心赔付率"
}
],
"metrics": [
"count"
],
"dimensions": [],
"time_range": null
},
"citations": [],
"final_sql": "-- sql_step 0\n-- question: 财务公式表的总行数\nSELECT COUNT(*) AS total_rows FROM caiwu_gongshi_table\n\n-- sql_step 1\n-- question: 查询指标名称为'核心赔付率'的完整记录\nSELECT * FROM caiwu_gongshi_table WHERE indicator_name = '核心赔付率'",
"grounding": null,
"chat_reply": null,
"source_key": "gupiao",
"viz_config": null,
"intent_mode": "auto",
"formula_calc": null,
"route_reason": "用户要求查询数据条数和具体字段内容,需要SQL聚合和条件查询",
"route_source": "llm",
"selected_ddl": "-- Schema linker output for query context:\n-- Q: 财务公式表有多少条数据, 并查询\"核心赔付率\"对应的内容\n-- inferred_tables: (fallback: no table match; metadata index slice)\n\n-- file: caiwu_gongshi_table.md\n# 数据资产定义 (DAD) — `caiwu_gongshi_table`\n\n> **业务表名**:财务公式表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_gongshi_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | bigint | Y | 主键 | | |\n| `indicator_code` | varchar | | 指标编码(唯一) | | |\n| `indicator_name` | varchar | | 指标名称 | | |\n| `indicator_type` | varchar | | 指标类型:BASE(基础)/COMPOSITE(组合) | | |\n| `data_source` | varchar | | 基础指标数据源:NEO4J/MYSQL/API | | |\n| `calc_script` | text | | 基础指标计算脚本(Cypher/SQL),组合指标为空 | | |\n| `formula` | text | | 组合指标公式(支持引用其他指标编码+运算符) | | |\n| `dimension` | varchar | | 计算维度:ORG/RISK/POLICY/TIME | | |\n| `unit` | varchar | | 单位:元/%/件 | | |\n| `status` | tinyint | | 1-启用 0-禁用 | | |\n| `create_time` | datetime | | | | |\n| `update_time` | datetime | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: caiwu_kemu_table.md\n# 数据资产定义 (DAD) — `caiwu_kemu_table`\n\n> **业务表名**:财务科目表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_kemu_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | varchar | Y | 主键 | | |\n| `period` | varchar | | 期间,格式:YYYY年MM月/YYYY年Q季度/YYYY年度,如:2025年10月 | 月份,格式:YYYYMM表示某年某月,如:2025年10月,则表述为202510 | |\n| `org_code` | varchar | | 机构编码 | | |\n| `org_name` | varchar | | 机构名称,如:百年人寿全国汇总/平安人寿北京分公司 | | |\n| `subject_code` | varchar | | 科目编码,分级编码:一级4位、二级6位、三级8位,如:10020101 | | |\n| `subject_name` | varchar | | 科目名称,如:银行存款-活期存款-人民币 | | |\n| `opening_balance` | decimal | | 期初余额(元) | | |\n| `current_debit_amount` | decimal | | 本期借方发生额(元) | | |\n| `current_credit_amount` | decimal | | 本期贷方发生额(元) | | |\n| `closing_balance` | decimal | | 期末余额(元) | | |\n| `balance_direction` | enum | | 余额方向:借/贷 | | |\n| `currency_type` | varchar | | 币种,如:人民币/美元/欧元 | | |\n| `remark` | varchar | | 备注/核算说明 | | |\n| `batch_no` | varchar | | 批次号(YYYYMMDDHHMMSS+6位序列号) | | |\n| `delete_flag` | varchar | | 删除标志(0-未删除,1-已删除) | | |\n| `CREATE_TIME` | datetime | | 创建时间 | | |\n| `CREATE_USER` | varchar | | 创建用户 | | |\n| `UPDATE_TIME` | datetime | | 更新时间 | | |\n| `UPDATE_USER` | varchar | | 更新用户 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_basic_info.md\n# 数据资产定义 (DAD) — `stock_basic_info`\n\n> **业务表名**:股市表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n该表可以查询股票的基础信息字段\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_basic_info` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | | | |\n| `symbol` | varchar | | | | |\n| `name` | varchar | | | | |\n| `industry` | varchar | | | | |\n| `area` | varchar | | | | |\n| `list_date` | date | | | | |\n| `market` | varchar | | | | |\n| `is_active` | tinyint | | | | |\n| `update_time` | timestamp | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_board_mapping.md\n# 数据资产定义 (DAD) — `stock_board_mapping`\n\n> **业务表名**:ceshi 888\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_board_mapping` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `board_code` | varchar | Y | | | |\n| `board_name` | varchar | | | | |\n| `ts_code` | varchar | Y | | | |\n| `board_type` | varchar | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_tags.md\n# 数据资产定义 (DAD) — `stock_tags`\n\n> **业务表名**:股票标签表\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_tags` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | 股票代码 | | |\n| `tag_name` | varchar | Y | 标签名 | | |\n| `tag_category` | varchar | | 标签类别 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- Sample rows (dev placeholder):\n-- synthetic samples for `count`\nrow_0={id:0, value:680}\nrow_1={id:1, value:593}\nrow_2={id:2, value:259}\n",
"datasource_id": "a8b7a618-1057-46d3-bdf4-203ed3c42dda",
"target_agents": [
"sql"
],
"report_content": null,
"database_results": [
{
"ok": true,
"sql": "SELECT COUNT(*) AS total_rows FROM caiwu_gongshi_table",
"rows": [
{
"total_rows": 10
}
],
"step": 0,
"question": "财务公式表的总行数",
"step_uid": "be1d9407-8d3d-4de9-b988-16e8fb0cd316"
},
{
"ok": true,
"sql": "SELECT * FROM caiwu_gongshi_table WHERE indicator_name = '核心赔付率'",
"rows": [
{
"id": 19,
"unit": "%",
"status": 1,
"formula": "(@B_6031_2@-@B_6031_1@-(@B_6511_2@-@B_6511_1@))/(@B_6031_2@-@B_6031_1@)*100",
"dimension": "ORG",
"calc_script": "(@B_6031_2@-@B_6031_1@-(@B_6511_2@-@B_6511_1@))/(@B_6031_2@-@B_6031_1@)",
"create_time": "2025-12-24 06:32:32",
"data_source": "-",
"update_time": "2025-12-31 08:18:07",
"indicator_code": "CORE_CLAIM_RATE",
"indicator_name": "核心赔付率",
"indicator_type": "COMPOSITE"
}
],
"step": 1,
"question": "查询指标名称为'核心赔付率'的完整记录",
"step_uid": "dc7a0691-0d1f-4842-a1fe-57de208e1010"
}
],
"route_confidence": 0.9,
"business_insights": null,
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/8/15 18:52:17 | 点踩 | xiaofan | 30c8704b-a6eb-4ea6-8b29-02d1aed8d07a | 看看盈利数据多少 | 该数据库中一共有哪些数据表 | [{"step": 0, "step_uid": "de6787da-6f76-4267-8bd8-2297764cee... | {"final_sql":"-- sql_step 0\n-- question: 查询数据库中... | sql | ["sql"] | 查看{
"query": "该数据库中一共有哪些数据表",
"errors": [],
"kb_names": [],
"sql_plan": {
"notes": "用户询问数据库中有哪些数据表,属于元数据查询,需要查询数据库的系统表或信息模式。",
"intent": "metadata_query",
"filters": [],
"metrics": [],
"dimensions": [],
"time_range": null
},
"citations": [],
"final_sql": "-- sql_step 0\n-- question: 查询数据库中所有数据表的名称\nSELECT TABLE_NAME FROM information_schema.TABLES WHERE TABLE_SCHEMA = DATABASE()",
"grounding": null,
"chat_reply": null,
"source_key": "gupiao",
"viz_config": null,
"intent_mode": "auto",
"formula_calc": null,
"route_reason": "用户询问数据库中有哪些数据表,需要查询数据库元数据,属于SQL查询范畴",
"route_source": "llm",
"selected_ddl": "-- Schema linker output for query context:\n-- Q: 该数据库中一共有哪些数据表\n-- inferred_tables: (fallback: no table match; metadata index slice)\n\n-- file: caiwu_gongshi_table.md\n# 数据资产定义 (DAD) — `caiwu_gongshi_table`\n\n> **业务表名**:财务公式表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_gongshi_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | bigint | Y | 主键 | | |\n| `indicator_code` | varchar | | 指标编码(唯一) | | |\n| `indicator_name` | varchar | | 指标名称 | | |\n| `indicator_type` | varchar | | 指标类型:BASE(基础)/COMPOSITE(组合) | | |\n| `data_source` | varchar | | 基础指标数据源:NEO4J/MYSQL/API | | |\n| `calc_script` | text | | 基础指标计算脚本(Cypher/SQL),组合指标为空 | | |\n| `formula` | text | | 组合指标公式(支持引用其他指标编码+运算符) | | |\n| `dimension` | varchar | | 计算维度:ORG/RISK/POLICY/TIME | | |\n| `unit` | varchar | | 单位:元/%/件 | | |\n| `status` | tinyint | | 1-启用 0-禁用 | | |\n| `create_time` | datetime | | | | |\n| `update_time` | datetime | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: caiwu_kemu_table.md\n# 数据资产定义 (DAD) — `caiwu_kemu_table`\n\n> **业务表名**:财务科目表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_kemu_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | varchar | Y | 主键 | | |\n| `period` | varchar | | 期间,格式:YYYY年MM月/YYYY年Q季度/YYYY年度,如:2025年10月 | 月份,格式:YYYYMM表示某年某月,如:2025年10月,则表述为202510 | |\n| `org_code` | varchar | | 机构编码 | | |\n| `org_name` | varchar | | 机构名称,如:百年人寿全国汇总/平安人寿北京分公司 | | |\n| `subject_code` | varchar | | 科目编码,分级编码:一级4位、二级6位、三级8位,如:10020101 | | |\n| `subject_name` | varchar | | 科目名称,如:银行存款-活期存款-人民币 | | |\n| `opening_balance` | decimal | | 期初余额(元) | | |\n| `current_debit_amount` | decimal | | 本期借方发生额(元) | | |\n| `current_credit_amount` | decimal | | 本期贷方发生额(元) | | |\n| `closing_balance` | decimal | | 期末余额(元) | | |\n| `balance_direction` | enum | | 余额方向:借/贷 | | |\n| `currency_type` | varchar | | 币种,如:人民币/美元/欧元 | | |\n| `remark` | varchar | | 备注/核算说明 | | |\n| `batch_no` | varchar | | 批次号(YYYYMMDDHHMMSS+6位序列号) | | |\n| `delete_flag` | varchar | | 删除标志(0-未删除,1-已删除) | | |\n| `CREATE_TIME` | datetime | | 创建时间 | | |\n| `CREATE_USER` | varchar | | 创建用户 | | |\n| `UPDATE_TIME` | datetime | | 更新时间 | | |\n| `UPDATE_USER` | varchar | | 更新用户 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_basic_info.md\n# 数据资产定义 (DAD) — `stock_basic_info`\n\n> **业务表名**:股市表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n该表可以查询股票的基础信息字段\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_basic_info` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | | | |\n| `symbol` | varchar | | | | |\n| `name` | varchar | | | | |\n| `industry` | varchar | | | | |\n| `area` | varchar | | | | |\n| `list_date` | date | | | | |\n| `market` | varchar | | | | |\n| `is_active` | tinyint | | | | |\n| `update_time` | timestamp | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_board_mapping.md\n# 数据资产定义 (DAD) — `stock_board_mapping`\n\n> **业务表名**:ceshi 888\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_board_mapping` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `board_code` | varchar | Y | | | |\n| `board_name` | varchar | | | | |\n| `ts_code` | varchar | Y | | | |\n| `board_type` | varchar | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_tags.md\n# 数据资产定义 (DAD) — `stock_tags`\n\n> **业务表名**:股票标签表\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_tags` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | 股票代码 | | |\n| `tag_name` | varchar | Y | 标签名 | | |\n| `tag_category` | varchar | | 标签类别 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- Sample rows (dev placeholder):\n-- synthetic samples for `fact_revenue`\nrow_0={id:0, value:371}\nrow_1={id:1, value:759}\nrow_2={id:2, value:630}\n",
"datasource_id": "a8b7a618-1057-46d3-bdf4-203ed3c42dda",
"target_agents": [
"sql"
],
"report_content": null,
"database_results": [
{
"ok": true,
"sql": "SELECT TABLE_NAME FROM information_schema.TABLES WHERE TABLE_SCHEMA = DATABASE()",
"rows": [
{
"TABLE_NAME": "caiwu_gongshi_table"
},
{
"TABLE_NAME": "caiwu_kemu_table"
},
{
"TABLE_NAME": "stock_basic_info"
},
{
"TABLE_NAME": "stock_board_mapping"
},
{
"TABLE_NAME": "stock_daily_hloc"
},
{
"TABLE_NAME": "stock_indicator_derived"
},
{
"TABLE_NAME": "stock_realtime_snapshot"
},
{
"TABLE_NAME": "stock_tags"
}
],
"step": 0,
"question": "查询数据库中所有数据表的名称",
"step_uid": "de6787da-6f76-4267-8bd8-2297764cee43"
}
],
"route_confidence": 0.9,
"business_insights": null,
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/8/15 18:52:14 | 点赞 | xiaofan | 30c8704b-a6eb-4ea6-8b29-02d1aed8d07a | 看看盈利数据多少 | 银行存款数值是多少? | [{"step": 0, "step_uid": "4b6366cd-56d1-4b48-a3df-50a781e6ed... | {"final_sql":"-- sql_step 0\n-- question: 查询当前时点... | sql | ["sql"] | 查看{
"query": "银行存款数值是多少?",
"errors": [],
"kb_names": [],
"sql_plan": {
"notes": "银行存款数值通常指当前时点余额,需确认具体口径(如活期、定期或合计)。",
"intent": "aggregation",
"filters": [],
"metrics": [
"bank_deposit"
],
"dimensions": [],
"time_range": "latest"
},
"citations": [],
"final_sql": "-- sql_step 0\n-- question: 查询当前时点银行存款的期末余额(元)\nSELECT closing_balance AS bank_deposit FROM caiwu_kemu_table WHERE subject_name LIKE '%银行存款%' AND period = (SELECT MAX(period) FROM caiwu_kemu_table WHERE subject_name LIKE '%银行存款%') LIMIT 1",
"grounding": null,
"chat_reply": null,
"source_key": "gupiao",
"viz_config": null,
"intent_mode": "auto",
"formula_calc": null,
"route_reason": "用户询问具体数值,需要查询数据库获取银行存款数据",
"route_source": "llm",
"selected_ddl": "-- Schema linker output for query context:\n-- Q: 银行存款数值是多少?\n-- inferred_tables: (fallback: no table match; metadata index slice)\n\n-- file: caiwu_gongshi_table.md\n# 数据资产定义 (DAD) — `caiwu_gongshi_table`\n\n> **业务表名**:财务公式表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_gongshi_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | bigint | Y | 主键 | | |\n| `indicator_code` | varchar | | 指标编码(唯一) | | |\n| `indicator_name` | varchar | | 指标名称 | | |\n| `indicator_type` | varchar | | 指标类型:BASE(基础)/COMPOSITE(组合) | | |\n| `data_source` | varchar | | 基础指标数据源:NEO4J/MYSQL/API | | |\n| `calc_script` | text | | 基础指标计算脚本(Cypher/SQL),组合指标为空 | | |\n| `formula` | text | | 组合指标公式(支持引用其他指标编码+运算符) | | |\n| `dimension` | varchar | | 计算维度:ORG/RISK/POLICY/TIME | | |\n| `unit` | varchar | | 单位:元/%/件 | | |\n| `status` | tinyint | | 1-启用 0-禁用 | | |\n| `create_time` | datetime | | | | |\n| `update_time` | datetime | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: caiwu_kemu_table.md\n# 数据资产定义 (DAD) — `caiwu_kemu_table`\n\n> **业务表名**:财务科目表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_kemu_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | varchar | Y | 主键 | | |\n| `period` | varchar | | 期间,格式:YYYY年MM月/YYYY年Q季度/YYYY年度,如:2025年10月 | 月份,格式:YYYYMM表示某年某月,如:2025年10月,则表述为202510 | |\n| `org_code` | varchar | | 机构编码 | | |\n| `org_name` | varchar | | 机构名称,如:百年人寿全国汇总/平安人寿北京分公司 | | |\n| `subject_code` | varchar | | 科目编码,分级编码:一级4位、二级6位、三级8位,如:10020101 | | |\n| `subject_name` | varchar | | 科目名称,如:银行存款-活期存款-人民币 | | |\n| `opening_balance` | decimal | | 期初余额(元) | | |\n| `current_debit_amount` | decimal | | 本期借方发生额(元) | | |\n| `current_credit_amount` | decimal | | 本期贷方发生额(元) | | |\n| `closing_balance` | decimal | | 期末余额(元) | | |\n| `balance_direction` | enum | | 余额方向:借/贷 | | |\n| `currency_type` | varchar | | 币种,如:人民币/美元/欧元 | | |\n| `remark` | varchar | | 备注/核算说明 | | |\n| `batch_no` | varchar | | 批次号(YYYYMMDDHHMMSS+6位序列号) | | |\n| `delete_flag` | varchar | | 删除标志(0-未删除,1-已删除) | | |\n| `CREATE_TIME` | datetime | | 创建时间 | | |\n| `CREATE_USER` | varchar | | 创建用户 | | |\n| `UPDATE_TIME` | datetime | | 更新时间 | | |\n| `UPDATE_USER` | varchar | | 更新用户 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_basic_info.md\n# 数据资产定义 (DAD) — `stock_basic_info`\n\n> **业务表名**:股市表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n该表可以查询股票的基础信息字段\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_basic_info` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | | | |\n| `symbol` | varchar | | | | |\n| `name` | varchar | | | | |\n| `industry` | varchar | | | | |\n| `area` | varchar | | | | |\n| `list_date` | date | | | | |\n| `market` | varchar | | | | |\n| `is_active` | tinyint | | | | |\n| `update_time` | timestamp | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_board_mapping.md\n# 数据资产定义 (DAD) — `stock_board_mapping`\n\n> **业务表名**:ceshi 888\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_board_mapping` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `board_code` | varchar | Y | | | |\n| `board_name` | varchar | | | | |\n| `ts_code` | varchar | Y | | | |\n| `board_type` | varchar | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_tags.md\n# 数据资产定义 (DAD) — `stock_tags`\n\n> **业务表名**:股票标签表\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_tags` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | 股票代码 | | |\n| `tag_name` | varchar | Y | 标签名 | | |\n| `tag_category` | varchar | | 标签类别 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- Sample rows (dev placeholder):\n-- synthetic samples for `bank_deposit`\nrow_0={id:0, value:881}\nrow_1={id:1, value:763}\nrow_2={id:2, value:528}\n",
"datasource_id": "a8b7a618-1057-46d3-bdf4-203ed3c42dda",
"target_agents": [
"sql"
],
"report_content": null,
"database_results": [
{
"ok": true,
"sql": "SELECT closing_balance AS bank_deposit FROM caiwu_kemu_table WHERE subject_name LIKE '%银行存款%' AND period = (SELECT MAX(period) FROM caiwu_kemu_table WHERE subject_name LIKE '%银行存款%') LIMIT 1",
"rows": [
{
"bank_deposit": "9691035381.87"
}
],
"step": 0,
"question": "查询当前时点银行存款的期末余额(元)",
"step_uid": "4b6366cd-56d1-4b48-a3df-50a781e6edff"
}
],
"route_confidence": 0.9,
"business_insights": null,
"chat_reply_markdown": null
} | |
| 2026/8/13 20:02:43 | 点赞 | xiaofan | 14b9dd24-ff32-46c5-9cfd-b1d7e4da14f2 | 9. 各行业有多少客户? | 9. 各行业有多少客户? | [{"question": "9. 各行业有多少客户?", "sql": "SELECT `finance_custom... | {"final_sql":"SELECT `finance_customers`.industr... | sql | ["sql"] | 查看{
"query": "9. 各行业有多少客户?",
"errors": [],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceCustomers.count": "desc"
},
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.industry"
]
},
"cube_sql": "SELECT `finance_customers`.industry `finance_customers__industry`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"kb_names": [],
"sql_plan": {
"dsl": {
"limit": 100,
"order": {
"FinanceCustomers.count": "desc"
},
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.industry"
]
},
"engine": "cube",
"query_engine": "cube",
"repair_count": 0
},
"citations": [],
"final_sql": "SELECT `finance_customers`.industry `finance_customers__industry`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"grounding": null,
"chat_reply": null,
"source_key": "finance_demo",
"viz_config": null,
"intent_mode": "auto",
"formula_calc": null,
"query_engine": "cube",
"route_reason": "需要按行业分组统计客户数量,涉及SQL聚合查询",
"route_source": "llm",
"selected_ddl": "可用的 Cube 语义模型(查询时成员名必须完全匹配):\n\n### FinanceCustomers — 财务客户\nmeasures:\n - FinanceCustomers.count (title=财务客户 客户数, type=number, agg=count)\ndimensions:\n - FinanceCustomers.customerCode (title=财务客户 客户编码, type=string)\n - FinanceCustomers.customerName (title=财务客户 客户名称, type=string)\n - FinanceCustomers.industry (title=财务客户 行业, type=string)\n - FinanceCustomers.region (title=财务客户 区域, type=string)\n - FinanceCustomers.createdAt (title=财务客户 创建时间, type=time)\n\n### FinanceExpenses — 费用支出\nmeasures:\n - FinanceExpenses.count (title=费用支出 费用笔数, type=number, agg=count)\n - FinanceExpenses.totalAmount (title=费用支出 费用总额, type=number, agg=sum)\n - FinanceExpenses.avgAmount (title=费用支出 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenses.expenseNo (title=费用支出 费用单号, type=string)\n - FinanceExpenses.expenseDate (title=费用支出 费用日期, type=time)\n - FinanceExpenses.category (title=费用支出 费用类别, type=string)\n - FinanceExpenses.department (title=费用支出 部门, type=string)\n - FinanceExpenses.description (title=费用支出 说明, type=string)\n\n### FinanceInvoices — 应收发票\nmeasures:\n - FinanceInvoices.count (title=应收发票 发票笔数, type=number, agg=count)\n - FinanceInvoices.totalAmount (title=应收发票 应收总额, type=number, agg=sum)\n - FinanceInvoices.paidAmount (title=应收发票 已回款金额, type=number, agg=sum)\n - FinanceInvoices.outstandingAmount (title=应收发票 未回款金额, type=number, agg=number)\ndimensions:\n - FinanceInvoices.invoiceNo (title=应收发票 发票号, type=string)\n - FinanceInvoices.invoiceDate (title=应收发票 开票日期, type=time)\n - FinanceInvoices.dueDate (title=应收发票 到期日, type=time)\n - FinanceInvoices.currency (title=应收发票 币种, type=string)\n - FinanceInvoices.status (title=应收发票 发票状态, type=string)\n\n### FinanceOverview — 财务总览(应收与回款)\n面向 Playground 的应收/回款统一视图,含客户维度。 费用分析请直接使用 FinanceExpenses cube。\nmeasures:\n - FinanceOverview.count (title=财务总览(应收与回款) 发票笔数, type=number, agg=count)\n - FinanceOverview.totalAmount (title=财务总览(应收与回款) 应收总额, type=number, agg=sum)\n - FinanceOverview.paidAmount (title=财务总览(应收与回款) 已回款金额, type=number, agg=sum)\n - FinanceOverview.outstandingAmount (title=财务总览(应收与回款) 未回款金额, type=number, agg=number)\n - FinanceOverview.FinancePayments_count (title=财务总览(应收与回款) 回款笔数, type=number, agg=count)\n - FinanceOverview.FinancePayments_totalAmount (title=财务总览(应收与回款) 回款总额, type=number, agg=sum)\ndimensions:\n - FinanceOverview.invoiceNo (title=财务总览(应收与回款) 发票号, type=string)\n - FinanceOverview.invoiceDate (title=财务总览(应收与回款) 开票日期, type=time)\n - FinanceOverview.dueDate (title=财务总览(应收与回款) 到期日, type=time)\n - FinanceOverview.status (title=财务总览(应收与回款) 发票状态, type=string)\n - FinanceOverview.FinanceCustomers_customerName (title=财务总览(应收与回款) 客户名称, type=string)\n - FinanceOverview.FinanceCustomers_industry (title=财务总览(应收与回款) 行业, type=string)\n - FinanceOverview.FinanceCustomers_region (title=财务总览(应收与回款) 区域, type=string)\n - FinanceOverview.FinancePayments_paymentDate (title=财务总览(应收与回款) 回款日期, type=time)\n - FinanceOverview.FinancePayments_method (title=财务总览(应收与回款) 支付方式, type=string)\n\n### FinanceExpenseOverview — 财务总览(费用)\n费用支出分析视图,按类别与部门下钻。\nmeasures:\n - FinanceExpenseOverview.count (title=财务总览(费用) 费用笔数, type=number, agg=count)\n - FinanceExpenseOverview.totalAmount (title=财务总览(费用) 费用总额, type=number, agg=sum)\n - FinanceExpenseOverview.avgAmount (title=财务总览(费用) 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenseOverview.expenseNo (title=财务总览(费用) 费用单号, type=string)\n - FinanceExpenseOverview.expenseDate (title=财务总览(费用) 费用日期, type=time)\n - FinanceExpenseOverview.category (title=财务总览(费用) 费用类别, type=string)\n - FinanceExpenseOverview.department (title=财务总览(费用) 部门, type=string)\n - FinanceExpenseOverview.description (title=财务总览(费用) 说明, type=string)\n\n### FinancePayments — 回款记录\nmeasures:\n - FinancePayments.count (title=回款记录 回款笔数, type=number, agg=count)\n - FinancePayments.totalAmount (title=回款记录 回款总额, type=number, agg=sum)\n - FinancePayments.avgAmount (title=回款记录 平均回款额, type=number, agg=avg)\ndimensions:\n - FinancePayments.paymentNo (title=回款记录 回款单号, type=string)\n - FinancePayments.paymentDate (title=回款记录 回款日期, type=time)\n - FinancePayments.method (title=回款记录 支付方式, type=string)",
"datasource_id": "b8baec07-9b29-4edb-8084-2bf9f299e06b",
"target_agents": [
"sql"
],
"report_content": null,
"database_results": [
{
"ok": true,
"sql": "SELECT `finance_customers`.industry `finance_customers__industry`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"rows": [
{
"FinanceCustomers.count": "1",
"FinanceCustomers.industry": "医疗器械"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.industry": "零售药房"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.industry": "互联网医疗"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.industry": "第三方检测"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.industry": "医院管理"
}
],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceCustomers.count": "desc"
},
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.industry"
]
},
"question": "9. 各行业有多少客户?"
}
],
"route_confidence": 0.95,
"business_insights": null,
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/7/23 16:17:19 | 未反馈 | xiaofan | fd13c001-5922-40e4-a3c2-19d9e60dd2c0 | 10. 按区域统计客户数量 | 按客户区域汇总应收总额和客户数 | ## 按客户区域汇总应收总额与客户数分析 ### 数据事实 根据查询结果,各区域的应收总额与客户数分布如下: | ... | {"final_sql":"SELECT `finance_customers`.region ... | hybrid | ["sql","analyst","report"] | 查看{
"query": "按客户区域汇总应收总额和客户数",
"errors": [],
"cube_dsl": {
"order": {
"FinanceOverview.FinanceCustomers_region": "asc"
},
"measures": [
"FinanceOverview.totalAmount",
"FinanceOverview.count"
],
"dimensions": [
"FinanceOverview.FinanceCustomers_region"
]
},
"cube_sql": "SELECT `finance_customers`.region `finance_overview___finance_customers_region`, sum(`finance_invoices`.amount) `finance_overview__total_amount`, count(`finance_invoices`.id) `finance_overview__count` \nFROM finance_demo_invoices AS `finance_invoices`\nLEFT JOIN finance_demo_customers AS `finance_customers` ON `finance_invoices`.customer_id = `finance_customers`.id\nGROUP BY 1\nORDER BY 1 ASC\nLIMIT 10000",
"kb_names": [],
"sql_plan": {
"dsl": {
"order": {
"FinanceOverview.FinanceCustomers_region": "asc"
},
"measures": [
"FinanceOverview.totalAmount",
"FinanceOverview.count"
],
"dimensions": [
"FinanceOverview.FinanceCustomers_region"
]
},
"engine": "cube",
"query_engine": "cube",
"repair_count": 0
},
"citations": [],
"final_sql": "SELECT `finance_customers`.region `finance_overview___finance_customers_region`, sum(`finance_invoices`.amount) `finance_overview__total_amount`, count(`finance_invoices`.id) `finance_overview__count` \nFROM finance_demo_invoices AS `finance_invoices`\nLEFT JOIN finance_demo_customers AS `finance_customers` ON `finance_invoices`.customer_id = `finance_customers`.id\nGROUP BY 1\nORDER BY 1 ASC\nLIMIT 10000",
"grounding": null,
"chat_reply": null,
"source_key": "finance_demo",
"viz_config": {
"figure": {
"data": [
{
"x": [
"A"
],
"y": [
1
],
"type": "bar"
}
],
"layout": {
"title": "Placeholder"
}
},
"library": "plotly"
},
"intent_mode": "auto",
"formula_calc": null,
"query_engine": "cube",
"route_reason": "用户请求按区域汇总应收总额和客户数,涉及聚合计算,需要SQL查询。",
"route_source": "llm",
"selected_ddl": "可用的 Cube 语义模型(查询时成员名必须完全匹配):\n\n### FinanceCustomers — 财务客户\nmeasures:\n - FinanceCustomers.count (title=财务客户 客户数, type=number, agg=count)\ndimensions:\n - FinanceCustomers.customerCode (title=财务客户 客户编码, type=string)\n - FinanceCustomers.customerName (title=财务客户 客户名称, type=string)\n - FinanceCustomers.industry (title=财务客户 行业, type=string)\n - FinanceCustomers.region (title=财务客户 区域, type=string)\n - FinanceCustomers.createdAt (title=财务客户 创建时间, type=time)\n\n### FinanceExpenses — 费用支出\nmeasures:\n - FinanceExpenses.count (title=费用支出 费用笔数, type=number, agg=count)\n - FinanceExpenses.totalAmount (title=费用支出 费用总额, type=number, agg=sum)\n - FinanceExpenses.avgAmount (title=费用支出 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenses.expenseNo (title=费用支出 费用单号, type=string)\n - FinanceExpenses.expenseDate (title=费用支出 费用日期, type=time)\n - FinanceExpenses.category (title=费用支出 费用类别, type=string)\n - FinanceExpenses.department (title=费用支出 部门, type=string)\n - FinanceExpenses.description (title=费用支出 说明, type=string)\n\n### FinanceInvoices — 应收发票\nmeasures:\n - FinanceInvoices.count (title=应收发票 发票笔数, type=number, agg=count)\n - FinanceInvoices.totalAmount (title=应收发票 应收总额, type=number, agg=sum)\n - FinanceInvoices.paidAmount (title=应收发票 已回款金额, type=number, agg=sum)\n - FinanceInvoices.outstandingAmount (title=应收发票 未回款金额, type=number, agg=number)\ndimensions:\n - FinanceInvoices.invoiceNo (title=应收发票 发票号, type=string)\n - FinanceInvoices.invoiceDate (title=应收发票 开票日期, type=time)\n - FinanceInvoices.dueDate (title=应收发票 到期日, type=time)\n - FinanceInvoices.currency (title=应收发票 币种, type=string)\n - FinanceInvoices.status (title=应收发票 发票状态, type=string)\n\n### FinanceOverview — 财务总览(应收与回款)\n面向 Playground 的应收/回款统一视图,含客户维度。 费用分析请直接使用 FinanceExpenses cube。\nmeasures:\n - FinanceOverview.count (title=财务总览(应收与回款) 发票笔数, type=number, agg=count)\n - FinanceOverview.totalAmount (title=财务总览(应收与回款) 应收总额, type=number, agg=sum)\n - FinanceOverview.paidAmount (title=财务总览(应收与回款) 已回款金额, type=number, agg=sum)\n - FinanceOverview.outstandingAmount (title=财务总览(应收与回款) 未回款金额, type=number, agg=number)\n - FinanceOverview.FinancePayments_count (title=财务总览(应收与回款) 回款笔数, type=number, agg=count)\n - FinanceOverview.FinancePayments_totalAmount (title=财务总览(应收与回款) 回款总额, type=number, agg=sum)\ndimensions:\n - FinanceOverview.invoiceNo (title=财务总览(应收与回款) 发票号, type=string)\n - FinanceOverview.invoiceDate (title=财务总览(应收与回款) 开票日期, type=time)\n - FinanceOverview.dueDate (title=财务总览(应收与回款) 到期日, type=time)\n - FinanceOverview.status (title=财务总览(应收与回款) 发票状态, type=string)\n - FinanceOverview.FinanceCustomers_customerName (title=财务总览(应收与回款) 客户名称, type=string)\n - FinanceOverview.FinanceCustomers_industry (title=财务总览(应收与回款) 行业, type=string)\n - FinanceOverview.FinanceCustomers_region (title=财务总览(应收与回款) 区域, type=string)\n - FinanceOverview.FinancePayments_paymentDate (title=财务总览(应收与回款) 回款日期, type=time)\n - FinanceOverview.FinancePayments_method (title=财务总览(应收与回款) 支付方式, type=string)\n\n### FinanceExpenseOverview — 财务总览(费用)\n费用支出分析视图,按类别与部门下钻。\nmeasures:\n - FinanceExpenseOverview.count (title=财务总览(费用) 费用笔数, type=number, agg=count)\n - FinanceExpenseOverview.totalAmount (title=财务总览(费用) 费用总额, type=number, agg=sum)\n - FinanceExpenseOverview.avgAmount (title=财务总览(费用) 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenseOverview.expenseNo (title=财务总览(费用) 费用单号, type=string)\n - FinanceExpenseOverview.expenseDate (title=财务总览(费用) 费用日期, type=time)\n - FinanceExpenseOverview.category (title=财务总览(费用) 费用类别, type=string)\n - FinanceExpenseOverview.department (title=财务总览(费用) 部门, type=string)\n - FinanceExpenseOverview.description (title=财务总览(费用) 说明, type=string)\n\n### FinancePayments — 回款记录\nmeasures:\n - FinancePayments.count (title=回款记录 回款笔数, type=number, agg=count)\n - FinancePayments.totalAmount (title=回款记录 回款总额, type=number, agg=sum)\n - FinancePayments.avgAmount (title=回款记录 平均回款额, type=number, agg=avg)\ndimensions:\n - FinancePayments.paymentNo (title=回款记录 回款单号, type=string)\n - FinancePayments.paymentDate (title=回款记录 回款日期, type=time)\n - FinancePayments.method (title=回款记录 支付方式, type=string)",
"datasource_id": "b8baec07-9b29-4edb-8084-2bf9f299e06b",
"target_agents": [
"sql",
"analyst",
"report"
],
"report_content": "## 按客户区域汇总应收总额与客户数分析\n\n### 数据事实\n\n根据查询结果,各区域的应收总额与客户数分布如下:\n\n| 区域 | 应收总额 (元) | 客户数 (个) | 客均应收 (元) |\n| :--- | :--- | :--- | :--- |\n| **华东** | 354,750.00 | 4 | 88,687.50 |\n| **华北** | 185,400.00 | 2 | 92,700.00 |\n| **西南** | 185,500.00 | 2 | 92,750.00 |\n| **华南** | 87,800.00 | 2 | 43,900.00 |\n\n**核心发现:**\n1. **营收贡献集中**:华东区域贡献了总应收的 **43.5%** (354,750 / 813,450),是最大的营收来源。\n2. **客户规模差异**:华东区域客户数最多(4个),而其他区域均为2个客户。\n3. **客均价值分化**:华北和西南区域的客均应收较高(均超过9.2万元),而华南区域的客均应收最低(4.39万元),仅为华北/西南区域的一半左右。\n\n### 趋势与异常\n\n* **趋势**:数据呈现明显的**头部集中**趋势。华东区域在客户数量和应收总额上均占据主导地位。\n* **异常**:**华南区域的客均应收显著偏低**。与华北、西南区域相比,其客户数相同(均为2个),但总应收却低了近10万元,表明华南区域的客户平均购买力或合作规模远低于其他区域。\n\n### 可能原因(归因)\n\n以下为基于数据事实的假设性归因,需进一步验证:\n\n1. **客户结构差异(假设)**:华南区域的2个客户可能属于中小型企业或初创公司,其单笔订单金额或合作周期内的总采购量较小。而华北、西南区域的客户可能是大型企业或长期合作伙伴,单客价值更高。\n2. **产品或服务定价差异(假设)**:华南区域销售的产品或服务可能以低价、标准化的SKU为主,而华北、西南区域可能销售了更多高附加值、定制化的产品或服务,导致客单价更高。\n3. **市场策略或销售周期(假设)**:华南区域可能处于市场开拓初期,以低价策略吸引客户,或当前季度正处于销售淡季,大额订单尚未确认。相比之下,华东、华北等区域可能已进入成熟期,大客户关系稳定。\n\n### 建议\n\n1. **深入分析华南区域**:\n * **查询明细**:拉取华南区域2个客户的订单明细,分析其购买的产品/服务类型、单价、订单频次及历史合作记录。\n * **对比分析**:对比华南与华北/西南区域头部客户的订单结构,找出客均价值差异的具体来源(是订单数量少,还是单均金额低?)。\n2. **评估华东区域风险**:\n * **客户健康度**:虽然华东区域贡献最大,但需关注其4个客户的应收账龄和回款情况,避免过度依赖少数大客户带来的坏账风险。\n3. **探索增长机会**:\n * **华南区域**:基于分析结果,评估是否可以通过产品组合推荐、大客户激励计划等方式提升华南客户的客单价。\n * **华北/西南区域**:分析这两个区域高客均价值的成功因素,看是否能在其他区域复制推广。",
"database_results": [
{
"ok": true,
"sql": "SELECT `finance_customers`.region `finance_overview___finance_customers_region`, sum(`finance_invoices`.amount) `finance_overview__total_amount`, count(`finance_invoices`.id) `finance_overview__count` \nFROM finance_demo_invoices AS `finance_invoices`\nLEFT JOIN finance_demo_customers AS `finance_customers` ON `finance_invoices`.customer_id = `finance_customers`.id\nGROUP BY 1\nORDER BY 1 ASC\nLIMIT 10000",
"rows": [
{
"FinanceOverview.count": "4",
"FinanceOverview.totalAmount": "354750.00",
"FinanceOverview.FinanceCustomers_region": "华东"
},
{
"FinanceOverview.count": "2",
"FinanceOverview.totalAmount": "185400.00",
"FinanceOverview.FinanceCustomers_region": "华北"
},
{
"FinanceOverview.count": "2",
"FinanceOverview.totalAmount": "87800.00",
"FinanceOverview.FinanceCustomers_region": "华南"
},
{
"FinanceOverview.count": "2",
"FinanceOverview.totalAmount": "185500.00",
"FinanceOverview.FinanceCustomers_region": "西南"
}
],
"cube_dsl": {
"order": {
"FinanceOverview.FinanceCustomers_region": "asc"
},
"measures": [
"FinanceOverview.totalAmount",
"FinanceOverview.count"
],
"dimensions": [
"FinanceOverview.FinanceCustomers_region"
]
},
"question": "按客户区域汇总应收总额和客户数"
}
],
"route_confidence": 0.95,
"business_insights": "好的,作为资深数据分析师,我将根据您提供的业务口径和查询结果,输出结构化洞察。\n\n---\n\n## 按客户区域汇总应收总额与客户数分析\n\n### 数据事实\n\n根据查询结果,各区域的应收总额与客户数分布如下:\n\n| 区域 | 应收总额 (元) | 客户数 (个) | 客均应收 (元) |\n| :--- | :--- | :--- | :--- |\n| **华东** | 354,750.00 | 4 | 88,687.50 |\n| **华北** | 185,400.00 | 2 | 92,700.00 |\n| **西南** | 185,500.00 | 2 | 92,750.00 |\n| **华南** | 87,800.00 | 2 | 43,900.00 |\n\n**核心发现:**\n1. **营收贡献集中**:华东区域贡献了总应收的 **43.5%** (354,750 / (354,750+185,400+185,500+87,800)),是最大的营收来源。\n2. **客户规模差异**:华东区域客户数最多(4个),而其他区域均为2个客户。\n3. **客均价值分化**:华北和西南区域的客均应收较高(均超过9.2万元),而华南区域的客均应收最低(4.39万元),仅为华北/西南区域的一半左右。\n\n### 趋势与异常\n\n* **趋势**:数据呈现明显的**头部集中**趋势。华东区域在客户数量和应收总额上均占据主导地位。\n* **异常**:**华南区域的客均应收显著偏低**。与华北、西南区域相比,其客户数相同(均为2个),但总应收却低了近10万元,表明华南区域的客户平均购买力或合作规模远低于其他区域。\n\n### 可能原因(归因)\n\n以下为基于数据事实的假设性归因,需进一步验证:\n\n1. **客户结构差异(假设)**:华南区域的2个客户可能属于中小型企业或初创公司,其单笔订单金额或合作周期内的总采购量较小。而华北、西南区域的客户可能是大型企业或长期合作伙伴,单客价值更高。\n2. **产品或服务定价差异(假设)**:华南区域销售的产品或服务可能以低价、标准化的SKU为主,而华北、西南区域可能销售了更多高附加值、定制化的产品或服务,导致客单价更高。\n3. **市场策略或销售周期(假设)**:华南区域可能处于市场开拓初期,以低价策略吸引客户,或当前季度正处于销售淡季,大额订单尚未确认。相比之下,华东、华北等区域可能已进入成熟期,大客户关系稳定。\n\n### 建议\n\n1. **深入分析华南区域**:\n * **查询明细**:拉取华南区域2个客户的订单明细,分析其购买的产品/服务类型、单价、订单频次及历史合作记录。\n * **对比分析**:对比华南与华北/西南区域头部客户的订单结构,找出客均价值差异的具体来源(是订单数量少,还是单均金额低?)。\n2. **评估华东区域风险**:\n * **客户健康度**:虽然华东区域贡献最大,但需关注其4个客户的应收账龄和回款情况,避免过度依赖少数大客户带来的坏账风险。\n3. **探索增长机会**:\n * **华南区域**:基于分析结果,评估是否可以通过产品组合推荐、大客户激励计划等方式提升华南客户的客单价。\n * **华北/西南区域**:分析这两个区域高客均价值的成功因素,看是否能在其他区域复制推广。",
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/7/23 15:47:20 | 未反馈 | xiaofan | fd13c001-5922-40e4-a3c2-19d9e60dd2c0 | 10. 按区域统计客户数量 | 10. 按区域统计客户数量 | ## 客户区域分布洞察报告 ### 1. 数据事实与趋势 - **核心指标**:当前客户总数为 **5** 人。 - ... | {"final_sql":"SELECT `finance_customers`.region ... | hybrid | ["sql","analyst","report"] | 查看{
"query": "10. 按区域统计客户数量",
"errors": [],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceCustomers.count": "desc"
},
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.region"
]
},
"cube_sql": "SELECT `finance_customers`.region `finance_customers__region`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"kb_names": [],
"sql_plan": {
"dsl": {
"limit": 100,
"order": {
"FinanceCustomers.count": "desc"
},
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.region"
]
},
"engine": "cube",
"query_engine": "cube",
"repair_count": 0
},
"citations": [],
"final_sql": "SELECT `finance_customers`.region `finance_customers__region`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"grounding": null,
"chat_reply": null,
"source_key": "finance_demo",
"viz_config": {
"figure": {
"data": [
{
"x": [
"A"
],
"y": [
1
],
"type": "bar"
}
],
"layout": {
"title": "Placeholder"
}
},
"library": "plotly"
},
"intent_mode": "auto",
"formula_calc": null,
"query_engine": "cube",
"route_reason": "用户请求按区域统计客户数量,涉及聚合计算,需要SQL查询",
"route_source": "llm",
"selected_ddl": "可用的 Cube 语义模型(查询时成员名必须完全匹配):\n\n### FinanceCustomers — 财务客户\nmeasures:\n - FinanceCustomers.count (title=财务客户 客户数, type=number, agg=count)\ndimensions:\n - FinanceCustomers.customerCode (title=财务客户 客户编码, type=string)\n - FinanceCustomers.customerName (title=财务客户 客户名称, type=string)\n - FinanceCustomers.industry (title=财务客户 行业, type=string)\n - FinanceCustomers.region (title=财务客户 区域, type=string)\n - FinanceCustomers.createdAt (title=财务客户 创建时间, type=time)\n\n### FinanceExpenses — 费用支出\nmeasures:\n - FinanceExpenses.count (title=费用支出 费用笔数, type=number, agg=count)\n - FinanceExpenses.totalAmount (title=费用支出 费用总额, type=number, agg=sum)\n - FinanceExpenses.avgAmount (title=费用支出 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenses.expenseNo (title=费用支出 费用单号, type=string)\n - FinanceExpenses.expenseDate (title=费用支出 费用日期, type=time)\n - FinanceExpenses.category (title=费用支出 费用类别, type=string)\n - FinanceExpenses.department (title=费用支出 部门, type=string)\n - FinanceExpenses.description (title=费用支出 说明, type=string)\n\n### FinanceInvoices — 应收发票\nmeasures:\n - FinanceInvoices.count (title=应收发票 发票笔数, type=number, agg=count)\n - FinanceInvoices.totalAmount (title=应收发票 应收总额, type=number, agg=sum)\n - FinanceInvoices.paidAmount (title=应收发票 已回款金额, type=number, agg=sum)\n - FinanceInvoices.outstandingAmount (title=应收发票 未回款金额, type=number, agg=number)\ndimensions:\n - FinanceInvoices.invoiceNo (title=应收发票 发票号, type=string)\n - FinanceInvoices.invoiceDate (title=应收发票 开票日期, type=time)\n - FinanceInvoices.dueDate (title=应收发票 到期日, type=time)\n - FinanceInvoices.currency (title=应收发票 币种, type=string)\n - FinanceInvoices.status (title=应收发票 发票状态, type=string)\n\n### FinanceOverview — 财务总览(应收与回款)\n面向 Playground 的应收/回款统一视图,含客户维度。 费用分析请直接使用 FinanceExpenses cube。\nmeasures:\n - FinanceOverview.count (title=财务总览(应收与回款) 发票笔数, type=number, agg=count)\n - FinanceOverview.totalAmount (title=财务总览(应收与回款) 应收总额, type=number, agg=sum)\n - FinanceOverview.paidAmount (title=财务总览(应收与回款) 已回款金额, type=number, agg=sum)\n - FinanceOverview.outstandingAmount (title=财务总览(应收与回款) 未回款金额, type=number, agg=number)\n - FinanceOverview.FinancePayments_count (title=财务总览(应收与回款) 回款笔数, type=number, agg=count)\n - FinanceOverview.FinancePayments_totalAmount (title=财务总览(应收与回款) 回款总额, type=number, agg=sum)\ndimensions:\n - FinanceOverview.invoiceNo (title=财务总览(应收与回款) 发票号, type=string)\n - FinanceOverview.invoiceDate (title=财务总览(应收与回款) 开票日期, type=time)\n - FinanceOverview.dueDate (title=财务总览(应收与回款) 到期日, type=time)\n - FinanceOverview.status (title=财务总览(应收与回款) 发票状态, type=string)\n - FinanceOverview.FinanceCustomers_customerName (title=财务总览(应收与回款) 客户名称, type=string)\n - FinanceOverview.FinanceCustomers_industry (title=财务总览(应收与回款) 行业, type=string)\n - FinanceOverview.FinanceCustomers_region (title=财务总览(应收与回款) 区域, type=string)\n - FinanceOverview.FinancePayments_paymentDate (title=财务总览(应收与回款) 回款日期, type=time)\n - FinanceOverview.FinancePayments_method (title=财务总览(应收与回款) 支付方式, type=string)\n\n### FinanceExpenseOverview — 财务总览(费用)\n费用支出分析视图,按类别与部门下钻。\nmeasures:\n - FinanceExpenseOverview.count (title=财务总览(费用) 费用笔数, type=number, agg=count)\n - FinanceExpenseOverview.totalAmount (title=财务总览(费用) 费用总额, type=number, agg=sum)\n - FinanceExpenseOverview.avgAmount (title=财务总览(费用) 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenseOverview.expenseNo (title=财务总览(费用) 费用单号, type=string)\n - FinanceExpenseOverview.expenseDate (title=财务总览(费用) 费用日期, type=time)\n - FinanceExpenseOverview.category (title=财务总览(费用) 费用类别, type=string)\n - FinanceExpenseOverview.department (title=财务总览(费用) 部门, type=string)\n - FinanceExpenseOverview.description (title=财务总览(费用) 说明, type=string)\n\n### FinancePayments — 回款记录\nmeasures:\n - FinancePayments.count (title=回款记录 回款笔数, type=number, agg=count)\n - FinancePayments.totalAmount (title=回款记录 回款总额, type=number, agg=sum)\n - FinancePayments.avgAmount (title=回款记录 平均回款额, type=number, agg=avg)\ndimensions:\n - FinancePayments.paymentNo (title=回款记录 回款单号, type=string)\n - FinancePayments.paymentDate (title=回款记录 回款日期, type=time)\n - FinancePayments.method (title=回款记录 支付方式, type=string)",
"datasource_id": "b8baec07-9b29-4edb-8084-2bf9f299e06b",
"target_agents": [
"sql",
"analyst",
"report"
],
"report_content": "## 客户区域分布洞察报告\n\n### 1. 数据事实与趋势\n- **核心指标**:当前客户总数为 **5** 人。\n- **区域分布**:客户分布呈现 **集中化** 趋势。\n - **头部区域**:**华东** 区域客户数量最多,为 **2** 人,占总客户数的 **40%**。\n - **腰部区域**:**华南、华北、西南** 区域客户数量相同,均为 **1** 人,各占总客户数的 **20%**。\n- **缺失区域**:**西北、东北** 等区域暂无客户数据。\n\n### 2. 异常与归因分析\n- **异常点**:客户总量(5人)极低,且区域覆盖不均衡,华东区域一家独大,而西北、东北等区域为空白。\n- **可能原因(假设)**:\n 1. **业务发展阶段假设**:公司可能处于业务早期或市场拓展初期,资源(如市场推广、销售团队)高度集中在华东地区,导致其他区域客户积累不足。\n 2. **产品/服务地域适配性假设**:产品或服务可能更符合华东地区的市场需求、消费习惯或政策环境,在其他区域缺乏竞争力或适用性。\n 3. **数据采集/清洗假设**:可能存在数据质量问题,例如部分客户的“区域”字段为空或未被正确录入,导致统计结果未能反映真实分布。**(需要数据验证)**\n\n### 3. 建议\n1. **数据验证**:首先检查 `finance_customers` 表中 `region` 字段的缺失率。执行 `SELECT count(*) FROM finance_demo_customers WHERE region IS NULL OR region = ''`,确认是否存在未分配区域的客户。\n2. **业务归因**:若数据无误,建议与市场或销售团队沟通,了解:\n - 华东区域是否进行了特定的营销活动或渠道合作。\n - 其他区域(尤其是西北、东北)的市场拓展计划与障碍。\n3. **下一步分析**:\n - **营收贡献**:结合营收数据,分析各区域客户的客单价和总营收贡献,判断华东客户是否也是营收主力。\n - **客户质量**:分析各区域客户的复购率、生命周期价值等指标,评估不同区域客户的价值差异。",
"database_results": [
{
"ok": true,
"sql": "SELECT `finance_customers`.region `finance_customers__region`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"rows": [
{
"FinanceCustomers.count": "2",
"FinanceCustomers.region": "华东"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.region": "华南"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.region": "华北"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.region": "西南"
}
],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceCustomers.count": "desc"
},
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.region"
]
},
"question": "10. 按区域统计客户数量"
}
],
"route_confidence": 0.95,
"business_insights": "好的,作为资深数据分析师,我将根据您提供的业务口径和查询结果,输出结构化洞察。\n\n---\n\n## 客户区域分布洞察报告\n\n### 1. 数据事实与趋势\n\n* **核心指标**:当前客户总数为 **5** 人。\n* **区域分布**:客户分布呈现 **集中化** 趋势。\n * **头部区域**:**华东** 区域客户数量最多,为 **2** 人,占总客户数的 **40%**。\n * **腰部区域**:**华南、华北、西南** 区域客户数量相同,均为 **1** 人,各占总客户数的 **20%**。\n* **缺失区域**:**西北、东北** 等区域暂无客户数据。\n\n### 2. 异常与归因分析\n\n* **异常点**:客户总量(5人)极低,且区域覆盖不均衡,华东区域一家独大,而西北、东北等区域为空白。\n* **可能原因(假设)**:\n 1. **业务发展阶段假设**:公司可能处于业务早期或市场拓展初期,资源(如市场推广、销售团队)高度集中在华东地区,导致其他区域客户积累不足。\n 2. **产品/服务地域适配性假设**:产品或服务可能更符合华东地区的市场需求、消费习惯或政策环境,在其他区域缺乏竞争力或适用性。\n 3. **数据采集/清洗假设**:可能存在数据质量问题,例如部分客户的“区域”字段为空或未被正确录入,导致统计结果未能反映真实分布。**(需要数据验证)**\n\n### 3. 建议\n\n1. **数据验证**:首先检查 `finance_customers` 表中 `region` 字段的缺失率。执行 `SELECT count(*) FROM finance_demo_customers WHERE region IS NULL OR region = ''`,确认是否存在未分配区域的客户。\n2. **业务归因**:若数据无误,建议与市场或销售团队沟通,了解:\n * 华东区域是否进行了特定的营销活动或渠道合作。\n * 其他区域(尤其是西北、东北)的市场拓展计划与障碍。\n3. **下一步分析**:\n * **营收贡献**:结合营收数据,分析各区域客户的客单价和总营收贡献,判断华东客户是否也是营收主力。\n * **客户质量**:分析各区域客户的复购率、生命周期价值等指标,评估不同区域客户的价值差异。",
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/7/23 15:45:37 | 未反馈 | xiaofan | fd13c001-5922-40e4-a3c2-19d9e60dd2c0 | 10. 按区域统计客户数量 | 10. 按区域统计客户数量 | ## 按区域统计客户数量分析 ### 数据事实 根据查询结果,当前客户在各区域的分布情况如下: | 区域 | 客户数... | {"final_sql":"SELECT `finance_customers`.region ... | hybrid | ["sql","analyst","report"] | 查看{
"query": "10. 按区域统计客户数量",
"errors": [],
"cube_dsl": {
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.region"
]
},
"cube_sql": "SELECT `finance_customers`.region `finance_customers__region`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 10000",
"kb_names": [],
"sql_plan": {
"dsl": {
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.region"
]
},
"engine": "cube",
"query_engine": "cube",
"repair_count": 0
},
"citations": [],
"final_sql": "SELECT `finance_customers`.region `finance_customers__region`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 10000",
"grounding": null,
"chat_reply": null,
"source_key": "finance_demo",
"viz_config": {
"figure": {
"data": [
{
"x": [
"A"
],
"y": [
1
],
"type": "bar"
}
],
"layout": {
"title": "Placeholder"
}
},
"library": "plotly"
},
"intent_mode": "auto",
"formula_calc": null,
"query_engine": "cube",
"route_reason": "用户请求按区域统计客户数量,涉及聚合计算,需要SQL查询。",
"route_source": "llm",
"selected_ddl": "可用的 Cube 语义模型(查询时成员名必须完全匹配):\n\n### FinanceCustomers — 财务客户\nmeasures:\n - FinanceCustomers.count (title=财务客户 客户数, type=number, agg=count)\ndimensions:\n - FinanceCustomers.customerCode (title=财务客户 客户编码, type=string)\n - FinanceCustomers.customerName (title=财务客户 客户名称, type=string)\n - FinanceCustomers.industry (title=财务客户 行业, type=string)\n - FinanceCustomers.region (title=财务客户 区域, type=string)\n - FinanceCustomers.createdAt (title=财务客户 创建时间, type=time)\n\n### FinanceExpenses — 费用支出\nmeasures:\n - FinanceExpenses.count (title=费用支出 费用笔数, type=number, agg=count)\n - FinanceExpenses.totalAmount (title=费用支出 费用总额, type=number, agg=sum)\n - FinanceExpenses.avgAmount (title=费用支出 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenses.expenseNo (title=费用支出 费用单号, type=string)\n - FinanceExpenses.expenseDate (title=费用支出 费用日期, type=time)\n - FinanceExpenses.category (title=费用支出 费用类别, type=string)\n - FinanceExpenses.department (title=费用支出 部门, type=string)\n - FinanceExpenses.description (title=费用支出 说明, type=string)\n\n### FinanceInvoices — 应收发票\nmeasures:\n - FinanceInvoices.count (title=应收发票 发票笔数, type=number, agg=count)\n - FinanceInvoices.totalAmount (title=应收发票 应收总额, type=number, agg=sum)\n - FinanceInvoices.paidAmount (title=应收发票 已回款金额, type=number, agg=sum)\n - FinanceInvoices.outstandingAmount (title=应收发票 未回款金额, type=number, agg=number)\ndimensions:\n - FinanceInvoices.invoiceNo (title=应收发票 发票号, type=string)\n - FinanceInvoices.invoiceDate (title=应收发票 开票日期, type=time)\n - FinanceInvoices.dueDate (title=应收发票 到期日, type=time)\n - FinanceInvoices.currency (title=应收发票 币种, type=string)\n - FinanceInvoices.status (title=应收发票 发票状态, type=string)\n\n### FinanceOverview — 财务总览(应收与回款)\n面向 Playground 的应收/回款统一视图,含客户维度。 费用分析请直接使用 FinanceExpenses cube。\nmeasures:\n - FinanceOverview.count (title=财务总览(应收与回款) 发票笔数, type=number, agg=count)\n - FinanceOverview.totalAmount (title=财务总览(应收与回款) 应收总额, type=number, agg=sum)\n - FinanceOverview.paidAmount (title=财务总览(应收与回款) 已回款金额, type=number, agg=sum)\n - FinanceOverview.outstandingAmount (title=财务总览(应收与回款) 未回款金额, type=number, agg=number)\n - FinanceOverview.FinancePayments_count (title=财务总览(应收与回款) 回款笔数, type=number, agg=count)\n - FinanceOverview.FinancePayments_totalAmount (title=财务总览(应收与回款) 回款总额, type=number, agg=sum)\ndimensions:\n - FinanceOverview.invoiceNo (title=财务总览(应收与回款) 发票号, type=string)\n - FinanceOverview.invoiceDate (title=财务总览(应收与回款) 开票日期, type=time)\n - FinanceOverview.dueDate (title=财务总览(应收与回款) 到期日, type=time)\n - FinanceOverview.status (title=财务总览(应收与回款) 发票状态, type=string)\n - FinanceOverview.FinanceCustomers_customerName (title=财务总览(应收与回款) 客户名称, type=string)\n - FinanceOverview.FinanceCustomers_industry (title=财务总览(应收与回款) 行业, type=string)\n - FinanceOverview.FinanceCustomers_region (title=财务总览(应收与回款) 区域, type=string)\n - FinanceOverview.FinancePayments_paymentDate (title=财务总览(应收与回款) 回款日期, type=time)\n - FinanceOverview.FinancePayments_method (title=财务总览(应收与回款) 支付方式, type=string)\n\n### FinanceExpenseOverview — 财务总览(费用)\n费用支出分析视图,按类别与部门下钻。\nmeasures:\n - FinanceExpenseOverview.count (title=财务总览(费用) 费用笔数, type=number, agg=count)\n - FinanceExpenseOverview.totalAmount (title=财务总览(费用) 费用总额, type=number, agg=sum)\n - FinanceExpenseOverview.avgAmount (title=财务总览(费用) 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenseOverview.expenseNo (title=财务总览(费用) 费用单号, type=string)\n - FinanceExpenseOverview.expenseDate (title=财务总览(费用) 费用日期, type=time)\n - FinanceExpenseOverview.category (title=财务总览(费用) 费用类别, type=string)\n - FinanceExpenseOverview.department (title=财务总览(费用) 部门, type=string)\n - FinanceExpenseOverview.description (title=财务总览(费用) 说明, type=string)\n\n### FinancePayments — 回款记录\nmeasures:\n - FinancePayments.count (title=回款记录 回款笔数, type=number, agg=count)\n - FinancePayments.totalAmount (title=回款记录 回款总额, type=number, agg=sum)\n - FinancePayments.avgAmount (title=回款记录 平均回款额, type=number, agg=avg)\ndimensions:\n - FinancePayments.paymentNo (title=回款记录 回款单号, type=string)\n - FinancePayments.paymentDate (title=回款记录 回款日期, type=time)\n - FinancePayments.method (title=回款记录 支付方式, type=string)",
"datasource_id": "b8baec07-9b29-4edb-8084-2bf9f299e06b",
"target_agents": [
"sql",
"analyst",
"report"
],
"report_content": "## 按区域统计客户数量分析\n\n### 数据事实\n根据查询结果,当前客户在各区域的分布情况如下:\n\n| 区域 | 客户数量 |\n| :--- | :--- |\n| 华东 | 2 |\n| 华南 | 1 |\n| 华北 | 1 |\n| 西南 | 1 |\n| **总计** | **5** |\n\n### 要点\n1. **分布集中**:华东区域客户数量(2个)领先,占总客户数的40%,其他三个区域各仅有1个客户。\n2. **总量异常**:客户总数仅为5个,远低于正常业务规模,可能存在数据采集不全、业务处于极早期或筛选条件过严等问题。\n\n### 可能原因(归因假设)\n- **假设一:业务处于初创或试点阶段**。客户总数极少,华东区域可能是首发或重点试点区域,市场推广资源倾斜导致客户数量相对较多。\n- **假设二:数据源或查询条件存在限制**。`finance_customers` 表可能仅包含特定业务线(如仅付费客户)或特定时间窗口(如仅本月新增)的数据,需验证数据完整性。\n- **假设三:客户定义口径过窄**。若“客户”仅指完成首单的用户,可能遗漏大量注册但未下单的潜在客户,需与业务方确认口径。\n\n### 建议\n1. **验证数据完整性**:查询 `finance_customers` 表的总记录数,并检查数据加载时间范围,确保覆盖所有预期区域和客户。\n2. **明确客户定义**:与业务方确认“客户”的具体口径(如注册用户、首单用户、活跃用户等),并据此调整查询逻辑。\n3. **补充时间维度**:查询近12个月各区域的客户新增数量,分析增长趋势或季节性波动。\n4. **扩大分析维度**:结合营收数据,分析各区域客户的客单价和复购率,评估华东区域客户数量领先是否带来相应的价值贡献。",
"database_results": [
{
"ok": true,
"sql": "SELECT `finance_customers`.region `finance_customers__region`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 10000",
"rows": [
{
"FinanceCustomers.count": "2",
"FinanceCustomers.region": "华东"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.region": "华南"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.region": "华北"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.region": "西南"
}
],
"cube_dsl": {
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.region"
]
},
"question": "10. 按区域统计客户数量"
}
],
"route_confidence": 0.95,
"business_insights": "好的,作为资深数据分析师,我将根据您提供的业务口径和查询结果,输出结构化洞察。\n\n---\n\n## 按区域统计客户数量分析\n\n### 数据事实\n\n根据查询结果,当前客户在各区域的分布情况如下:\n\n| 区域 | 客户数量 |\n| :--- | :--- |\n| 华东 | 2 |\n| 华南 | 1 |\n| 华北 | 1 |\n| 西南 | 1 |\n| **总计** | **5** |\n\n### 趋势与异常\n\n1. **趋势**:当前数据为静态快照,无法判断趋势。但从分布上看,**华东区域**的客户数量(2个)领先于其他区域。\n2. **异常**:**客户总量(5个)极低**,且分布高度集中。华东区域贡献了40%的客户,而其他三个区域各仅有1个客户。这不符合一个成熟业务通常应有的客户分布形态,可能存在数据采集不全、业务处于极早期或数据筛选条件过严等问题。\n\n### 可能原因(归因)\n\n以下为基于数据事实的假设性归因,需进一步验证:\n\n1. **假设一:业务处于初创或试点阶段**。客户总数仅为5个,表明业务规模极小。华东区域客户较多,可能是因为该区域是业务的首发或重点试点区域,市场推广资源倾斜所致。\n2. **假设二:数据源或查询条件存在限制**。`finance_customers` 表可能仅包含特定业务线(如仅限付费客户)或特定时间窗口(如仅本月新增)的客户数据,导致整体数量偏少。需要数据验证。\n3. **假设三:客户定义口径过窄**。业务口径中未明确定义“客户”的标准(例如,是否仅指完成首单的用户,或包含所有注册用户)。如果口径过严,可能导致大量潜在客户未被计入。需要数据验证。\n\n### 建议\n\n1. **验证数据完整性**:\n * 查询 `finance_customers` 表的总记录数,确认当前数据是否完整。\n * 检查数据加载时间,确认数据是否已覆盖所有预期区域和客户。\n2. **明确客户定义**:\n * 与业务方确认“客户”的具体口径(例如:注册用户、首单用户、活跃用户等),并据此调整查询逻辑。\n3. **补充时间维度**:\n * 若要分析趋势,需补充查询近12个月各区域的客户新增数量,观察是否存在增长或季节性波动。\n4. **扩大分析维度**:\n * 结合营收数据,分析各区域客户的**客单价**和**复购率**,判断华东区域客户数量领先是否也带来了相应的价值领先。",
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/7/23 15:45:26 | 未反馈 | xiaofan | b105a08e-5da2-41bc-bb9b-68aeacd2e601 | 8. 未回款金额最高的客户有哪些? | 10. 按区域统计客户数量 | ## 客户区域分布洞察报告 ### 核心发现:客户分布高度集中,华东区域贡献近半 根据查询结果,当前客户在四大区域的... | {"final_sql":"SELECT `finance_customers`.region ... | hybrid | ["sql","analyst","report"] | 查看{
"query": "10. 按区域统计客户数量",
"errors": [],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceCustomers.count": "desc"
},
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.region"
]
},
"cube_sql": "SELECT `finance_customers`.region `finance_customers__region`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"kb_names": [],
"sql_plan": {
"dsl": {
"limit": 100,
"order": {
"FinanceCustomers.count": "desc"
},
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.region"
]
},
"engine": "cube",
"query_engine": "cube",
"repair_count": 0
},
"citations": [],
"final_sql": "SELECT `finance_customers`.region `finance_customers__region`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"grounding": null,
"chat_reply": null,
"source_key": "finance_demo",
"viz_config": {
"figure": {
"data": [
{
"x": [
"A"
],
"y": [
1
],
"type": "bar"
}
],
"layout": {
"title": "Placeholder"
}
},
"library": "plotly"
},
"intent_mode": "auto",
"formula_calc": null,
"query_engine": "cube",
"route_reason": "用户请求按区域统计客户数量,涉及聚合计算,需要SQL查询",
"route_source": "llm",
"selected_ddl": "可用的 Cube 语义模型(查询时成员名必须完全匹配):\n\n### FinanceCustomers — 财务客户\nmeasures:\n - FinanceCustomers.count (title=财务客户 客户数, type=number, agg=count)\ndimensions:\n - FinanceCustomers.customerCode (title=财务客户 客户编码, type=string)\n - FinanceCustomers.customerName (title=财务客户 客户名称, type=string)\n - FinanceCustomers.industry (title=财务客户 行业, type=string)\n - FinanceCustomers.region (title=财务客户 区域, type=string)\n - FinanceCustomers.createdAt (title=财务客户 创建时间, type=time)\n\n### FinanceExpenses — 费用支出\nmeasures:\n - FinanceExpenses.count (title=费用支出 费用笔数, type=number, agg=count)\n - FinanceExpenses.totalAmount (title=费用支出 费用总额, type=number, agg=sum)\n - FinanceExpenses.avgAmount (title=费用支出 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenses.expenseNo (title=费用支出 费用单号, type=string)\n - FinanceExpenses.expenseDate (title=费用支出 费用日期, type=time)\n - FinanceExpenses.category (title=费用支出 费用类别, type=string)\n - FinanceExpenses.department (title=费用支出 部门, type=string)\n - FinanceExpenses.description (title=费用支出 说明, type=string)\n\n### FinanceInvoices — 应收发票\nmeasures:\n - FinanceInvoices.count (title=应收发票 发票笔数, type=number, agg=count)\n - FinanceInvoices.totalAmount (title=应收发票 应收总额, type=number, agg=sum)\n - FinanceInvoices.paidAmount (title=应收发票 已回款金额, type=number, agg=sum)\n - FinanceInvoices.outstandingAmount (title=应收发票 未回款金额, type=number, agg=number)\ndimensions:\n - FinanceInvoices.invoiceNo (title=应收发票 发票号, type=string)\n - FinanceInvoices.invoiceDate (title=应收发票 开票日期, type=time)\n - FinanceInvoices.dueDate (title=应收发票 到期日, type=time)\n - FinanceInvoices.currency (title=应收发票 币种, type=string)\n - FinanceInvoices.status (title=应收发票 发票状态, type=string)\n\n### FinanceOverview — 财务总览(应收与回款)\n面向 Playground 的应收/回款统一视图,含客户维度。 费用分析请直接使用 FinanceExpenses cube。\nmeasures:\n - FinanceOverview.count (title=财务总览(应收与回款) 发票笔数, type=number, agg=count)\n - FinanceOverview.totalAmount (title=财务总览(应收与回款) 应收总额, type=number, agg=sum)\n - FinanceOverview.paidAmount (title=财务总览(应收与回款) 已回款金额, type=number, agg=sum)\n - FinanceOverview.outstandingAmount (title=财务总览(应收与回款) 未回款金额, type=number, agg=number)\n - FinanceOverview.FinancePayments_count (title=财务总览(应收与回款) 回款笔数, type=number, agg=count)\n - FinanceOverview.FinancePayments_totalAmount (title=财务总览(应收与回款) 回款总额, type=number, agg=sum)\ndimensions:\n - FinanceOverview.invoiceNo (title=财务总览(应收与回款) 发票号, type=string)\n - FinanceOverview.invoiceDate (title=财务总览(应收与回款) 开票日期, type=time)\n - FinanceOverview.dueDate (title=财务总览(应收与回款) 到期日, type=time)\n - FinanceOverview.status (title=财务总览(应收与回款) 发票状态, type=string)\n - FinanceOverview.FinanceCustomers_customerName (title=财务总览(应收与回款) 客户名称, type=string)\n - FinanceOverview.FinanceCustomers_industry (title=财务总览(应收与回款) 行业, type=string)\n - FinanceOverview.FinanceCustomers_region (title=财务总览(应收与回款) 区域, type=string)\n - FinanceOverview.FinancePayments_paymentDate (title=财务总览(应收与回款) 回款日期, type=time)\n - FinanceOverview.FinancePayments_method (title=财务总览(应收与回款) 支付方式, type=string)\n\n### FinanceExpenseOverview — 财务总览(费用)\n费用支出分析视图,按类别与部门下钻。\nmeasures:\n - FinanceExpenseOverview.count (title=财务总览(费用) 费用笔数, type=number, agg=count)\n - FinanceExpenseOverview.totalAmount (title=财务总览(费用) 费用总额, type=number, agg=sum)\n - FinanceExpenseOverview.avgAmount (title=财务总览(费用) 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenseOverview.expenseNo (title=财务总览(费用) 费用单号, type=string)\n - FinanceExpenseOverview.expenseDate (title=财务总览(费用) 费用日期, type=time)\n - FinanceExpenseOverview.category (title=财务总览(费用) 费用类别, type=string)\n - FinanceExpenseOverview.department (title=财务总览(费用) 部门, type=string)\n - FinanceExpenseOverview.description (title=财务总览(费用) 说明, type=string)\n\n### FinancePayments — 回款记录\nmeasures:\n - FinancePayments.count (title=回款记录 回款笔数, type=number, agg=count)\n - FinancePayments.totalAmount (title=回款记录 回款总额, type=number, agg=sum)\n - FinancePayments.avgAmount (title=回款记录 平均回款额, type=number, agg=avg)\ndimensions:\n - FinancePayments.paymentNo (title=回款记录 回款单号, type=string)\n - FinancePayments.paymentDate (title=回款记录 回款日期, type=time)\n - FinancePayments.method (title=回款记录 支付方式, type=string)",
"datasource_id": "b8baec07-9b29-4edb-8084-2bf9f299e06b",
"target_agents": [
"sql",
"analyst",
"report"
],
"report_content": "## 客户区域分布洞察报告\n\n### 核心发现:客户分布高度集中,华东区域贡献近半\n\n根据查询结果,当前客户在四大区域的分布呈现显著不均衡态势。\n\n### 趋势与现状\n\n* **客户总量**:当前系统中共有 **5** 名客户。\n* **区域分布**:客户数量按区域排序为:华东 (2) > 华南 (1) = 华北 (1) = 西南 (1)。\n* **集中度**:华东区域客户数量占比 **40%**,是客户数量最多的区域。其余三个区域各占 **20%**。\n\n### 异常与关注点\n\n* **头部集中**:华东区域的客户数量是其他单一区域的两倍,显示出明显的头部聚集效应。\n* **区域空白**:查询结果中未出现“西北”、“东北”等区域,表明业务在这些区域可能尚未拓展或暂无客户。\n\n### 可能原因(归因假设)\n\n1. **市场拓展策略假设**:公司早期的市场推广、销售资源或渠道建设可能优先聚焦于华东地区,导致该区域客户积累更多。*(需要数据验证:对比各区域的市场投入、销售活动记录或渠道合作情况)*。\n2. **产品/服务适配性假设**:公司的产品或服务可能更符合华东地区客户的需求或消费习惯,例如在行业、规模或业务模式上存在地域性匹配。*(需要数据验证:分析不同区域客户的行业、规模、客单价等画像特征)*。\n3. **区域竞争格局假设**:在华南、华北、西南等区域,可能面临更强的本地竞争对手,导致获客难度增加。*(需要数据验证:进行外部市场调研或分析竞品在各区域的布局)*。\n\n### 建议下一步行动\n\n1. **数据验证**:补充查询各区域客户的**营收贡献**(`SUM(order_amount)`)和**平均客单价**,以判断华东区域是否在营收上同样占据主导地位,还是存在“客户多但价值低”的情况。\n2. **深度分析**:针对华东区域,进一步按**城市**或**行业**维度拆解,识别出该区域的核心客户群体特征,为其他区域的拓展提供参考。\n3. **策略探讨**:基于验证结果,探讨是否需要在华南、华北、西南等区域加大市场投入,或针对性地调整产品/服务以提升获客能力。",
"database_results": [
{
"ok": true,
"sql": "SELECT `finance_customers`.region `finance_customers__region`, count(`finance_customers`.id) `finance_customers__count` \nFROM finance_demo_customers AS `finance_customers`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"rows": [
{
"FinanceCustomers.count": "2",
"FinanceCustomers.region": "华东"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.region": "华南"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.region": "华北"
},
{
"FinanceCustomers.count": "1",
"FinanceCustomers.region": "西南"
}
],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceCustomers.count": "desc"
},
"measures": [
"FinanceCustomers.count"
],
"dimensions": [
"FinanceCustomers.region"
]
},
"question": "10. 按区域统计客户数量"
}
],
"route_confidence": 0.95,
"business_insights": "好的,作为资深数据分析师,我将根据您提供的业务口径和查询结果,输出结构化的洞察报告。\n\n---\n\n## 客户区域分布洞察报告\n\n### 核心发现:客户分布高度集中,华东区域贡献近半\n\n根据查询结果,当前客户在四大区域的分布呈现显著不均衡态势。\n\n### 趋势与现状\n\n* **客户总量**:当前系统中共有 **5** 名客户。\n* **区域分布**:客户数量按区域排序为:华东 (2) > 华南 (1) = 华北 (1) = 西南 (1)。\n* **集中度**:华东区域客户数量占比 **40%**,是客户数量最多的区域。其余三个区域各占 **20%**。\n\n### 异常与关注点\n\n* **头部集中**:华东区域的客户数量是其他单一区域的两倍,显示出明显的头部聚集效应。\n* **区域空白**:查询结果中未出现“西北”、“东北”等区域,表明业务在这些区域可能尚未拓展或暂无客户。\n\n### 可能原因(归因假设)\n\n1. **市场拓展策略假设**:公司早期的市场推广、销售资源或渠道建设可能优先聚焦于华东地区,导致该区域客户积累更多。*(需要数据验证:对比各区域的市场投入、销售活动记录或渠道合作情况)*。\n2. **产品/服务适配性假设**:公司的产品或服务可能更符合华东地区客户的需求或消费习惯,例如在行业、规模或业务模式上存在地域性匹配。*(需要数据验证:分析不同区域客户的行业、规模、客单价等画像特征)*。\n3. **区域竞争格局假设**:在华南、华北、西南等区域,可能面临更强的本地竞争对手,导致获客难度增加。*(需要数据验证:进行外部市场调研或分析竞品在各区域的布局)*。\n\n### 建议下一步行动\n\n1. **数据验证**:补充查询各区域客户的**营收贡献**(`SUM(order_amount)`)和**平均客单价**,以判断华东区域是否在营收上同样占据主导地位,还是存在“客户多但价值低”的情况。\n2. **深度分析**:针对华东区域,进一步按**城市**或**行业**维度拆解,识别出该区域的核心客户群体特征,为其他区域的拓展提供参考。\n3. **策略探讨**:基于验证结果,探讨是否需要在华南、华北、西南等区域加大市场投入,或针对性地调整产品/服务以提升获客能力。",
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/7/23 15:32:11 | 点赞 | xiaofan | b105a08e-5da2-41bc-bb9b-68aeacd2e601 | 8. 未回款金额最高的客户有哪些? | 8. 未回款金额最高的客户有哪些? | ## 未回款金额最高客户分析 ### 数据事实 根据查询结果,未回款金额最高的前5名客户如下(单位:元): | 排名... | {"final_sql":"SELECT `finance_customers`.custome... | hybrid | ["sql","analyst","report"] | 查看{
"query": "8. 未回款金额最高的客户有哪些?",
"errors": [],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceOverview.outstandingAmount": "desc"
},
"measures": [
"FinanceOverview.outstandingAmount"
],
"dimensions": [
"FinanceOverview.FinanceCustomers_customerName"
]
},
"cube_sql": "SELECT `finance_customers`.customer_name `finance_overview___finance_customers_customer_name`, sum(`finance_invoices`.amount) - sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__outstanding_amount` \nFROM finance_demo_invoices AS `finance_invoices`\nLEFT JOIN finance_demo_customers AS `finance_customers` ON `finance_invoices`.customer_id = `finance_customers`.id\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"kb_names": [],
"sql_plan": {
"dsl": {
"limit": 100,
"order": {
"FinanceOverview.outstandingAmount": "desc"
},
"measures": [
"FinanceOverview.outstandingAmount"
],
"dimensions": [
"FinanceOverview.FinanceCustomers_customerName"
]
},
"engine": "cube",
"query_engine": "cube",
"repair_count": 0
},
"citations": [],
"final_sql": "SELECT `finance_customers`.customer_name `finance_overview___finance_customers_customer_name`, sum(`finance_invoices`.amount) - sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__outstanding_amount` \nFROM finance_demo_invoices AS `finance_invoices`\nLEFT JOIN finance_demo_customers AS `finance_customers` ON `finance_invoices`.customer_id = `finance_customers`.id\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"grounding": null,
"chat_reply": null,
"source_key": "finance_demo",
"viz_config": {
"figure": {
"data": [
{
"x": [
"A"
],
"y": [
1
],
"type": "bar"
}
],
"layout": {
"title": "Placeholder"
}
},
"library": "plotly"
},
"intent_mode": "auto",
"formula_calc": null,
"query_engine": "cube",
"route_reason": "需要查询未回款金额并排序,涉及聚合和排名计算",
"route_source": "llm",
"selected_ddl": "可用的 Cube 语义模型(查询时成员名必须完全匹配):\n\n### FinanceCustomers — 财务客户\nmeasures:\n - FinanceCustomers.count (title=财务客户 客户数, type=number, agg=count)\ndimensions:\n - FinanceCustomers.customerCode (title=财务客户 客户编码, type=string)\n - FinanceCustomers.customerName (title=财务客户 客户名称, type=string)\n - FinanceCustomers.industry (title=财务客户 行业, type=string)\n - FinanceCustomers.region (title=财务客户 区域, type=string)\n - FinanceCustomers.createdAt (title=财务客户 创建时间, type=time)\n\n### FinanceExpenses — 费用支出\nmeasures:\n - FinanceExpenses.count (title=费用支出 费用笔数, type=number, agg=count)\n - FinanceExpenses.totalAmount (title=费用支出 费用总额, type=number, agg=sum)\n - FinanceExpenses.avgAmount (title=费用支出 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenses.expenseNo (title=费用支出 费用单号, type=string)\n - FinanceExpenses.expenseDate (title=费用支出 费用日期, type=time)\n - FinanceExpenses.category (title=费用支出 费用类别, type=string)\n - FinanceExpenses.department (title=费用支出 部门, type=string)\n - FinanceExpenses.description (title=费用支出 说明, type=string)\n\n### FinanceInvoices — 应收发票\nmeasures:\n - FinanceInvoices.count (title=应收发票 发票笔数, type=number, agg=count)\n - FinanceInvoices.totalAmount (title=应收发票 应收总额, type=number, agg=sum)\n - FinanceInvoices.paidAmount (title=应收发票 已回款金额, type=number, agg=sum)\n - FinanceInvoices.outstandingAmount (title=应收发票 未回款金额, type=number, agg=number)\ndimensions:\n - FinanceInvoices.invoiceNo (title=应收发票 发票号, type=string)\n - FinanceInvoices.invoiceDate (title=应收发票 开票日期, type=time)\n - FinanceInvoices.dueDate (title=应收发票 到期日, type=time)\n - FinanceInvoices.currency (title=应收发票 币种, type=string)\n - FinanceInvoices.status (title=应收发票 发票状态, type=string)\n\n### FinanceOverview — 财务总览(应收与回款)\n面向 Playground 的应收/回款统一视图,含客户维度。 费用分析请直接使用 FinanceExpenses cube。\nmeasures:\n - FinanceOverview.count (title=财务总览(应收与回款) 发票笔数, type=number, agg=count)\n - FinanceOverview.totalAmount (title=财务总览(应收与回款) 应收总额, type=number, agg=sum)\n - FinanceOverview.paidAmount (title=财务总览(应收与回款) 已回款金额, type=number, agg=sum)\n - FinanceOverview.outstandingAmount (title=财务总览(应收与回款) 未回款金额, type=number, agg=number)\n - FinanceOverview.FinancePayments_count (title=财务总览(应收与回款) 回款笔数, type=number, agg=count)\n - FinanceOverview.FinancePayments_totalAmount (title=财务总览(应收与回款) 回款总额, type=number, agg=sum)\ndimensions:\n - FinanceOverview.invoiceNo (title=财务总览(应收与回款) 发票号, type=string)\n - FinanceOverview.invoiceDate (title=财务总览(应收与回款) 开票日期, type=time)\n - FinanceOverview.dueDate (title=财务总览(应收与回款) 到期日, type=time)\n - FinanceOverview.status (title=财务总览(应收与回款) 发票状态, type=string)\n - FinanceOverview.FinanceCustomers_customerName (title=财务总览(应收与回款) 客户名称, type=string)\n - FinanceOverview.FinanceCustomers_industry (title=财务总览(应收与回款) 行业, type=string)\n - FinanceOverview.FinanceCustomers_region (title=财务总览(应收与回款) 区域, type=string)\n - FinanceOverview.FinancePayments_paymentDate (title=财务总览(应收与回款) 回款日期, type=time)\n - FinanceOverview.FinancePayments_method (title=财务总览(应收与回款) 支付方式, type=string)\n\n### FinanceExpenseOverview — 财务总览(费用)\n费用支出分析视图,按类别与部门下钻。\nmeasures:\n - FinanceExpenseOverview.count (title=财务总览(费用) 费用笔数, type=number, agg=count)\n - FinanceExpenseOverview.totalAmount (title=财务总览(费用) 费用总额, type=number, agg=sum)\n - FinanceExpenseOverview.avgAmount (title=财务总览(费用) 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenseOverview.expenseNo (title=财务总览(费用) 费用单号, type=string)\n - FinanceExpenseOverview.expenseDate (title=财务总览(费用) 费用日期, type=time)\n - FinanceExpenseOverview.category (title=财务总览(费用) 费用类别, type=string)\n - FinanceExpenseOverview.department (title=财务总览(费用) 部门, type=string)\n - FinanceExpenseOverview.description (title=财务总览(费用) 说明, type=string)\n\n### FinancePayments — 回款记录\nmeasures:\n - FinancePayments.count (title=回款记录 回款笔数, type=number, agg=count)\n - FinancePayments.totalAmount (title=回款记录 回款总额, type=number, agg=sum)\n - FinancePayments.avgAmount (title=回款记录 平均回款额, type=number, agg=avg)\ndimensions:\n - FinancePayments.paymentNo (title=回款记录 回款单号, type=string)\n - FinancePayments.paymentDate (title=回款记录 回款日期, type=time)\n - FinancePayments.method (title=回款记录 支付方式, type=string)",
"datasource_id": "b8baec07-9b29-4edb-8084-2bf9f299e06b",
"target_agents": [
"sql",
"analyst",
"report"
],
"report_content": "## 未回款金额最高客户分析\n\n### 数据事实\n根据查询结果,未回款金额最高的前5名客户如下(单位:元):\n\n| 排名 | 客户名称 | 未回款金额 |\n|------|----------|------------|\n| 1 | 星河医院管理公司 | 185,500.00 |\n| 2 | 云端健康科技股份 | 135,400.00 |\n| 3 | 江南连锁药房集团 | 57,800.00 |\n| 4 | 华夏医疗器械有限公司 | 36,000.00 |\n| 5 | 海港检验检测中心 | 0.00 |\n\n**关键发现:**\n- 前2名客户(星河医院管理公司、云端健康科技股份)合计未回款金额 **320,900元**,占前5名总额的 **76.2%**,呈现明显的头部集中特征。\n- 第5名客户已无未回款,说明前4名为实际风险客户。\n- 未回款金额从第1名到第4名呈阶梯式下降,第1名是第2名的1.37倍,差距显著。\n\n### 趋势与异常\n- **趋势**:未回款金额在客户间分布极不均衡,前2名客户贡献了绝大部分风险敞口。\n- **异常**:星河医院管理公司未回款金额(18.55万)远超其他客户,是第3名(5.78万)的3.2倍,属于**极端值**,需重点关注。\n\n### 可能原因(归因假设)\n1. **信用政策差异**:星河医院管理公司可能享有更宽松的账期或信用额度,导致回款周期延长(需数据验证:对比其合同账期与实际回款天数)。\n2. **客户经营状况**:前2名客户可能面临资金周转压力,或存在内部付款审批流程延迟(需数据验证:查看其历史回款记录是否出现逾期趋势)。\n3. **对账或发票争议**:高额未回款可能源于发票未确认、服务争议或对账差异(需数据验证:检查对应发票状态及客户投诉记录)。\n\n### 建议\n1. **立即催收**:优先对星河医院管理公司(18.55万)和云端健康科技股份(13.54万)启动专项催收,明确回款时间表。\n2. **信用审查**:调取前4名客户的信用评级、历史回款周期及合同条款,评估是否需要调整信用额度或缩短账期。\n3. **补充查询**:\n - 按客户维度查询未回款金额的账龄分布(如30天/60天/90天以上)。\n - 查询星河医院管理公司近6个月的发票明细与付款记录,定位具体逾期节点。\n4. **风险预警**:将未回款金额超过5万元的客户纳入月度重点监控名单,设置自动提醒。",
"database_results": [
{
"ok": true,
"sql": "SELECT `finance_customers`.customer_name `finance_overview___finance_customers_customer_name`, sum(`finance_invoices`.amount) - sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__outstanding_amount` \nFROM finance_demo_invoices AS `finance_invoices`\nLEFT JOIN finance_demo_customers AS `finance_customers` ON `finance_invoices`.customer_id = `finance_customers`.id\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 100",
"rows": [
{
"FinanceOverview.outstandingAmount": "185500.00",
"FinanceOverview.FinanceCustomers_customerName": "星河医院管理公司"
},
{
"FinanceOverview.outstandingAmount": "135400.00",
"FinanceOverview.FinanceCustomers_customerName": "云端健康科技股份"
},
{
"FinanceOverview.outstandingAmount": "57800.00",
"FinanceOverview.FinanceCustomers_customerName": "江南连锁药房集团"
},
{
"FinanceOverview.outstandingAmount": "36000.00",
"FinanceOverview.FinanceCustomers_customerName": "华夏医疗器械有限公司"
},
{
"FinanceOverview.outstandingAmount": "0.00",
"FinanceOverview.FinanceCustomers_customerName": "海港检验检测中心"
}
],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceOverview.outstandingAmount": "desc"
},
"measures": [
"FinanceOverview.outstandingAmount"
],
"dimensions": [
"FinanceOverview.FinanceCustomers_customerName"
]
},
"question": "8. 未回款金额最高的客户有哪些?"
}
],
"route_confidence": 0.95,
"business_insights": "## 未回款金额最高客户分析\n\n### 数据事实\n根据查询结果,未回款金额最高的前5名客户如下(单位:元):\n\n| 排名 | 客户名称 | 未回款金额 |\n|------|----------|------------|\n| 1 | 星河医院管理公司 | 185,500.00 |\n| 2 | 云端健康科技股份 | 135,400.00 |\n| 3 | 江南连锁药房集团 | 57,800.00 |\n| 4 | 华夏医疗器械有限公司 | 36,000.00 |\n| 5 | 海港检验检测中心 | 0.00 |\n\n**关键发现:**\n- 前2名客户(星河医院管理公司、云端健康科技股份)合计未回款金额 **320,900元**,占前5名总额的 **76.2%**,呈现明显的头部集中特征。\n- 第5名客户已无未回款,说明前4名为实际风险客户。\n- 未回款金额从第1名到第4名呈阶梯式下降,第1名是第2名的1.37倍,差距显著。\n\n### 趋势与异常\n- **趋势**:未回款金额在客户间分布极不均衡,前2名客户贡献了绝大部分风险敞口。\n- **异常**:星河医院管理公司未回款金额(18.55万)远超其他客户,是第3名(5.78万)的3.2倍,属于**极端值**,需重点关注。\n\n### 可能原因(归因假设)\n1. **信用政策差异**:星河医院管理公司可能享有更宽松的账期或信用额度,导致回款周期延长(需数据验证:对比其合同账期与实际回款天数)。\n2. **客户经营状况**:前2名客户可能面临资金周转压力,或存在内部付款审批流程延迟(需数据验证:查看其历史回款记录是否出现逾期趋势)。\n3. **对账或发票争议**:高额未回款可能源于发票未确认、服务争议或对账差异(需数据验证:检查对应发票状态及客户投诉记录)。\n\n### 建议\n1. **立即催收**:优先对星河医院管理公司(18.55万)和云端健康科技股份(13.54万)启动专项催收,明确回款时间表。\n2. **信用审查**:调取前4名客户的信用评级、历史回款周期及合同条款,评估是否需要调整信用额度或缩短账期。\n3. **补充查询**:\n - 按客户维度查询未回款金额的账龄分布(如30天/60天/90天以上)。\n - 查询星河医院管理公司近6个月的发票明细与付款记录,定位具体逾期节点。\n4. **风险预警**:将未回款金额超过5万元的客户纳入月度重点监控名单,设置自动提醒。",
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/7/23 15:30:46 | 点踩 | xiaofan | d691488d-071b-4d99-b18e-864762e964d5 | 上月财务利润 | 5. 按月统计应收总额、已回款和未回款 | ## 月度应收、回款与未回款分析 ### 要点 1. **应收总额波动明显**:从2025年10月至2026年7月... | {"final_sql":"SELECT CAST(DATE_FORMAT(CONVERT_TZ... | hybrid | ["sql","analyst","report"] | 查看{
"query": "5. 按月统计应收总额、已回款和未回款",
"errors": [],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceOverview.invoiceDate": "asc"
},
"measures": [
"FinanceOverview.totalAmount",
"FinanceOverview.paidAmount",
"FinanceOverview.outstandingAmount"
],
"timeDimensions": [
{
"dimension": "FinanceOverview.invoiceDate",
"granularity": "month"
}
]
},
"cube_sql": "SELECT CAST(DATE_FORMAT(CONVERT_TZ(`finance_invoices`.invoice_date, @@session.time_zone, '+08:00'), '%Y-%m-01T00:00:00.000') AS DATETIME) `finance_overview__invoice_date_month`, sum(`finance_invoices`.amount) `finance_overview__total_amount`, sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__paid_amount`, sum(`finance_invoices`.amount) - sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__outstanding_amount` \nFROM finance_demo_invoices AS `finance_invoices`\nGROUP BY 1\nORDER BY 1 ASC\nLIMIT 100",
"kb_names": [],
"sql_plan": {
"dsl": {
"limit": 100,
"order": {
"FinanceOverview.invoiceDate": "asc"
},
"measures": [
"FinanceOverview.totalAmount",
"FinanceOverview.paidAmount",
"FinanceOverview.outstandingAmount"
],
"timeDimensions": [
{
"dimension": "FinanceOverview.invoiceDate",
"granularity": "month"
}
]
},
"engine": "cube",
"query_engine": "cube",
"repair_count": 0
},
"citations": [],
"final_sql": "SELECT CAST(DATE_FORMAT(CONVERT_TZ(`finance_invoices`.invoice_date, @@session.time_zone, '+08:00'), '%Y-%m-01T00:00:00.000') AS DATETIME) `finance_overview__invoice_date_month`, sum(`finance_invoices`.amount) `finance_overview__total_amount`, sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__paid_amount`, sum(`finance_invoices`.amount) - sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__outstanding_amount` \nFROM finance_demo_invoices AS `finance_invoices`\nGROUP BY 1\nORDER BY 1 ASC\nLIMIT 100",
"grounding": null,
"chat_reply": null,
"source_key": "finance_demo",
"viz_config": {
"figure": {
"data": [
{
"x": [
"A"
],
"y": [
1
],
"type": "bar"
}
],
"layout": {
"title": "Placeholder"
}
},
"library": "plotly"
},
"intent_mode": "auto",
"formula_calc": null,
"query_engine": "cube",
"route_reason": "score chat=0 data=2",
"route_source": "rule",
"selected_ddl": "可用的 Cube 语义模型(查询时成员名必须完全匹配):\n\n### FinanceCustomers — 财务客户\nmeasures:\n - FinanceCustomers.count (title=财务客户 客户数, type=number, agg=count)\ndimensions:\n - FinanceCustomers.customerCode (title=财务客户 客户编码, type=string)\n - FinanceCustomers.customerName (title=财务客户 客户名称, type=string)\n - FinanceCustomers.industry (title=财务客户 行业, type=string)\n - FinanceCustomers.region (title=财务客户 区域, type=string)\n - FinanceCustomers.createdAt (title=财务客户 创建时间, type=time)\n\n### FinanceExpenses — 费用支出\nmeasures:\n - FinanceExpenses.count (title=费用支出 费用笔数, type=number, agg=count)\n - FinanceExpenses.totalAmount (title=费用支出 费用总额, type=number, agg=sum)\n - FinanceExpenses.avgAmount (title=费用支出 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenses.expenseNo (title=费用支出 费用单号, type=string)\n - FinanceExpenses.expenseDate (title=费用支出 费用日期, type=time)\n - FinanceExpenses.category (title=费用支出 费用类别, type=string)\n - FinanceExpenses.department (title=费用支出 部门, type=string)\n - FinanceExpenses.description (title=费用支出 说明, type=string)\n\n### FinanceInvoices — 应收发票\nmeasures:\n - FinanceInvoices.count (title=应收发票 发票笔数, type=number, agg=count)\n - FinanceInvoices.totalAmount (title=应收发票 应收总额, type=number, agg=sum)\n - FinanceInvoices.paidAmount (title=应收发票 已回款金额, type=number, agg=sum)\n - FinanceInvoices.outstandingAmount (title=应收发票 未回款金额, type=number, agg=number)\ndimensions:\n - FinanceInvoices.invoiceNo (title=应收发票 发票号, type=string)\n - FinanceInvoices.invoiceDate (title=应收发票 开票日期, type=time)\n - FinanceInvoices.dueDate (title=应收发票 到期日, type=time)\n - FinanceInvoices.currency (title=应收发票 币种, type=string)\n - FinanceInvoices.status (title=应收发票 发票状态, type=string)\n\n### FinanceOverview — 财务总览(应收与回款)\n面向 Playground 的应收/回款统一视图,含客户维度。 费用分析请直接使用 FinanceExpenses cube。\nmeasures:\n - FinanceOverview.count (title=财务总览(应收与回款) 发票笔数, type=number, agg=count)\n - FinanceOverview.totalAmount (title=财务总览(应收与回款) 应收总额, type=number, agg=sum)\n - FinanceOverview.paidAmount (title=财务总览(应收与回款) 已回款金额, type=number, agg=sum)\n - FinanceOverview.outstandingAmount (title=财务总览(应收与回款) 未回款金额, type=number, agg=number)\n - FinanceOverview.FinancePayments_count (title=财务总览(应收与回款) 回款笔数, type=number, agg=count)\n - FinanceOverview.FinancePayments_totalAmount (title=财务总览(应收与回款) 回款总额, type=number, agg=sum)\ndimensions:\n - FinanceOverview.invoiceNo (title=财务总览(应收与回款) 发票号, type=string)\n - FinanceOverview.invoiceDate (title=财务总览(应收与回款) 开票日期, type=time)\n - FinanceOverview.dueDate (title=财务总览(应收与回款) 到期日, type=time)\n - FinanceOverview.status (title=财务总览(应收与回款) 发票状态, type=string)\n - FinanceOverview.FinanceCustomers_customerName (title=财务总览(应收与回款) 客户名称, type=string)\n - FinanceOverview.FinanceCustomers_industry (title=财务总览(应收与回款) 行业, type=string)\n - FinanceOverview.FinanceCustomers_region (title=财务总览(应收与回款) 区域, type=string)\n - FinanceOverview.FinancePayments_paymentDate (title=财务总览(应收与回款) 回款日期, type=time)\n - FinanceOverview.FinancePayments_method (title=财务总览(应收与回款) 支付方式, type=string)\n\n### FinanceExpenseOverview — 财务总览(费用)\n费用支出分析视图,按类别与部门下钻。\nmeasures:\n - FinanceExpenseOverview.count (title=财务总览(费用) 费用笔数, type=number, agg=count)\n - FinanceExpenseOverview.totalAmount (title=财务总览(费用) 费用总额, type=number, agg=sum)\n - FinanceExpenseOverview.avgAmount (title=财务总览(费用) 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenseOverview.expenseNo (title=财务总览(费用) 费用单号, type=string)\n - FinanceExpenseOverview.expenseDate (title=财务总览(费用) 费用日期, type=time)\n - FinanceExpenseOverview.category (title=财务总览(费用) 费用类别, type=string)\n - FinanceExpenseOverview.department (title=财务总览(费用) 部门, type=string)\n - FinanceExpenseOverview.description (title=财务总览(费用) 说明, type=string)\n\n### FinancePayments — 回款记录\nmeasures:\n - FinancePayments.count (title=回款记录 回款笔数, type=number, agg=count)\n - FinancePayments.totalAmount (title=回款记录 回款总额, type=number, agg=sum)\n - FinancePayments.avgAmount (title=回款记录 平均回款额, type=number, agg=avg)\ndimensions:\n - FinancePayments.paymentNo (title=回款记录 回款单号, type=string)\n - FinancePayments.paymentDate (title=回款记录 回款日期, type=time)\n - FinancePayments.method (title=回款记录 支付方式, type=string)",
"datasource_id": "b8baec07-9b29-4edb-8084-2bf9f299e06b",
"target_agents": [
"sql",
"analyst",
"report"
],
"report_content": "## 月度应收、回款与未回款分析\n\n### 要点\n\n1. **应收总额波动明显**:从2025年10月至2026年7月,月度应收总额呈现明显波动,最高点出现在2026年1月(156,000.00),最低点出现在2026年4月(31,800.00),极差较大。\n2. **回款节奏不稳定**:已回款金额与应收总额的变动不完全同步。部分月份(如2025年10月、2026年2月、2026年6月)实现了100%回款,而另一些月份(如2025年12月、2026年3月、2026年4月、2026年7月)则完全没有回款记录。\n3. **未回款金额累积风险**:未回款金额在多个月份居高不下,尤其在2025年12月(89,000.00)、2026年3月(73,500.00)和2026年7月(112,000.00)形成了显著的未回款高峰。截至2026年7月,累计未回款总额为 **409,700.00**。\n4. **零回款月份频发**:在10个月的数据中,有4个月(2025年12月、2026年3月、2026年4月、2026年7月)的已回款金额为0,这是一个非常显著的异常信号。\n5. **高应收与零回款并存**:2026年7月是应收总额第二高的月份(112,000.00),但回款为0,形成了巨大的资金缺口。\n\n### 可能原因(归因)\n\n1. **账期与结算周期错配(假设)**:公司可能对不同客户或不同业务类型设置了不同的账期(如月结30天、60天、90天)。查询结果中的“月份”是发票开具月份,而非回款到期月份。因此,某个月份的发票可能集中在后续的某个月份统一回款,导致回款数据在月份间分布不均。**需要数据验证**:需关联客户主数据或合同信息,查看不同账期客户的回款模式。\n2. **大客户或特定项目集中付款(假设)**:零回款月份可能对应着没有大客户或大项目回款的时期。而高回款月份(如2026年1月回款120,000.00)则可能是由于某个大客户或大型项目集中付款所致。**需要数据验证**:需按客户或项目维度拆解回款数据,查看回款贡献度是否符合帕累托原则(80%回款来自20%客户)。\n3. **催收流程失效或中断(假设)**:连续出现零回款月份,特别是高应收月份的零回款,强烈暗示催收流程可能存在问题。可能是负责该月份的催收人员缺位、催收策略未执行,或者与特定客户的沟通出现了障碍。**需要数据验证**:需检查催收记录、与销售/财务团队沟通,确认催收动作是否按时执行。\n\n### 建议\n\n1. **立即进行客户维度拆解**:执行SQL查询,按`客户ID`或`客户名称`分组,统计每个客户的月度应收、已回款和未回款金额。识别出未回款金额高、回款周期长的“问题客户”,并优先跟进。\n2. **分析账期结构**:补充查询,获取每张发票的`账期`(或合同约定的付款条件)。分析不同账期下的回款及时性,验证“账期错配”的假设。\n3. **建立回款预警机制**:基于历史数据,为每个客户或客户类型设定合理的回款周期预期。当某笔应收款超过预期回款周期时,自动触发预警,提醒销售或财务人员介入。\n4. **复盘零回款月份**:针对2025年12月、2026年3月、4月、7月这四个零回款月份,组织销售、财务、法务等部门进行专项复盘,查明具体原因,并制定改进措施,避免未来再次发生。",
"database_results": [
{
"ok": true,
"sql": "SELECT CAST(DATE_FORMAT(CONVERT_TZ(`finance_invoices`.invoice_date, @@session.time_zone, '+08:00'), '%Y-%m-01T00:00:00.000') AS DATETIME) `finance_overview__invoice_date_month`, sum(`finance_invoices`.amount) `finance_overview__total_amount`, sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__paid_amount`, sum(`finance_invoices`.amount) - sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__outstanding_amount` \nFROM finance_demo_invoices AS `finance_invoices`\nGROUP BY 1\nORDER BY 1 ASC\nLIMIT 100",
"rows": [
{
"FinanceOverview.paidAmount": "128000.00",
"FinanceOverview.invoiceDate": "2025-10-01T00:00:00.000",
"FinanceOverview.totalAmount": "128000.00",
"FinanceOverview.invoiceDate.month": "2025-10-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "0.00"
},
{
"FinanceOverview.paidAmount": "30000.00",
"FinanceOverview.invoiceDate": "2025-11-01T00:00:00.000",
"FinanceOverview.totalAmount": "56000.00",
"FinanceOverview.invoiceDate.month": "2025-11-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "26000.00"
},
{
"FinanceOverview.paidAmount": "0.00",
"FinanceOverview.invoiceDate": "2025-12-01T00:00:00.000",
"FinanceOverview.totalAmount": "89000.00",
"FinanceOverview.invoiceDate.month": "2025-12-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "89000.00"
},
{
"FinanceOverview.paidAmount": "120000.00",
"FinanceOverview.invoiceDate": "2026-01-01T00:00:00.000",
"FinanceOverview.totalAmount": "156000.00",
"FinanceOverview.invoiceDate.month": "2026-01-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "36000.00"
},
{
"FinanceOverview.paidAmount": "42000.00",
"FinanceOverview.invoiceDate": "2026-02-01T00:00:00.000",
"FinanceOverview.totalAmount": "42000.00",
"FinanceOverview.invoiceDate.month": "2026-02-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "0.00"
},
{
"FinanceOverview.paidAmount": "0.00",
"FinanceOverview.invoiceDate": "2026-03-01T00:00:00.000",
"FinanceOverview.totalAmount": "73500.00",
"FinanceOverview.invoiceDate.month": "2026-03-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "73500.00"
},
{
"FinanceOverview.paidAmount": "0.00",
"FinanceOverview.invoiceDate": "2026-04-01T00:00:00.000",
"FinanceOverview.totalAmount": "31800.00",
"FinanceOverview.invoiceDate.month": "2026-04-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "31800.00"
},
{
"FinanceOverview.paidAmount": "50000.00",
"FinanceOverview.invoiceDate": "2026-05-01T00:00:00.000",
"FinanceOverview.totalAmount": "96400.00",
"FinanceOverview.invoiceDate.month": "2026-05-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "46400.00"
},
{
"FinanceOverview.paidAmount": "28750.00",
"FinanceOverview.invoiceDate": "2026-06-01T00:00:00.000",
"FinanceOverview.totalAmount": "28750.00",
"FinanceOverview.invoiceDate.month": "2026-06-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "0.00"
},
{
"FinanceOverview.paidAmount": "0.00",
"FinanceOverview.invoiceDate": "2026-07-01T00:00:00.000",
"FinanceOverview.totalAmount": "112000.00",
"FinanceOverview.invoiceDate.month": "2026-07-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "112000.00"
}
],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceOverview.invoiceDate": "asc"
},
"measures": [
"FinanceOverview.totalAmount",
"FinanceOverview.paidAmount",
"FinanceOverview.outstandingAmount"
],
"timeDimensions": [
{
"dimension": "FinanceOverview.invoiceDate",
"granularity": "month"
}
]
},
"question": "5. 按月统计应收总额、已回款和未回款"
}
],
"route_confidence": 0.8,
"business_insights": "好的,作为资深数据分析师,我将根据您提供的业务口径和查询结果,输出结构化的洞察分析。\n\n---\n\n## 月度应收、回款与未回款分析\n\n### 趋势\n\n1. **应收总额波动明显**:从2025年10月至2026年7月,月度应收总额呈现明显的波动,没有稳定的增长或下降趋势。最高点出现在2026年1月(156,000.00),最低点出现在2026年4月(31,800.00),极差较大。\n2. **回款节奏不稳定**:已回款金额与应收总额的变动不完全同步。部分月份(如2025年10月、2026年2月、2026年6月)实现了100%回款,而另一些月份(如2025年12月、2026年3月、2026年4月、2026年7月)则完全没有回款记录。\n3. **未回款金额累积风险**:未回款金额在多个月份居高不下,尤其在2025年12月(89,000.00)、2026年3月(73,500.00)和2026年7月(112,000.00)形成了显著的未回款高峰。截至2026年7月,累计未回款总额为 **409,700.00**。\n\n### 异常\n\n1. **零回款月份频发**:在10个月的数据中,有4个月(2025年12月、2026年3月、2026年4月、2026年7月)的已回款金额为0。这是一个非常显著的异常信号,表明回款流程或客户付款行为存在严重问题。\n2. **高应收与零回款并存**:2026年7月是应收总额第二高的月份(112,000.00),但回款为0,形成了巨大的资金缺口。同样,2025年12月(89,000.00)和2026年3月(73,500.00)也属于高应收但零回款的异常情况。\n3. **回款率剧烈波动**:回款率在0%和100%之间剧烈切换,缺乏平滑过渡。例如,2026年2月回款率100%,紧接着3月就降至0%,这种“开关”式的回款模式极不正常。\n\n### 可能原因(归因)\n\n1. **账期与结算周期错配(假设)**:公司可能对不同客户或不同业务类型设置了不同的账期(如月结30天、60天、90天)。查询结果中的“月份”是发票开具月份,而非回款到期月份。因此,某个月份的发票可能集中在后续的某个月份统一回款,导致回款数据在月份间分布不均。**需要数据验证**:需关联客户主数据或合同信息,查看不同账期客户的回款模式。\n2. **大客户或特定项目集中付款(假设)**:零回款月份可能对应着没有大客户或大项目回款的时期。而高回款月份(如2026年1月回款120,000.00)则可能是由于某个大客户或大型项目集中付款所致。**需要数据验证**:需按客户或项目维度拆解回款数据,查看回款贡献度是否符合帕累托原则(80%回款来自20%客户)。\n3. **催收流程失效或中断(假设)**:连续出现零回款月份,特别是高应收月份的零回款,强烈暗示催收流程可能存在问题。可能是负责该月份的催收人员缺位、催收策略未执行,或者与特定客户的沟通出现了障碍。**需要数据验证**:需检查催收记录、与销售/财务团队沟通,确认催收动作是否按时执行。\n\n### 建议\n\n1. **立即进行客户维度拆解**:执行SQL查询,按`客户ID`或`客户名称`分组,统计每个客户的月度应收、已回款和未回款金额。识别出未回款金额高、回款周期长的“问题客户”,并优先跟进。\n2. **分析账期结构**:补充查询,获取每张发票的`账期`(或合同约定的付款条件)。分析不同账期下的回款及时性,验证“账期错配”的假设。\n3. **建立回款预警机制**:基于历史数据,为每个客户或客户类型设定合理的回款周期预期。当某笔应收款超过预期回款周期时,自动触发预警,提醒销售或财务人员介入。\n4. **复盘零回款月份**:针对2025年12月、2026年3月、4月、7月这四个零回款月份,组织销售、财务、法务等部门进行专项复盘,查明具体原因,并制定改进措施,避免未来再次发生。",
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/7/23 15:19:15 | 点踩 | xiaofan | d691488d-071b-4d99-b18e-864762e964d5 | 上月财务利润 | 1. 按部门汇总费用总额与平均费用 | ## 部门费用结构分析报告 ### 1. 趋势与现状 - **数据事实**:根据查询结果,各部门的费用总额与平均费用呈... | {"final_sql":"SELECT `finance_expenses`.departme... | hybrid | ["sql","analyst","report"] | 查看{
"query": "1. 按部门汇总费用总额与平均费用",
"errors": [],
"cube_dsl": {
"measures": [
"FinanceExpenses.totalAmount",
"FinanceExpenses.avgAmount"
],
"dimensions": [
"FinanceExpenses.department"
]
},
"cube_sql": "SELECT `finance_expenses`.department `finance_expenses__department`, sum(`finance_expenses`.amount) `finance_expenses__total_amount`, avg(`finance_expenses`.amount) `finance_expenses__avg_amount` \nFROM finance_demo_expenses AS `finance_expenses`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 10000",
"kb_names": [],
"sql_plan": {
"dsl": {
"measures": [
"FinanceExpenses.totalAmount",
"FinanceExpenses.avgAmount"
],
"dimensions": [
"FinanceExpenses.department"
]
},
"engine": "cube",
"query_engine": "cube",
"repair_count": 0
},
"citations": [],
"final_sql": "SELECT `finance_expenses`.department `finance_expenses__department`, sum(`finance_expenses`.amount) `finance_expenses__total_amount`, avg(`finance_expenses`.amount) `finance_expenses__avg_amount` \nFROM finance_demo_expenses AS `finance_expenses`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 10000",
"grounding": null,
"chat_reply": null,
"source_key": "finance_demo",
"viz_config": {
"figure": {
"data": [
{
"x": [
"A"
],
"y": [
1
],
"type": "bar"
}
],
"layout": {
"title": "Placeholder"
}
},
"library": "plotly"
},
"intent_mode": "auto",
"formula_calc": null,
"query_engine": "cube",
"route_reason": "用户请求按部门汇总费用总额与平均费用,涉及聚合计算,需要SQL查询。",
"route_source": "llm",
"selected_ddl": "可用的 Cube 语义模型(查询时成员名必须完全匹配):\n\n### FinanceCustomers — 财务客户\nmeasures:\n - FinanceCustomers.count (title=财务客户 客户数, type=number, agg=count)\ndimensions:\n - FinanceCustomers.customerCode (title=财务客户 客户编码, type=string)\n - FinanceCustomers.customerName (title=财务客户 客户名称, type=string)\n - FinanceCustomers.industry (title=财务客户 行业, type=string)\n - FinanceCustomers.region (title=财务客户 区域, type=string)\n - FinanceCustomers.createdAt (title=财务客户 创建时间, type=time)\n\n### FinanceExpenses — 费用支出\nmeasures:\n - FinanceExpenses.count (title=费用支出 费用笔数, type=number, agg=count)\n - FinanceExpenses.totalAmount (title=费用支出 费用总额, type=number, agg=sum)\n - FinanceExpenses.avgAmount (title=费用支出 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenses.expenseNo (title=费用支出 费用单号, type=string)\n - FinanceExpenses.expenseDate (title=费用支出 费用日期, type=time)\n - FinanceExpenses.category (title=费用支出 费用类别, type=string)\n - FinanceExpenses.department (title=费用支出 部门, type=string)\n - FinanceExpenses.description (title=费用支出 说明, type=string)\n\n### FinanceInvoices — 应收发票\nmeasures:\n - FinanceInvoices.count (title=应收发票 发票笔数, type=number, agg=count)\n - FinanceInvoices.totalAmount (title=应收发票 应收总额, type=number, agg=sum)\n - FinanceInvoices.paidAmount (title=应收发票 已回款金额, type=number, agg=sum)\n - FinanceInvoices.outstandingAmount (title=应收发票 未回款金额, type=number, agg=number)\ndimensions:\n - FinanceInvoices.invoiceNo (title=应收发票 发票号, type=string)\n - FinanceInvoices.invoiceDate (title=应收发票 开票日期, type=time)\n - FinanceInvoices.dueDate (title=应收发票 到期日, type=time)\n - FinanceInvoices.currency (title=应收发票 币种, type=string)\n - FinanceInvoices.status (title=应收发票 发票状态, type=string)\n\n### FinanceOverview — 财务总览(应收与回款)\n面向 Playground 的应收/回款统一视图,含客户维度。 费用分析请直接使用 FinanceExpenses cube。\nmeasures:\n - FinanceOverview.count (title=财务总览(应收与回款) 发票笔数, type=number, agg=count)\n - FinanceOverview.totalAmount (title=财务总览(应收与回款) 应收总额, type=number, agg=sum)\n - FinanceOverview.paidAmount (title=财务总览(应收与回款) 已回款金额, type=number, agg=sum)\n - FinanceOverview.outstandingAmount (title=财务总览(应收与回款) 未回款金额, type=number, agg=number)\n - FinanceOverview.FinancePayments_count (title=财务总览(应收与回款) 回款笔数, type=number, agg=count)\n - FinanceOverview.FinancePayments_totalAmount (title=财务总览(应收与回款) 回款总额, type=number, agg=sum)\ndimensions:\n - FinanceOverview.invoiceNo (title=财务总览(应收与回款) 发票号, type=string)\n - FinanceOverview.invoiceDate (title=财务总览(应收与回款) 开票日期, type=time)\n - FinanceOverview.dueDate (title=财务总览(应收与回款) 到期日, type=time)\n - FinanceOverview.status (title=财务总览(应收与回款) 发票状态, type=string)\n - FinanceOverview.FinanceCustomers_customerName (title=财务总览(应收与回款) 客户名称, type=string)\n - FinanceOverview.FinanceCustomers_industry (title=财务总览(应收与回款) 行业, type=string)\n - FinanceOverview.FinanceCustomers_region (title=财务总览(应收与回款) 区域, type=string)\n - FinanceOverview.FinancePayments_paymentDate (title=财务总览(应收与回款) 回款日期, type=time)\n - FinanceOverview.FinancePayments_method (title=财务总览(应收与回款) 支付方式, type=string)\n\n### FinanceExpenseOverview — 财务总览(费用)\n费用支出分析视图,按类别与部门下钻。\nmeasures:\n - FinanceExpenseOverview.count (title=财务总览(费用) 费用笔数, type=number, agg=count)\n - FinanceExpenseOverview.totalAmount (title=财务总览(费用) 费用总额, type=number, agg=sum)\n - FinanceExpenseOverview.avgAmount (title=财务总览(费用) 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenseOverview.expenseNo (title=财务总览(费用) 费用单号, type=string)\n - FinanceExpenseOverview.expenseDate (title=财务总览(费用) 费用日期, type=time)\n - FinanceExpenseOverview.category (title=财务总览(费用) 费用类别, type=string)\n - FinanceExpenseOverview.department (title=财务总览(费用) 部门, type=string)\n - FinanceExpenseOverview.description (title=财务总览(费用) 说明, type=string)\n\n### FinancePayments — 回款记录\nmeasures:\n - FinancePayments.count (title=回款记录 回款笔数, type=number, agg=count)\n - FinancePayments.totalAmount (title=回款记录 回款总额, type=number, agg=sum)\n - FinancePayments.avgAmount (title=回款记录 平均回款额, type=number, agg=avg)\ndimensions:\n - FinancePayments.paymentNo (title=回款记录 回款单号, type=string)\n - FinancePayments.paymentDate (title=回款记录 回款日期, type=time)\n - FinancePayments.method (title=回款记录 支付方式, type=string)",
"datasource_id": "b8baec07-9b29-4edb-8084-2bf9f299e06b",
"target_agents": [
"sql",
"analyst",
"report"
],
"report_content": "## 部门费用结构分析报告\n\n### 1. 趋势与现状\n- **数据事实**:根据查询结果,各部门的费用总额与平均费用呈现显著差异。费用总额从高到低排序为:**财务 (186,500.00)** > **行政 (90,000.00)** > **市场 (40,600.00)** > **技术 (21,700.00)** > **销售 (6,350.00)** > **运营 (4,100.00)**。\n- **核心发现**:**财务部**的费用总额(186,500.00)和平均费用(93,250.00)均远高于其他部门,是费用支出的绝对主体。**运营部**的费用总额(4,100.00)和平均费用(4,100.00)最低。\n\n### 2. 异常与归因分析\n- **异常点**:**财务部**的费用水平(总额与均值)显著异常,其总额是第二名**行政部**的2倍以上,平均费用更是其他部门的数倍甚至数十倍。\n- **可能原因(归因假设)**:\n 1. **假设一:高额一次性或周期性支出**。财务部可能在本统计周期内发生了大额的一次性支出,例如:审计费、税务咨询费、系统升级采购费、或年度合规性认证费用等。这可以解释其平均费用远高于其他部门,因为其他部门的费用可能更偏向于日常运营。\n 2. **假设二:人员结构与薪酬差异**。财务部可能包含少量但高薪的核心岗位(如CFO、财务总监),或者其部门内部有特殊的薪酬结构(如高额绩效奖金),导致平均费用被拉高。相比之下,运营、销售等部门可能人员更多但平均薪酬较低。\n 3. **假设三:费用分类口径问题**。可能存在费用归属错误或口径不一致的情况。例如,某些公司层面的公共费用(如房租、水电、总部管理费)被统一归集到了“财务部”名下,而其他部门未分摊,导致财务部费用虚高。\n\n### 3. 建议与下一步行动\n- **建议一:下钻分析财务部费用明细**。建议补充查询,按费用类别(如:工资、办公费、差旅费、咨询费、折旧等)对财务部的费用进行拆解,以定位高额支出的具体来源。\n- **建议二:验证费用分摊规则**。与财务或行政部门确认当前费用核算的分摊逻辑,核实是否存在将公共费用或总部费用统一计入“财务部”的情况,并明确各部门的费用归属范围。\n- **建议三:进行同比/环比分析**。为判断当前费用水平是否异常,建议补充查询财务部及其他关键部门(如行政、市场)费用的**同比**(与去年同期)和**环比**(与上月/上季度)数据,以识别是长期趋势还是短期波动。",
"database_results": [
{
"ok": true,
"sql": "SELECT `finance_expenses`.department `finance_expenses__department`, sum(`finance_expenses`.amount) `finance_expenses__total_amount`, avg(`finance_expenses`.amount) `finance_expenses__avg_amount` \nFROM finance_demo_expenses AS `finance_expenses`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 10000",
"rows": [
{
"FinanceExpenses.avgAmount": "93250.000000",
"FinanceExpenses.department": "财务",
"FinanceExpenses.totalAmount": "186500.00"
},
{
"FinanceExpenses.avgAmount": "45000.000000",
"FinanceExpenses.department": "行政",
"FinanceExpenses.totalAmount": "90000.00"
},
{
"FinanceExpenses.avgAmount": "20300.000000",
"FinanceExpenses.department": "市场",
"FinanceExpenses.totalAmount": "40600.00"
},
{
"FinanceExpenses.avgAmount": "10850.000000",
"FinanceExpenses.department": "技术",
"FinanceExpenses.totalAmount": "21700.00"
},
{
"FinanceExpenses.avgAmount": "6350.000000",
"FinanceExpenses.department": "销售",
"FinanceExpenses.totalAmount": "6350.00"
},
{
"FinanceExpenses.avgAmount": "4100.000000",
"FinanceExpenses.department": "运营",
"FinanceExpenses.totalAmount": "4100.00"
}
],
"cube_dsl": {
"measures": [
"FinanceExpenses.totalAmount",
"FinanceExpenses.avgAmount"
],
"dimensions": [
"FinanceExpenses.department"
]
},
"question": "1. 按部门汇总费用总额与平均费用"
}
],
"route_confidence": 0.95,
"business_insights": "好的,作为资深数据分析师,我将根据您提供的业务口径和查询结果,输出结构化的洞察分析。\n\n---\n\n## 部门费用结构分析报告\n\n### 1. 趋势与现状\n\n* **数据事实**:根据查询结果,各部门的费用总额与平均费用呈现显著差异。费用总额从高到低排序为:**财务 (186,500.00)** > **行政 (90,000.00)** > **市场 (40,600.00)** > **技术 (21,700.00)** > **销售 (6,350.00)** > **运营 (4,100.00)**。\n* **核心发现**:**财务部**的费用总额(186,500.00)和平均费用(93,250.00)均远高于其他部门,是费用支出的绝对主体。**运营部**的费用总额(4,100.00)和平均费用(4,100.00)最低。\n\n### 2. 异常与归因分析\n\n* **异常点**:**财务部**的费用水平(总额与均值)显著异常,其总额是第二名**行政部**的2倍以上,平均费用更是其他部门的数倍甚至数十倍。\n* **可能原因(归因假设)**:\n 1. **假设一:高额一次性或周期性支出**。财务部可能在本统计周期内发生了大额的一次性支出,例如:审计费、税务咨询费、系统升级采购费、或年度合规性认证费用等。这可以解释其平均费用远高于其他部门,因为其他部门的费用可能更偏向于日常运营。\n 2. **假设二:人员结构与薪酬差异**。财务部可能包含少量但高薪的核心岗位(如CFO、财务总监),或者其部门内部有特殊的薪酬结构(如高额绩效奖金),导致平均费用被拉高。相比之下,运营、销售等部门可能人员更多但平均薪酬较低。\n 3. **假设三:费用分类口径问题**。可能存在费用归属错误或口径不一致的情况。例如,某些公司层面的公共费用(如房租、水电、总部管理费)被统一归集到了“财务部”名下,而其他部门未分摊,导致财务部费用虚高。\n\n### 3. 建议与下一步行动\n\n* **建议一:下钻分析财务部费用明细**。建议补充查询,按费用类别(如:工资、办公费、差旅费、咨询费、折旧等)对财务部的费用进行拆解,以定位高额支出的具体来源。\n* **建议二:验证费用分摊规则**。与财务或行政部门确认当前费用核算的分摊逻辑,核实是否存在将公共费用或总部费用统一计入“财务部”的情况,并明确各部门的费用归属范围。\n* **建议三:进行同比/环比分析**。为判断当前费用水平是否异常,建议补充查询财务部及其他关键部门(如行政、市场)费用的**同比**(与去年同期)和**环比**(与上月/上季度)数据,以识别是长期趋势还是短期波动。",
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/7/23 15:08:33 | 点赞 | xiaofan | d691488d-071b-4d99-b18e-864762e964d5 | 上月财务利润 | 5. 按月统计应收总额、已回款和未回款 | ## 月度应收、回款与未回款分析 ### 要点 1. **数据范围**:本报告基于 2025 年 10 月至 20... | {"final_sql":"SELECT CAST(DATE_FORMAT(CONVERT_TZ... | hybrid | ["sql","analyst","report"] | 查看{
"query": "5. 按月统计应收总额、已回款和未回款",
"errors": [],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceOverview.invoiceDate": "asc"
},
"measures": [
"FinanceOverview.totalAmount",
"FinanceOverview.paidAmount",
"FinanceOverview.outstandingAmount"
],
"timeDimensions": [
{
"dimension": "FinanceOverview.invoiceDate",
"granularity": "month"
}
]
},
"cube_sql": "SELECT CAST(DATE_FORMAT(CONVERT_TZ(`finance_invoices`.invoice_date, @@session.time_zone, '+08:00'), '%Y-%m-01T00:00:00.000') AS DATETIME) `finance_overview__invoice_date_month`, sum(`finance_invoices`.amount) `finance_overview__total_amount`, sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__paid_amount`, sum(`finance_invoices`.amount) - sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__outstanding_amount` \nFROM finance_demo_invoices AS `finance_invoices`\nGROUP BY 1\nORDER BY 1 ASC\nLIMIT 100",
"kb_names": [],
"sql_plan": {
"dsl": {
"limit": 100,
"order": {
"FinanceOverview.invoiceDate": "asc"
},
"measures": [
"FinanceOverview.totalAmount",
"FinanceOverview.paidAmount",
"FinanceOverview.outstandingAmount"
],
"timeDimensions": [
{
"dimension": "FinanceOverview.invoiceDate",
"granularity": "month"
}
]
},
"engine": "cube",
"query_engine": "cube",
"repair_count": 0
},
"citations": [],
"final_sql": "SELECT CAST(DATE_FORMAT(CONVERT_TZ(`finance_invoices`.invoice_date, @@session.time_zone, '+08:00'), '%Y-%m-01T00:00:00.000') AS DATETIME) `finance_overview__invoice_date_month`, sum(`finance_invoices`.amount) `finance_overview__total_amount`, sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__paid_amount`, sum(`finance_invoices`.amount) - sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__outstanding_amount` \nFROM finance_demo_invoices AS `finance_invoices`\nGROUP BY 1\nORDER BY 1 ASC\nLIMIT 100",
"grounding": null,
"chat_reply": null,
"source_key": "finance_demo",
"viz_config": {
"figure": {
"data": [
{
"x": [
"A"
],
"y": [
1
],
"type": "bar"
}
],
"layout": {
"title": "Placeholder"
}
},
"library": "plotly"
},
"intent_mode": "auto",
"formula_calc": null,
"query_engine": "cube",
"route_reason": "score chat=0 data=2",
"route_source": "rule",
"selected_ddl": "可用的 Cube 语义模型(查询时成员名必须完全匹配):\n\n### FinanceCustomers — 财务客户\nmeasures:\n - FinanceCustomers.count (title=财务客户 客户数, type=number, agg=count)\ndimensions:\n - FinanceCustomers.customerCode (title=财务客户 客户编码, type=string)\n - FinanceCustomers.customerName (title=财务客户 客户名称, type=string)\n - FinanceCustomers.industry (title=财务客户 行业, type=string)\n - FinanceCustomers.region (title=财务客户 区域, type=string)\n - FinanceCustomers.createdAt (title=财务客户 创建时间, type=time)\n\n### FinanceExpenses — 费用支出\nmeasures:\n - FinanceExpenses.count (title=费用支出 费用笔数, type=number, agg=count)\n - FinanceExpenses.totalAmount (title=费用支出 费用总额, type=number, agg=sum)\n - FinanceExpenses.avgAmount (title=费用支出 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenses.expenseNo (title=费用支出 费用单号, type=string)\n - FinanceExpenses.expenseDate (title=费用支出 费用日期, type=time)\n - FinanceExpenses.category (title=费用支出 费用类别, type=string)\n - FinanceExpenses.department (title=费用支出 部门, type=string)\n - FinanceExpenses.description (title=费用支出 说明, type=string)\n\n### FinanceInvoices — 应收发票\nmeasures:\n - FinanceInvoices.count (title=应收发票 发票笔数, type=number, agg=count)\n - FinanceInvoices.totalAmount (title=应收发票 应收总额, type=number, agg=sum)\n - FinanceInvoices.paidAmount (title=应收发票 已回款金额, type=number, agg=sum)\n - FinanceInvoices.outstandingAmount (title=应收发票 未回款金额, type=number, agg=number)\ndimensions:\n - FinanceInvoices.invoiceNo (title=应收发票 发票号, type=string)\n - FinanceInvoices.invoiceDate (title=应收发票 开票日期, type=time)\n - FinanceInvoices.dueDate (title=应收发票 到期日, type=time)\n - FinanceInvoices.currency (title=应收发票 币种, type=string)\n - FinanceInvoices.status (title=应收发票 发票状态, type=string)\n\n### FinanceOverview — 财务总览(应收与回款)\n面向 Playground 的应收/回款统一视图,含客户维度。 费用分析请直接使用 FinanceExpenses cube。\nmeasures:\n - FinanceOverview.count (title=财务总览(应收与回款) 发票笔数, type=number, agg=count)\n - FinanceOverview.totalAmount (title=财务总览(应收与回款) 应收总额, type=number, agg=sum)\n - FinanceOverview.paidAmount (title=财务总览(应收与回款) 已回款金额, type=number, agg=sum)\n - FinanceOverview.outstandingAmount (title=财务总览(应收与回款) 未回款金额, type=number, agg=number)\n - FinanceOverview.FinancePayments_count (title=财务总览(应收与回款) 回款笔数, type=number, agg=count)\n - FinanceOverview.FinancePayments_totalAmount (title=财务总览(应收与回款) 回款总额, type=number, agg=sum)\ndimensions:\n - FinanceOverview.invoiceNo (title=财务总览(应收与回款) 发票号, type=string)\n - FinanceOverview.invoiceDate (title=财务总览(应收与回款) 开票日期, type=time)\n - FinanceOverview.dueDate (title=财务总览(应收与回款) 到期日, type=time)\n - FinanceOverview.status (title=财务总览(应收与回款) 发票状态, type=string)\n - FinanceOverview.FinanceCustomers_customerName (title=财务总览(应收与回款) 客户名称, type=string)\n - FinanceOverview.FinanceCustomers_industry (title=财务总览(应收与回款) 行业, type=string)\n - FinanceOverview.FinanceCustomers_region (title=财务总览(应收与回款) 区域, type=string)\n - FinanceOverview.FinancePayments_paymentDate (title=财务总览(应收与回款) 回款日期, type=time)\n - FinanceOverview.FinancePayments_method (title=财务总览(应收与回款) 支付方式, type=string)\n\n### FinanceExpenseOverview — 财务总览(费用)\n费用支出分析视图,按类别与部门下钻。\nmeasures:\n - FinanceExpenseOverview.count (title=财务总览(费用) 费用笔数, type=number, agg=count)\n - FinanceExpenseOverview.totalAmount (title=财务总览(费用) 费用总额, type=number, agg=sum)\n - FinanceExpenseOverview.avgAmount (title=财务总览(费用) 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenseOverview.expenseNo (title=财务总览(费用) 费用单号, type=string)\n - FinanceExpenseOverview.expenseDate (title=财务总览(费用) 费用日期, type=time)\n - FinanceExpenseOverview.category (title=财务总览(费用) 费用类别, type=string)\n - FinanceExpenseOverview.department (title=财务总览(费用) 部门, type=string)\n - FinanceExpenseOverview.description (title=财务总览(费用) 说明, type=string)\n\n### FinancePayments — 回款记录\nmeasures:\n - FinancePayments.count (title=回款记录 回款笔数, type=number, agg=count)\n - FinancePayments.totalAmount (title=回款记录 回款总额, type=number, agg=sum)\n - FinancePayments.avgAmount (title=回款记录 平均回款额, type=number, agg=avg)\ndimensions:\n - FinancePayments.paymentNo (title=回款记录 回款单号, type=string)\n - FinancePayments.paymentDate (title=回款记录 回款日期, type=time)\n - FinancePayments.method (title=回款记录 支付方式, type=string)",
"datasource_id": "b8baec07-9b29-4edb-8084-2bf9f299e06b",
"target_agents": [
"sql",
"analyst",
"report"
],
"report_content": "## 月度应收、回款与未回款分析\n\n### 要点\n\n1. **数据范围**:本报告基于 2025 年 10 月至 2026 年 7 月的发票数据,统计了各月的应收总额、已回款金额及未回款金额。所有金额单位均为元。\n2. **趋势**:\n - **应收总额波动明显**:最高点出现在 2026 年 1 月(156,000.00),最低点出现在 2026 年 4 月(31,800.00),整体无稳定增长或下降趋势。\n - **回款率极不稳定**:部分月份(如 2025 年 10 月、2026 年 2 月、2026 年 6 月)实现 100% 回款,而另一些月份(如 2025 年 12 月、2026 年 3 月、2026 年 4 月、2026 年 7 月)则完全没有回款记录。\n - **未回款金额持续累积**:截至 2026 年 7 月,累计未回款总额为 **375,700.00**,表明公司存在显著的应收账款压力,现金流风险较高。\n3. **异常**:\n - **零回款月份集中出现**:2025 年 12 月、2026 年 3 月、2026 年 4 月、2026 年 7 月这四个月份的已回款金额均为 0,属于极端异常情况。特别是 2026 年 7 月,应收总额高达 112,000.00,却无任何回款。\n - **回款与应收规模不匹配**:2026 年 1 月应收总额最高(156,000.00),但仍有 36,000.00 未回款;而 2026 年 5 月应收总额为 96,400.00,回款 50,000.00,回款率约 51.9%,表现中等。这种不匹配说明回款能力并非与业务规模直接相关。\n\n### 可能原因(归因)\n\n*假设1:客户信用与账期管理问题。* 零回款月份的出现,可能指向特定月份开票的客户群体信用等级较低,或给予了过长的账期(如 90 天以上),导致在统计截止日(2026 年 7 月)前尚未到回款期。例如,2025 年 12 月的发票可能在 2026 年 3 月后才到期。\n\n*假设2:催收流程执行不力或中断。* 连续出现零回款月份,可能表明公司的应收账款催收流程在这些月份未能有效执行,或者负责这些月份应收账款的销售/财务人员出现了变动或懈怠。\n\n*假设3:收入确认与回款节奏错位。* 业务口径中“营收”指 `SUM(order_amount)`,而此处统计的是 `finance_invoices`(发票)。可能存在大额订单集中在某月开票,但客户付款计划是分期或与项目里程碑挂钩,导致开票月与回款月严重不匹配。\n\n### 建议\n\n1. **深入分析零回款月份**:立即对 2025 年 12 月、2026 年 3 月、4 月、7 月的发票明细进行核查。重点查看:\n - 这些月份的客户名单、合同约定的账期条款。\n - 是否已向这些客户发送催款通知?催收记录如何?\n - 是否存在争议款项或坏账风险?\n2. **计算账龄分析**:补充查询,按发票日期计算当前(2026 年 7 月)所有未回款项的账龄分布(如:30 天内、31-60 天、61-90 天、90 天以上)。这能更清晰地揭示回款压力的紧迫性。\n3. **建立回款预测模型**:基于历史回款数据和客户账期,建立一个简单的月度回款预测模型。将预测回款与实际回款对比,可以更早地发现回款异常,并采取预警措施。",
"database_results": [
{
"ok": true,
"sql": "SELECT CAST(DATE_FORMAT(CONVERT_TZ(`finance_invoices`.invoice_date, @@session.time_zone, '+08:00'), '%Y-%m-01T00:00:00.000') AS DATETIME) `finance_overview__invoice_date_month`, sum(`finance_invoices`.amount) `finance_overview__total_amount`, sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__paid_amount`, sum(`finance_invoices`.amount) - sum((SELECT COALESCE(SUM(p.amount), 0)\n FROM finance_demo_payments p\n WHERE p.invoice_id = `finance_invoices`.id)\n) `finance_overview__outstanding_amount` \nFROM finance_demo_invoices AS `finance_invoices`\nGROUP BY 1\nORDER BY 1 ASC\nLIMIT 100",
"rows": [
{
"FinanceOverview.paidAmount": "128000.00",
"FinanceOverview.invoiceDate": "2025-10-01T00:00:00.000",
"FinanceOverview.totalAmount": "128000.00",
"FinanceOverview.invoiceDate.month": "2025-10-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "0.00"
},
{
"FinanceOverview.paidAmount": "30000.00",
"FinanceOverview.invoiceDate": "2025-11-01T00:00:00.000",
"FinanceOverview.totalAmount": "56000.00",
"FinanceOverview.invoiceDate.month": "2025-11-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "26000.00"
},
{
"FinanceOverview.paidAmount": "0.00",
"FinanceOverview.invoiceDate": "2025-12-01T00:00:00.000",
"FinanceOverview.totalAmount": "89000.00",
"FinanceOverview.invoiceDate.month": "2025-12-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "89000.00"
},
{
"FinanceOverview.paidAmount": "120000.00",
"FinanceOverview.invoiceDate": "2026-01-01T00:00:00.000",
"FinanceOverview.totalAmount": "156000.00",
"FinanceOverview.invoiceDate.month": "2026-01-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "36000.00"
},
{
"FinanceOverview.paidAmount": "42000.00",
"FinanceOverview.invoiceDate": "2026-02-01T00:00:00.000",
"FinanceOverview.totalAmount": "42000.00",
"FinanceOverview.invoiceDate.month": "2026-02-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "0.00"
},
{
"FinanceOverview.paidAmount": "0.00",
"FinanceOverview.invoiceDate": "2026-03-01T00:00:00.000",
"FinanceOverview.totalAmount": "73500.00",
"FinanceOverview.invoiceDate.month": "2026-03-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "73500.00"
},
{
"FinanceOverview.paidAmount": "0.00",
"FinanceOverview.invoiceDate": "2026-04-01T00:00:00.000",
"FinanceOverview.totalAmount": "31800.00",
"FinanceOverview.invoiceDate.month": "2026-04-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "31800.00"
},
{
"FinanceOverview.paidAmount": "50000.00",
"FinanceOverview.invoiceDate": "2026-05-01T00:00:00.000",
"FinanceOverview.totalAmount": "96400.00",
"FinanceOverview.invoiceDate.month": "2026-05-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "46400.00"
},
{
"FinanceOverview.paidAmount": "28750.00",
"FinanceOverview.invoiceDate": "2026-06-01T00:00:00.000",
"FinanceOverview.totalAmount": "28750.00",
"FinanceOverview.invoiceDate.month": "2026-06-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "0.00"
},
{
"FinanceOverview.paidAmount": "0.00",
"FinanceOverview.invoiceDate": "2026-07-01T00:00:00.000",
"FinanceOverview.totalAmount": "112000.00",
"FinanceOverview.invoiceDate.month": "2026-07-01T00:00:00.000",
"FinanceOverview.outstandingAmount": "112000.00"
}
],
"cube_dsl": {
"limit": 100,
"order": {
"FinanceOverview.invoiceDate": "asc"
},
"measures": [
"FinanceOverview.totalAmount",
"FinanceOverview.paidAmount",
"FinanceOverview.outstandingAmount"
],
"timeDimensions": [
{
"dimension": "FinanceOverview.invoiceDate",
"granularity": "month"
}
]
},
"question": "5. 按月统计应收总额、已回款和未回款"
}
],
"route_confidence": 0.8,
"business_insights": "好的,作为资深数据分析师,我将根据您提供的业务口径和查询结果,输出结构化的洞察分析。\n\n---\n\n## 月度应收、回款与未回款分析\n\n### 趋势\n\n1. **应收总额波动明显**:从2025年10月至2026年7月,月度应收总额呈现明显的波动,没有稳定的增长或下降趋势。最高点出现在2026年1月(156,000.00),最低点出现在2026年4月(31,800.00)。\n2. **回款率极不稳定**:各月回款情况差异巨大。部分月份(如2025年10月、2026年2月、2026年6月)实现了100%回款,而另一些月份(如2025年12月、2026年3月、2026年4月、2026年7月)则完全没有回款记录。\n3. **未回款金额持续累积**:截至2026年7月,累计未回款总额为 **375,700.00**(各月未回款之和)。这表明公司存在显著的应收账款压力,现金流风险较高。\n\n### 异常\n\n1. **零回款月份集中出现**:2025年12月、2026年3月、2026年4月、2026年7月这四个月份的已回款金额均为0,属于极端异常情况。特别是2026年7月,应收总额高达112,000.00,却无任何回款。\n2. **回款与应收规模不匹配**:2026年1月应收总额最高(156,000.00),但仍有36,000.00未回款;而2026年5月应收总额为96,400.00,回款50,000.00,回款率约51.9%,表现中等。这种不匹配说明回款能力并非与业务规模直接相关。\n\n### 可能原因(归因)\n\n*假设1:客户信用与账期管理问题。* 零回款月份的出现,可能指向特定月份开票的客户群体信用等级较低,或给予了过长的账期(如90天以上),导致在统计截止日(2026年7月)前尚未到回款期。例如,2025年12月的发票可能在2026年3月后才到期。\n\n*假设2:催收流程执行不力或中断。* 连续出现零回款月份,可能表明公司的应收账款催收流程在这些月份未能有效执行,或者负责这些月份应收账款的销售/财务人员出现了变动或懈怠。\n\n*假设3:收入确认与回款节奏错位。* 业务口径中“营收”指`SUM(order_amount)`,而此处统计的是`finance_invoices`(发票)。可能存在大额订单集中在某月开票,但客户付款计划是分期或与项目里程碑挂钩,导致开票月与回款月严重不匹配。\n\n### 建议\n\n1. **深入分析零回款月份**:立即对2025年12月、2026年3月、4月、7月的发票明细进行核查。重点查看:\n - 这些月份的客户名单、合同约定的账期条款。\n - 是否已向这些客户发送催款通知?催收记录如何?\n - 是否存在争议款项或坏账风险?\n2. **计算账龄分析**:补充查询,按发票日期计算当前(2026年7月)所有未回款项的账龄分布(如:30天内、31-60天、61-90天、90天以上)。这能更清晰地揭示回款压力的紧迫性。\n3. **建立回款预测模型**:基于历史回款数据和客户账期,建立一个简单的月度回款预测模型。将预测回款与实际回款对比,可以更早地发现回款异常,并采取预警措施。",
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/7/23 15:05:29 | 未反馈 | xiaofan | d691488d-071b-4d99-b18e-864762e964d5 | 上月财务利润 | 按部门汇总费用总额与平均费用 | ## 部门费用分析报告 ### 核心洞察:费用分布高度集中,财务部门为绝对支出中心 根据查询结果,各部门的费用总额与... | {"final_sql":"SELECT `finance_expenses`.departme... | hybrid | ["sql","analyst","report"] | 查看{
"query": "按部门汇总费用总额与平均费用",
"errors": [],
"cube_dsl": {
"measures": [
"FinanceExpenses.totalAmount",
"FinanceExpenses.avgAmount"
],
"dimensions": [
"FinanceExpenses.department"
]
},
"cube_sql": "SELECT `finance_expenses`.department `finance_expenses__department`, sum(`finance_expenses`.amount) `finance_expenses__total_amount`, avg(`finance_expenses`.amount) `finance_expenses__avg_amount` \nFROM finance_demo_expenses AS `finance_expenses`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 10000",
"kb_names": [],
"sql_plan": {
"dsl": {
"measures": [
"FinanceExpenses.totalAmount",
"FinanceExpenses.avgAmount"
],
"dimensions": [
"FinanceExpenses.department"
]
},
"engine": "cube",
"query_engine": "cube",
"repair_count": 0
},
"citations": [],
"final_sql": "SELECT `finance_expenses`.department `finance_expenses__department`, sum(`finance_expenses`.amount) `finance_expenses__total_amount`, avg(`finance_expenses`.amount) `finance_expenses__avg_amount` \nFROM finance_demo_expenses AS `finance_expenses`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 10000",
"grounding": null,
"chat_reply": null,
"source_key": "finance_demo",
"viz_config": {
"figure": {
"data": [
{
"x": [
"A"
],
"y": [
1
],
"type": "bar"
}
],
"layout": {
"title": "Placeholder"
}
},
"library": "plotly"
},
"intent_mode": "auto",
"formula_calc": null,
"query_engine": "cube",
"route_reason": "用户请求按部门汇总费用总额与平均费用,涉及聚合计算,需要SQL查询",
"route_source": "llm",
"selected_ddl": "可用的 Cube 语义模型(查询时成员名必须完全匹配):\n\n### FinanceCustomers — 财务客户\nmeasures:\n - FinanceCustomers.count (title=财务客户 客户数, type=number, agg=count)\ndimensions:\n - FinanceCustomers.customerCode (title=财务客户 客户编码, type=string)\n - FinanceCustomers.customerName (title=财务客户 客户名称, type=string)\n - FinanceCustomers.industry (title=财务客户 行业, type=string)\n - FinanceCustomers.region (title=财务客户 区域, type=string)\n - FinanceCustomers.createdAt (title=财务客户 创建时间, type=time)\n\n### FinanceExpenses — 费用支出\nmeasures:\n - FinanceExpenses.count (title=费用支出 费用笔数, type=number, agg=count)\n - FinanceExpenses.totalAmount (title=费用支出 费用总额, type=number, agg=sum)\n - FinanceExpenses.avgAmount (title=费用支出 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenses.expenseNo (title=费用支出 费用单号, type=string)\n - FinanceExpenses.expenseDate (title=费用支出 费用日期, type=time)\n - FinanceExpenses.category (title=费用支出 费用类别, type=string)\n - FinanceExpenses.department (title=费用支出 部门, type=string)\n - FinanceExpenses.description (title=费用支出 说明, type=string)\n\n### FinanceInvoices — 应收发票\nmeasures:\n - FinanceInvoices.count (title=应收发票 发票笔数, type=number, agg=count)\n - FinanceInvoices.totalAmount (title=应收发票 应收总额, type=number, agg=sum)\n - FinanceInvoices.paidAmount (title=应收发票 已回款金额, type=number, agg=sum)\n - FinanceInvoices.outstandingAmount (title=应收发票 未回款金额, type=number, agg=number)\ndimensions:\n - FinanceInvoices.invoiceNo (title=应收发票 发票号, type=string)\n - FinanceInvoices.invoiceDate (title=应收发票 开票日期, type=time)\n - FinanceInvoices.dueDate (title=应收发票 到期日, type=time)\n - FinanceInvoices.currency (title=应收发票 币种, type=string)\n - FinanceInvoices.status (title=应收发票 发票状态, type=string)\n\n### FinanceOverview — 财务总览(应收与回款)\n面向 Playground 的应收/回款统一视图,含客户维度。 费用分析请直接使用 FinanceExpenses cube。\nmeasures:\n - FinanceOverview.count (title=财务总览(应收与回款) 发票笔数, type=number, agg=count)\n - FinanceOverview.totalAmount (title=财务总览(应收与回款) 应收总额, type=number, agg=sum)\n - FinanceOverview.paidAmount (title=财务总览(应收与回款) 已回款金额, type=number, agg=sum)\n - FinanceOverview.outstandingAmount (title=财务总览(应收与回款) 未回款金额, type=number, agg=number)\n - FinanceOverview.FinancePayments_count (title=财务总览(应收与回款) 回款笔数, type=number, agg=count)\n - FinanceOverview.FinancePayments_totalAmount (title=财务总览(应收与回款) 回款总额, type=number, agg=sum)\ndimensions:\n - FinanceOverview.invoiceNo (title=财务总览(应收与回款) 发票号, type=string)\n - FinanceOverview.invoiceDate (title=财务总览(应收与回款) 开票日期, type=time)\n - FinanceOverview.dueDate (title=财务总览(应收与回款) 到期日, type=time)\n - FinanceOverview.status (title=财务总览(应收与回款) 发票状态, type=string)\n - FinanceOverview.FinanceCustomers_customerName (title=财务总览(应收与回款) 客户名称, type=string)\n - FinanceOverview.FinanceCustomers_industry (title=财务总览(应收与回款) 行业, type=string)\n - FinanceOverview.FinanceCustomers_region (title=财务总览(应收与回款) 区域, type=string)\n - FinanceOverview.FinancePayments_paymentDate (title=财务总览(应收与回款) 回款日期, type=time)\n - FinanceOverview.FinancePayments_method (title=财务总览(应收与回款) 支付方式, type=string)\n\n### FinanceExpenseOverview — 财务总览(费用)\n费用支出分析视图,按类别与部门下钻。\nmeasures:\n - FinanceExpenseOverview.count (title=财务总览(费用) 费用笔数, type=number, agg=count)\n - FinanceExpenseOverview.totalAmount (title=财务总览(费用) 费用总额, type=number, agg=sum)\n - FinanceExpenseOverview.avgAmount (title=财务总览(费用) 平均费用, type=number, agg=avg)\ndimensions:\n - FinanceExpenseOverview.expenseNo (title=财务总览(费用) 费用单号, type=string)\n - FinanceExpenseOverview.expenseDate (title=财务总览(费用) 费用日期, type=time)\n - FinanceExpenseOverview.category (title=财务总览(费用) 费用类别, type=string)\n - FinanceExpenseOverview.department (title=财务总览(费用) 部门, type=string)\n - FinanceExpenseOverview.description (title=财务总览(费用) 说明, type=string)\n\n### FinancePayments — 回款记录\nmeasures:\n - FinancePayments.count (title=回款记录 回款笔数, type=number, agg=count)\n - FinancePayments.totalAmount (title=回款记录 回款总额, type=number, agg=sum)\n - FinancePayments.avgAmount (title=回款记录 平均回款额, type=number, agg=avg)\ndimensions:\n - FinancePayments.paymentNo (title=回款记录 回款单号, type=string)\n - FinancePayments.paymentDate (title=回款记录 回款日期, type=time)\n - FinancePayments.method (title=回款记录 支付方式, type=string)",
"datasource_id": "b8baec07-9b29-4edb-8084-2bf9f299e06b",
"target_agents": [
"sql",
"analyst",
"report"
],
"report_content": "## 部门费用分析报告\n\n### 核心洞察:费用分布高度集中,财务部门为绝对支出中心\n\n根据查询结果,各部门的费用总额与平均费用呈现显著差异,费用分布极不均衡。\n\n### 趋势与现状\n\n* **费用总额排名**:各部门费用总额从高到低依次为:**财务 (186,500.00) > 行政 (90,000.00) > 市场 (40,600.00) > 技术 (21,700.00) > 销售 (6,350.00) > 运营 (4,100.00)**。\n* **平均费用排名**:各部门平均费用与总额排名一致,**财务 (93,250.00) > 行政 (45,000.00) > 市场 (20,300.00) > 技术 (10,850.00) > 销售 (6,350.00) > 运营 (4,100.00)**。\n* **帕累托分析**:仅**财务**和**行政**两个部门的费用总额合计为 **276,500.00**,占总费用(349,250.00)的 **79.2%**,接近80%的头部贡献度。这表明费用支出高度集中于这两个部门。\n\n### 异常与归因假设\n\n* **异常点**:**财务部门**的费用总额(186,500.00)和平均费用(93,250.00)远高于其他部门,是第二名行政部门的**2倍以上**,是最后一名运营部门的**45倍以上**。这种巨大的差异需要重点关注。\n* **可能原因(假设,需数据验证)**:\n 1. **高价值项目或一次性支出**:财务部门可能在本周期内承担了高价值的专项项目(如ERP系统升级、审计咨询、税务筹划等),或发生了大额的一次性支出(如购买专业软件、支付年度服务费),导致平均费用被拉高。\n 2. **人员结构与薪酬差异**:财务部门可能包含高级管理人员或专业顾问,其薪酬水平远高于其他部门,导致平均费用偏高。或者财务部门的人员编制远多于其他部门,但当前数据未显示人数,仅从平均费用看,单笔支出金额较大。\n 3. **费用归类口径问题**:可能存在费用归类不准确的情况。例如,某些本应归属于其他部门(如公司整体的IT服务费、房租)的费用,被统一计入了“财务”或“行政”部门,导致其费用虚高。\n\n### 建议\n\n1. **下钻分析**:建议对**财务**和**行政**部门的费用明细进行下钻分析,按费用类别(如:工资、差旅、办公用品、咨询费、折旧等)进行拆分,以识别驱动高额费用的具体项目。\n2. **引入人数维度**:补充查询各部门的**人数**,计算**人均费用**。这能有效区分“人多”还是“人贵”导致的费用差异,更准确地评估费用效率。\n3. **时间序列对比**:对比**去年同期**或**上个月**的部门费用数据,判断当前的高额支出是**季节性波动**、**一次性事件**还是**持续性趋势**。\n4. **验证归因假设**:针对上述假设,可执行以下查询:\n * `SELECT category, SUM(amount) FROM finance_demo_expenses WHERE department = '财务' GROUP BY category ORDER BY SUM(amount) DESC` (验证假设1)\n * `SELECT COUNT(DISTINCT employee_id), SUM(amount)/COUNT(DISTINCT employee_id) AS per_capita_expense FROM finance_demo_expenses WHERE department = '财务'` (验证假设2)",
"database_results": [
{
"ok": true,
"sql": "SELECT `finance_expenses`.department `finance_expenses__department`, sum(`finance_expenses`.amount) `finance_expenses__total_amount`, avg(`finance_expenses`.amount) `finance_expenses__avg_amount` \nFROM finance_demo_expenses AS `finance_expenses`\nGROUP BY 1\nORDER BY 2 DESC\nLIMIT 10000",
"rows": [
{
"FinanceExpenses.avgAmount": "93250.000000",
"FinanceExpenses.department": "财务",
"FinanceExpenses.totalAmount": "186500.00"
},
{
"FinanceExpenses.avgAmount": "45000.000000",
"FinanceExpenses.department": "行政",
"FinanceExpenses.totalAmount": "90000.00"
},
{
"FinanceExpenses.avgAmount": "20300.000000",
"FinanceExpenses.department": "市场",
"FinanceExpenses.totalAmount": "40600.00"
},
{
"FinanceExpenses.avgAmount": "10850.000000",
"FinanceExpenses.department": "技术",
"FinanceExpenses.totalAmount": "21700.00"
},
{
"FinanceExpenses.avgAmount": "6350.000000",
"FinanceExpenses.department": "销售",
"FinanceExpenses.totalAmount": "6350.00"
},
{
"FinanceExpenses.avgAmount": "4100.000000",
"FinanceExpenses.department": "运营",
"FinanceExpenses.totalAmount": "4100.00"
}
],
"cube_dsl": {
"measures": [
"FinanceExpenses.totalAmount",
"FinanceExpenses.avgAmount"
],
"dimensions": [
"FinanceExpenses.department"
]
},
"question": "按部门汇总费用总额与平均费用"
}
],
"route_confidence": 0.95,
"business_insights": "好的,作为资深数据分析师,我将根据您提供的业务口径和查询结果,输出结构化的洞察分析。\n\n---\n\n## 部门费用分析报告\n\n### 核心洞察:费用分布高度集中,财务部门为绝对支出中心\n\n根据查询结果,各部门的费用总额与平均费用呈现显著差异,费用分布极不均衡。\n\n### 趋势与现状\n\n* **费用总额排名**:各部门费用总额从高到低依次为:**财务 (186,500.00) > 行政 (90,000.00) > 市场 (40,600.00) > 技术 (21,700.00) > 销售 (6,350.00) > 运营 (4,100.00)**。\n* **平均费用排名**:各部门平均费用与总额排名一致,**财务 (93,250.00) > 行政 (45,000.00) > 市场 (20,300.00) > 技术 (10,850.00) > 销售 (6,350.00) > 运营 (4,100.00)**。\n* **帕累托分析**:仅**财务**和**行政**两个部门的费用总额合计为 **276,500.00**,占总费用(349,250.00)的 **79.2%**,接近80%的头部贡献度。这表明费用支出高度集中于这两个部门。\n\n### 异常与归因假设\n\n* **异常点**:**财务部门**的费用总额(186,500.00)和平均费用(93,250.00)远高于其他部门,是第二名行政部门的**2倍以上**,是最后一名运营部门的**45倍以上**。这种巨大的差异需要重点关注。\n* **可能原因(假设,需数据验证)**:\n 1. **高价值项目或一次性支出**:财务部门可能在本周期内承担了高价值的专项项目(如ERP系统升级、审计咨询、税务筹划等),或发生了大额的一次性支出(如购买专业软件、支付年度服务费),导致平均费用被拉高。\n 2. **人员结构与薪酬差异**:财务部门可能包含高级管理人员或专业顾问,其薪酬水平远高于其他部门,导致平均费用偏高。或者财务部门的人员编制远多于其他部门,但当前数据未显示人数,仅从平均费用看,单笔支出金额较大。\n 3. **费用归类口径问题**:可能存在费用归类不准确的情况。例如,某些本应归属于其他部门(如公司整体的IT服务费、房租)的费用,被统一计入了“财务”或“行政”部门,导致其费用虚高。\n\n### 建议\n\n1. **下钻分析**:建议对**财务**和**行政**部门的费用明细进行下钻分析,按费用类别(如:工资、差旅、办公用品、咨询费、折旧等)进行拆分,以识别驱动高额费用的具体项目。\n2. **引入人数维度**:补充查询各部门的**人数**,计算**人均费用**。这能有效区分“人多”还是“人贵”导致的费用差异,更准确地评估费用效率。\n3. **时间序列对比**:对比**去年同期**或**上个月**的部门费用数据,判断当前的高额支出是**季节性波动**、**一次性事件**还是**持续性趋势**。\n4. **验证归因假设**:针对上述假设,可执行以下查询:\n * `SELECT category, SUM(amount) FROM finance_demo_expenses WHERE department = '财务' GROUP BY category ORDER BY SUM(amount) DESC` (验证假设1)\n * `SELECT COUNT(DISTINCT employee_id), SUM(amount)/COUNT(DISTINCT employee_id) AS per_capita_expense FROM finance_demo_expenses WHERE department = '财务'` (验证假设2)",
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/7/21 19:39:52 | 未反馈 | xiaofan | d691488d-071b-4d99-b18e-864762e964d5 | 上月财务利润 | 上月财务利润 | ## 上月财务利润分析报告 ### 核心结论 根据现有数据,**无法直接计算上月(2025年2月)的财务利润**。查询... | {"final_sql":"-- sql_step 0\n-- question: 上月(202... | hybrid | ["sql","analyst","report"] | 查看{
"query": "上月财务利润",
"errors": [],
"kb_names": [],
"sql_plan": {
"notes": "财务利润通常指净营收(含退款调整),按上月整月汇总。若需进一步拆分为利润(扣除成本),需补充成本表口径。",
"intent": "aggregation",
"filters": [
{
"op": "=",
"field": "month",
"value": "2025-02"
}
],
"metrics": [
"net_revenue"
],
"dimensions": [],
"time_range": "2025-02-01..2025-02-28"
},
"citations": [],
"final_sql": "-- sql_step 0\n-- question: 上月(2025年2月)财务利润(净营收)是多少?\nSELECT SUM(current_debit_amount - current_credit_amount) AS net_revenue FROM caiwu_kemu_table WHERE period = '202502' AND delete_flag = '0'",
"grounding": null,
"chat_reply": null,
"source_key": "gupiao",
"viz_config": {
"figure": {
"data": [
{
"x": [
"A"
],
"y": [
1
],
"type": "bar"
}
],
"layout": {
"title": "Placeholder"
}
},
"library": "plotly"
},
"intent_mode": "auto",
"formula_calc": null,
"route_reason": "用户询问上月财务利润,需要查询时间序列聚合数据,属于SQL查询任务",
"route_source": "llm",
"selected_ddl": "-- Schema linker output for query context:\n-- Q: 上月财务利润\n-- inferred_tables: (fallback: no table match; metadata index slice)\n\n-- file: caiwu_gongshi_table.md\n# 数据资产定义 (DAD) — `caiwu_gongshi_table`\n\n> **业务表名**:财务公式表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_gongshi_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | bigint | Y | 主键 | | |\n| `indicator_code` | varchar | | 指标编码(唯一) | | |\n| `indicator_name` | varchar | | 指标名称 | | |\n| `indicator_type` | varchar | | 指标类型:BASE(基础)/COMPOSITE(组合) | | |\n| `data_source` | varchar | | 基础指标数据源:NEO4J/MYSQL/API | | |\n| `calc_script` | text | | 基础指标计算脚本(Cypher/SQL),组合指标为空 | | |\n| `formula` | text | | 组合指标公式(支持引用其他指标编码+运算符) | | |\n| `dimension` | varchar | | 计算维度:ORG/RISK/POLICY/TIME | | |\n| `unit` | varchar | | 单位:元/%/件 | | |\n| `status` | tinyint | | 1-启用 0-禁用 | | |\n| `create_time` | datetime | | | | |\n| `update_time` | datetime | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: caiwu_kemu_table.md\n# 数据资产定义 (DAD) — `caiwu_kemu_table`\n\n> **业务表名**:财务科目表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_kemu_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | varchar | Y | 主键 | | |\n| `period` | varchar | | 期间,格式:YYYY年MM月/YYYY年Q季度/YYYY年度,如:2025年10月 | 月份,格式:YYYYMM表示某年某月,如:2025年10月,则表述为202510 | |\n| `org_code` | varchar | | 机构编码 | | |\n| `org_name` | varchar | | 机构名称,如:百年人寿全国汇总/平安人寿北京分公司 | | |\n| `subject_code` | varchar | | 科目编码,分级编码:一级4位、二级6位、三级8位,如:10020101 | | |\n| `subject_name` | varchar | | 科目名称,如:银行存款-活期存款-人民币 | | |\n| `opening_balance` | decimal | | 期初余额(元) | | |\n| `current_debit_amount` | decimal | | 本期借方发生额(元) | | |\n| `current_credit_amount` | decimal | | 本期贷方发生额(元) | | |\n| `closing_balance` | decimal | | 期末余额(元) | | |\n| `balance_direction` | enum | | 余额方向:借/贷 | | |\n| `currency_type` | varchar | | 币种,如:人民币/美元/欧元 | | |\n| `remark` | varchar | | 备注/核算说明 | | |\n| `batch_no` | varchar | | 批次号(YYYYMMDDHHMMSS+6位序列号) | | |\n| `delete_flag` | varchar | | 删除标志(0-未删除,1-已删除) | | |\n| `CREATE_TIME` | datetime | | 创建时间 | | |\n| `CREATE_USER` | varchar | | 创建用户 | | |\n| `UPDATE_TIME` | datetime | | 更新时间 | | |\n| `UPDATE_USER` | varchar | | 更新用户 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_basic_info.md\n# 数据资产定义 (DAD) — `stock_basic_info`\n\n> **业务表名**:股市表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n该表可以查询股票的基础信息字段\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_basic_info` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | | | |\n| `symbol` | varchar | | | | |\n| `name` | varchar | | | | |\n| `industry` | varchar | | | | |\n| `area` | varchar | | | | |\n| `list_date` | date | | | | |\n| `market` | varchar | | | | |\n| `is_active` | tinyint | | | | |\n| `update_time` | timestamp | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_board_mapping.md\n# 数据资产定义 (DAD) — `stock_board_mapping`\n\n> **业务表名**:ceshi 888\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_board_mapping` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `board_code` | varchar | Y | | | |\n| `board_name` | varchar | | | | |\n| `ts_code` | varchar | Y | | | |\n| `board_type` | varchar | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_tags.md\n# 数据资产定义 (DAD) — `stock_tags`\n\n> **业务表名**:股票标签表\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_tags` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | 股票代码 | | |\n| `tag_name` | varchar | Y | 标签名 | | |\n| `tag_category` | varchar | | 标签类别 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- Sample rows (dev placeholder):\n-- synthetic samples for `net_revenue`\nrow_0={id:0, value:96}\nrow_1={id:1, value:361}\nrow_2={id:2, value:813}\n",
"datasource_id": "a8b7a618-1057-46d3-bdf4-203ed3c42dda",
"target_agents": [
"sql",
"analyst",
"report"
],
"report_content": "## 上月财务利润分析报告\n\n### 核心结论\n根据现有数据,**无法直接计算上月(2025年2月)的财务利润**。查询结果显示,关键指标 `net_revenue`(净营收)为空值,导致无法进行后续的成本、费用等利润计算。\n\n### 趋势与异常\n- **数据事实**:针对“上月(2025年2月)财务利润”的查询,返回的 `net_revenue` 字段值为 `null`。\n- **趋势判断**:无法判断趋势,因为缺乏基准数据。\n- **异常识别**:`net_revenue` 为空是一个**数据异常**。根据业务口径,`net_revenue` 应包含退款后的净营收,其值为空意味着该指标在数据源中未被正确计算或存储。\n\n### 可能原因(归因)\n以下为基于数据现状的假设性归因,**需要进一步数据验证**:\n1. **数据未生成或延迟**:2025年2月的财务结算流程可能尚未完成,导致 `net_revenue` 指标未被计算并写入数据库。这可能是由于月结任务仍在进行中或出现了调度故障。\n2. **口径或计算逻辑变更**:`net_revenue` 的计算逻辑可能近期发生了变更(例如,退款处理方式调整),但数据管道未及时适配,导致计算结果为空或写入失败。\n3. **数据源问题**:计算 `net_revenue` 所依赖的原始数据表(如订单表、退款表)在2025年2月期间存在数据缺失或质量问题,导致上游计算无法产出有效结果。\n\n### 建议\n为定位并解决问题,建议执行以下验证步骤:\n1. **检查数据时效性**:查询数据仓库中 `net_revenue` 指标对应的最新数据分区或更新时间戳,确认2025年2月的数据是否已就绪。\n2. **验证上游数据**:执行 `SELECT` 查询,检查2025年2月的 `order_amount`(营收)和退款金额的汇总值是否正常。例如:",
"database_results": [
{
"ok": true,
"sql": "SELECT SUM(current_debit_amount - current_credit_amount) AS net_revenue FROM caiwu_kemu_table WHERE period = '202502' AND delete_flag = '0'",
"rows": [
{
"net_revenue": null
}
],
"step": 0,
"question": "上月(2025年2月)财务利润(净营收)是多少?",
"step_uid": "f6c336bc-9143-472b-afda-5d7f83500aca"
}
],
"route_confidence": 0.9,
"business_insights": "好的,作为资深数据分析师,我将根据您提供的业务口径和查询结果,输出结构化的洞察报告。\n\n---\n\n## 上月财务利润分析报告\n\n### 核心结论\n\n根据现有数据,**无法直接计算上月(2025年2月)的财务利润**。查询结果显示,关键指标 `net_revenue`(净营收)为空值,导致无法进行后续的成本、费用等利润计算。\n\n### 趋势与异常\n\n* **数据事实**:针对“上月(2025年2月)财务利润”的查询,返回的 `net_revenue` 字段值为 `null`。\n* **趋势判断**:无法判断趋势,因为缺乏基准数据。\n* **异常识别**:`net_revenue` 为空是一个**数据异常**。根据业务口径,`net_revenue` 应包含退款后的净营收,其值为空意味着该指标在数据源中未被正确计算或存储。\n\n### 可能原因(归因)\n\n以下为基于数据现状的假设性归因,**需要进一步数据验证**:\n\n1. **数据未生成或延迟**:2025年2月的财务结算流程可能尚未完成,导致 `net_revenue` 指标未被计算并写入数据库。这可能是由于月结任务仍在进行中或出现了调度故障。\n2. **口径或计算逻辑变更**:`net_revenue` 的计算逻辑可能近期发生了变更(例如,退款处理方式调整),但数据管道未及时适配,导致计算结果为空或写入失败。\n3. **数据源问题**:计算 `net_revenue` 所依赖的原始数据表(如订单表、退款表)在2025年2月期间存在数据缺失或质量问题,导致上游计算无法产出有效结果。\n\n### 建议\n\n为定位并解决问题,建议执行以下验证步骤:\n\n1. **检查数据时效性**:查询数据仓库中 `net_revenue` 指标对应的最新数据分区或更新时间戳,确认2025年2月的数据是否已就绪。\n2. **验证上游数据**:执行 `SELECT` 查询,检查2025年2月的 `order_amount`(营收)和退款金额的汇总值是否正常。例如:\n ```sql\n -- 验证营收数据是否存在\n SELECT SUM(order_amount) AS total_revenue\n FROM orders\n WHERE order_date BETWEEN '2025-02-01' AND '2025-02-28';\n ```\n3. **检查ETL日志**:联系数据运维团队,查看2025年2月财务指标计算任务的执行日志,确认是否存在报错或警告信息。\n\n在数据问题解决后,可重新查询以获取准确的财务利润数据。",
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/5/21 22:49:58 | 未反馈 | xiaofan | 30c8704b-a6eb-4ea6-8b29-02d1aed8d07a | 看看盈利数据多少 | 对应的数据库中一共有那些表 | [{"step": 0, "step_uid": "f6e98b6b-d82d-4047-a65f-af6fa8ea9f... | {"final_sql":"-- sql_step 0\n-- question: 查询数据库中... | sql | ["sql"] | 查看{
"query": "对应的数据库中一共有那些表",
"errors": [],
"kb_names": [],
"sql_plan": {
"notes": "用户询问数据库中有哪些表,属于元数据查询,需返回表清单。",
"intent": "metadata",
"filters": [],
"metrics": [],
"dimensions": [],
"time_range": null
},
"citations": [],
"final_sql": "-- sql_step 0\n-- question: 查询数据库中所有表的名称\nSELECT TABLE_NAME FROM information_schema.TABLES WHERE TABLE_SCHEMA = DATABASE()",
"grounding": null,
"chat_reply": null,
"source_key": "gupiao",
"viz_config": null,
"intent_mode": "auto",
"formula_calc": null,
"route_reason": "用户询问数据库中有哪些表,需要查询数据库元数据,属于SQL查询范畴",
"route_source": "llm",
"selected_ddl": "-- Schema linker output for query context:\n-- Q: 对应的数据库中一共有那些表\n-- inferred_tables: (fallback: no table match; metadata index slice)\n\n-- file: caiwu_gongshi_table.md\n# 数据资产定义 (DAD) — `caiwu_gongshi_table`\n\n> **业务表名**:财务公式表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_gongshi_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | bigint | Y | 主键 | | |\n| `indicator_code` | varchar | | 指标编码(唯一) | | |\n| `indicator_name` | varchar | | 指标名称 | | |\n| `indicator_type` | varchar | | 指标类型:BASE(基础)/COMPOSITE(组合) | | |\n| `data_source` | varchar | | 基础指标数据源:NEO4J/MYSQL/API | | |\n| `calc_script` | text | | 基础指标计算脚本(Cypher/SQL),组合指标为空 | | |\n| `formula` | text | | 组合指标公式(支持引用其他指标编码+运算符) | | |\n| `dimension` | varchar | | 计算维度:ORG/RISK/POLICY/TIME | | |\n| `unit` | varchar | | 单位:元/%/件 | | |\n| `status` | tinyint | | 1-启用 0-禁用 | | |\n| `create_time` | datetime | | | | |\n| `update_time` | datetime | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: caiwu_kemu_table.md\n# 数据资产定义 (DAD) — `caiwu_kemu_table`\n\n> **业务表名**:财务科目表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_kemu_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | varchar | Y | 主键 | | |\n| `period` | varchar | | 期间,格式:YYYY年MM月/YYYY年Q季度/YYYY年度,如:2025年10月 | 月份,格式:YYYYMM表示某年某月,如:2025年10月,则表述为202510 | |\n| `org_code` | varchar | | 机构编码 | | |\n| `org_name` | varchar | | 机构名称,如:百年人寿全国汇总/平安人寿北京分公司 | | |\n| `subject_code` | varchar | | 科目编码,分级编码:一级4位、二级6位、三级8位,如:10020101 | | |\n| `subject_name` | varchar | | 科目名称,如:银行存款-活期存款-人民币 | | |\n| `opening_balance` | decimal | | 期初余额(元) | | |\n| `current_debit_amount` | decimal | | 本期借方发生额(元) | | |\n| `current_credit_amount` | decimal | | 本期贷方发生额(元) | | |\n| `closing_balance` | decimal | | 期末余额(元) | | |\n| `balance_direction` | enum | | 余额方向:借/贷 | | |\n| `currency_type` | varchar | | 币种,如:人民币/美元/欧元 | | |\n| `remark` | varchar | | 备注/核算说明 | | |\n| `batch_no` | varchar | | 批次号(YYYYMMDDHHMMSS+6位序列号) | | |\n| `delete_flag` | varchar | | 删除标志(0-未删除,1-已删除) | | |\n| `CREATE_TIME` | datetime | | 创建时间 | | |\n| `CREATE_USER` | varchar | | 创建用户 | | |\n| `UPDATE_TIME` | datetime | | 更新时间 | | |\n| `UPDATE_USER` | varchar | | 更新用户 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_basic_info.md\n# 数据资产定义 (DAD) — `stock_basic_info`\n\n> **业务表名**:股市表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n该表可以查询股票的基础信息字段\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_basic_info` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | | | |\n| `symbol` | varchar | | | | |\n| `name` | varchar | | | | |\n| `industry` | varchar | | | | |\n| `area` | varchar | | | | |\n| `list_date` | date | | | | |\n| `market` | varchar | | | | |\n| `is_active` | tinyint | | | | |\n| `update_time` | timestamp | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_board_mapping.md\n# 数据资产定义 (DAD) — `stock_board_mapping`\n\n> **业务表名**:ceshi 888\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_board_mapping` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `board_code` | varchar | Y | | | |\n| `board_name` | varchar | | | | |\n| `ts_code` | varchar | Y | | | |\n| `board_type` | varchar | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_tags.md\n# 数据资产定义 (DAD) — `stock_tags`\n\n> **业务表名**:股票标签表\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_tags` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | 股票代码 | | |\n| `tag_name` | varchar | Y | 标签名 | | |\n| `tag_category` | varchar | | 标签类别 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- Sample rows (dev placeholder):\n-- synthetic samples for `fact_revenue`\nrow_0={id:0, value:668}\nrow_1={id:1, value:70}\nrow_2={id:2, value:822}\n",
"datasource_id": "a8b7a618-1057-46d3-bdf4-203ed3c42dda",
"target_agents": [
"sql"
],
"report_content": null,
"database_results": [
{
"ok": true,
"sql": "SELECT TABLE_NAME FROM information_schema.TABLES WHERE TABLE_SCHEMA = DATABASE()",
"rows": [
{
"TABLE_NAME": "caiwu_gongshi_table"
},
{
"TABLE_NAME": "caiwu_kemu_table"
},
{
"TABLE_NAME": "stock_basic_info"
},
{
"TABLE_NAME": "stock_board_mapping"
},
{
"TABLE_NAME": "stock_daily_hloc"
},
{
"TABLE_NAME": "stock_indicator_derived"
},
{
"TABLE_NAME": "stock_realtime_snapshot"
},
{
"TABLE_NAME": "stock_tags"
}
],
"step": 0,
"question": "查询数据库中所有表的名称",
"step_uid": "f6e98b6b-d82d-4047-a65f-af6fa8ea9f9b"
}
],
"route_confidence": 0.9,
"business_insights": null,
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/5/21 22:49:20 | 点踩 | xiaofan | 30c8704b-a6eb-4ea6-8b29-02d1aed8d07a | 看看盈利数据多少 | 对应的数据库中一共有那些表 | [{"step": 0, "step_uid": "c325dca7-ec08-4bdf-b8af-4e4608e4c6... | {"final_sql":"-- sql_step 0\n-- question: 查询数据库中... | sql | ["sql"] | 查看{
"query": "对应的数据库中一共有那些表",
"errors": [],
"kb_names": [],
"sql_plan": {
"notes": "用户询问数据库中有哪些表,属于元数据查询,需返回表清单。",
"intent": "metadata_query",
"filters": [],
"metrics": [],
"dimensions": [],
"time_range": null
},
"citations": [],
"final_sql": "-- sql_step 0\n-- question: 查询数据库中所有表的名称\nSELECT TABLE_NAME FROM information_schema.TABLES WHERE TABLE_SCHEMA = DATABASE()",
"grounding": null,
"chat_reply": null,
"source_key": "gupiao",
"viz_config": null,
"intent_mode": "auto",
"formula_calc": null,
"route_reason": "用户询问数据库中有哪些表,需要查询数据库元数据,属于SQL查询需求",
"route_source": "llm",
"selected_ddl": "-- Schema linker output for query context:\n-- Q: 对应的数据库中一共有那些表\n-- inferred_tables: (fallback: no table match; metadata index slice)\n\n-- file: caiwu_gongshi_table.md\n# 数据资产定义 (DAD) — `caiwu_gongshi_table`\n\n> **业务表名**:财务公式表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_gongshi_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | bigint | Y | 主键 | | |\n| `indicator_code` | varchar | | 指标编码(唯一) | | |\n| `indicator_name` | varchar | | 指标名称 | | |\n| `indicator_type` | varchar | | 指标类型:BASE(基础)/COMPOSITE(组合) | | |\n| `data_source` | varchar | | 基础指标数据源:NEO4J/MYSQL/API | | |\n| `calc_script` | text | | 基础指标计算脚本(Cypher/SQL),组合指标为空 | | |\n| `formula` | text | | 组合指标公式(支持引用其他指标编码+运算符) | | |\n| `dimension` | varchar | | 计算维度:ORG/RISK/POLICY/TIME | | |\n| `unit` | varchar | | 单位:元/%/件 | | |\n| `status` | tinyint | | 1-启用 0-禁用 | | |\n| `create_time` | datetime | | | | |\n| `update_time` | datetime | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: caiwu_kemu_table.md\n# 数据资产定义 (DAD) — `caiwu_kemu_table`\n\n> **业务表名**:财务科目表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_kemu_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | varchar | Y | 主键 | | |\n| `period` | varchar | | 期间,格式:YYYY年MM月/YYYY年Q季度/YYYY年度,如:2025年10月 | 月份,格式:YYYYMM表示某年某月,如:2025年10月,则表述为202510 | |\n| `org_code` | varchar | | 机构编码 | | |\n| `org_name` | varchar | | 机构名称,如:百年人寿全国汇总/平安人寿北京分公司 | | |\n| `subject_code` | varchar | | 科目编码,分级编码:一级4位、二级6位、三级8位,如:10020101 | | |\n| `subject_name` | varchar | | 科目名称,如:银行存款-活期存款-人民币 | | |\n| `opening_balance` | decimal | | 期初余额(元) | | |\n| `current_debit_amount` | decimal | | 本期借方发生额(元) | | |\n| `current_credit_amount` | decimal | | 本期贷方发生额(元) | | |\n| `closing_balance` | decimal | | 期末余额(元) | | |\n| `balance_direction` | enum | | 余额方向:借/贷 | | |\n| `currency_type` | varchar | | 币种,如:人民币/美元/欧元 | | |\n| `remark` | varchar | | 备注/核算说明 | | |\n| `batch_no` | varchar | | 批次号(YYYYMMDDHHMMSS+6位序列号) | | |\n| `delete_flag` | varchar | | 删除标志(0-未删除,1-已删除) | | |\n| `CREATE_TIME` | datetime | | 创建时间 | | |\n| `CREATE_USER` | varchar | | 创建用户 | | |\n| `UPDATE_TIME` | datetime | | 更新时间 | | |\n| `UPDATE_USER` | varchar | | 更新用户 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_basic_info.md\n# 数据资产定义 (DAD) — `stock_basic_info`\n\n> **业务表名**:股市表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n该表可以查询股票的基础信息字段\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_basic_info` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | | | |\n| `symbol` | varchar | | | | |\n| `name` | varchar | | | | |\n| `industry` | varchar | | | | |\n| `area` | varchar | | | | |\n| `list_date` | date | | | | |\n| `market` | varchar | | | | |\n| `is_active` | tinyint | | | | |\n| `update_time` | timestamp | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_board_mapping.md\n# 数据资产定义 (DAD) — `stock_board_mapping`\n\n> **业务表名**:ceshi 888\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_board_mapping` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `board_code` | varchar | Y | | | |\n| `board_name` | varchar | | | | |\n| `ts_code` | varchar | Y | | | |\n| `board_type` | varchar | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_tags.md\n# 数据资产定义 (DAD) — `stock_tags`\n\n> **业务表名**:股票标签表\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_tags` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | 股票代码 | | |\n| `tag_name` | varchar | Y | 标签名 | | |\n| `tag_category` | varchar | | 标签类别 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- Sample rows (dev placeholder):\n-- synthetic samples for `fact_revenue`\nrow_0={id:0, value:859}\nrow_1={id:1, value:761}\nrow_2={id:2, value:56}\n",
"datasource_id": "a8b7a618-1057-46d3-bdf4-203ed3c42dda",
"target_agents": [
"sql"
],
"report_content": null,
"database_results": [
{
"ok": true,
"sql": "SELECT TABLE_NAME FROM information_schema.TABLES WHERE TABLE_SCHEMA = DATABASE()",
"rows": [
{
"TABLE_NAME": "caiwu_gongshi_table"
},
{
"TABLE_NAME": "caiwu_kemu_table"
},
{
"TABLE_NAME": "stock_basic_info"
},
{
"TABLE_NAME": "stock_board_mapping"
},
{
"TABLE_NAME": "stock_daily_hloc"
},
{
"TABLE_NAME": "stock_indicator_derived"
},
{
"TABLE_NAME": "stock_realtime_snapshot"
},
{
"TABLE_NAME": "stock_tags"
}
],
"step": 0,
"question": "查询数据库中所有表的名称",
"step_uid": "c325dca7-ec08-4bdf-b8af-4e4608e4c604"
}
],
"route_confidence": 0.9,
"business_insights": null,
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/5/4 20:28:04 | 未反馈 | xiaofan | 30c8704b-a6eb-4ea6-8b29-02d1aed8d07a | 看看盈利数据多少 | 对应的数据库中一共有那些表 | **数智·审核官** 正在建设中,敬请期待。 您提交的问题: > 对应的数据库中一共有那些表 绑定数据源 ID:`... | {} | chat | ["chat"] | 查看{
"query": "对应的数据库中一共有那些表",
"errors": [],
"kb_names": [],
"sql_plan": null,
"citations": [],
"final_sql": null,
"grounding": null,
"chat_reply": "**数智·审核官** 正在建设中,敬请期待。\n\n您提交的问题:\n\n> 对应的数据库中一共有那些表\n\n绑定数据源 ID:`a8b7a618-1057-46d3-bdf4-203ed3c42dda`\n\n后续将在此角色下提供数据审核、规则校验与合规说明等能力。",
"source_key": "gupiao",
"viz_config": null,
"intent_mode": "auto",
"formula_calc": null,
"route_reason": "stub_role",
"route_source": "explicit",
"selected_ddl": null,
"datasource_id": "a8b7a618-1057-46d3-bdf4-203ed3c42dda",
"target_agents": [
"chat"
],
"report_content": null,
"database_results": null,
"route_confidence": 1,
"business_insights": null,
"chat_reply_markdown": "**数智·审核官** 正在建设中,敬请期待。\n\n您提交的问题:\n\n> 对应的数据库中一共有那些表\n\n绑定数据源 ID:`a8b7a618-1057-46d3-bdf4-203ed3c42dda`\n\n后续将在此角色下提供数据审核、规则校验与合规说明等能力。",
"digital_employee_role": "auditor",
"digital_employee_label": "数智·审核官"
} | |
| 2026/5/4 20:27:58 | 未反馈 | xiaofan | 30c8704b-a6eb-4ea6-8b29-02d1aed8d07a | 看看盈利数据多少 | 对应的数据库中一共有那些表 | [{"step": 0, "step_uid": "6cacffdf-adbe-4700-89f4-4cc560ebfa... | {"final_sql":"-- sql_step 0\n-- question: 查询数据库中... | sql | ["sql"] | 查看{
"query": "对应的数据库中一共有那些表",
"errors": [],
"kb_names": [],
"sql_plan": {
"notes": "用户询问数据库中有哪些表,属于元数据查询,需返回表清单。",
"intent": "metadata_query",
"filters": [],
"metrics": [],
"dimensions": [],
"time_range": null
},
"citations": [],
"final_sql": "-- sql_step 0\n-- question: 查询数据库中所有表的名称\nSELECT TABLE_NAME FROM information_schema.TABLES WHERE TABLE_SCHEMA = DATABASE()",
"grounding": null,
"chat_reply": null,
"source_key": "gupiao",
"viz_config": null,
"intent_mode": "auto",
"formula_calc": null,
"route_reason": "用户询问数据库中有哪些表,需要查询数据库元数据,属于SQL查询需求",
"route_source": "llm",
"selected_ddl": "-- Schema linker output for query context:\n-- Q: 对应的数据库中一共有那些表\n-- inferred_tables: (fallback: no table match; metadata index slice)\n\n-- file: caiwu_gongshi_table.md\n# 数据资产定义 (DAD) — `caiwu_gongshi_table`\n\n> **业务表名**:财务公式表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_gongshi_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | bigint | Y | 主键 | | |\n| `indicator_code` | varchar | | 指标编码(唯一) | | |\n| `indicator_name` | varchar | | 指标名称 | | |\n| `indicator_type` | varchar | | 指标类型:BASE(基础)/COMPOSITE(组合) | | |\n| `data_source` | varchar | | 基础指标数据源:NEO4J/MYSQL/API | | |\n| `calc_script` | text | | 基础指标计算脚本(Cypher/SQL),组合指标为空 | | |\n| `formula` | text | | 组合指标公式(支持引用其他指标编码+运算符) | | |\n| `dimension` | varchar | | 计算维度:ORG/RISK/POLICY/TIME | | |\n| `unit` | varchar | | 单位:元/%/件 | | |\n| `status` | tinyint | | 1-启用 0-禁用 | | |\n| `create_time` | datetime | | | | |\n| `update_time` | datetime | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: caiwu_kemu_table.md\n# 数据资产定义 (DAD) — `caiwu_kemu_table`\n\n> **业务表名**:财务科目表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_kemu_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | varchar | Y | 主键 | | |\n| `period` | varchar | | 期间,格式:YYYY年MM月/YYYY年Q季度/YYYY年度,如:2025年10月 | 月份,格式:YYYYMM表示某年某月,如:2025年10月,则表述为202510 | |\n| `org_code` | varchar | | 机构编码 | | |\n| `org_name` | varchar | | 机构名称,如:百年人寿全国汇总/平安人寿北京分公司 | | |\n| `subject_code` | varchar | | 科目编码,分级编码:一级4位、二级6位、三级8位,如:10020101 | | |\n| `subject_name` | varchar | | 科目名称,如:银行存款-活期存款-人民币 | | |\n| `opening_balance` | decimal | | 期初余额(元) | | |\n| `current_debit_amount` | decimal | | 本期借方发生额(元) | | |\n| `current_credit_amount` | decimal | | 本期贷方发生额(元) | | |\n| `closing_balance` | decimal | | 期末余额(元) | | |\n| `balance_direction` | enum | | 余额方向:借/贷 | | |\n| `currency_type` | varchar | | 币种,如:人民币/美元/欧元 | | |\n| `remark` | varchar | | 备注/核算说明 | | |\n| `batch_no` | varchar | | 批次号(YYYYMMDDHHMMSS+6位序列号) | | |\n| `delete_flag` | varchar | | 删除标志(0-未删除,1-已删除) | | |\n| `CREATE_TIME` | datetime | | 创建时间 | | |\n| `CREATE_USER` | varchar | | 创建用户 | | |\n| `UPDATE_TIME` | datetime | | 更新时间 | | |\n| `UPDATE_USER` | varchar | | 更新用户 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_basic_info.md\n# 数据资产定义 (DAD) — `stock_basic_info`\n\n> **业务表名**:股市表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n该表可以查询股票的基础信息字段\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_basic_info` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | | | |\n| `symbol` | varchar | | | | |\n| `name` | varchar | | | | |\n| `industry` | varchar | | | | |\n| `area` | varchar | | | | |\n| `list_date` | date | | | | |\n| `market` | varchar | | | | |\n| `is_active` | tinyint | | | | |\n| `update_time` | timestamp | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_board_mapping.md\n# 数据资产定义 (DAD) — `stock_board_mapping`\n\n> **业务表名**:ceshi 888\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_board_mapping` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `board_code` | varchar | Y | | | |\n| `board_name` | varchar | | | | |\n| `ts_code` | varchar | Y | | | |\n| `board_type` | varchar | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_tags.md\n# 数据资产定义 (DAD) — `stock_tags`\n\n> **业务表名**:股票标签表\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_tags` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | 股票代码 | | |\n| `tag_name` | varchar | Y | 标签名 | | |\n| `tag_category` | varchar | | 标签类别 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- Sample rows (dev placeholder):\n-- synthetic samples for `fact_revenue`\nrow_0={id:0, value:125}\nrow_1={id:1, value:670}\nrow_2={id:2, value:368}\n",
"datasource_id": "a8b7a618-1057-46d3-bdf4-203ed3c42dda",
"target_agents": [
"sql"
],
"report_content": null,
"database_results": [
{
"ok": true,
"sql": "SELECT TABLE_NAME FROM information_schema.TABLES WHERE TABLE_SCHEMA = DATABASE()",
"rows": [
{
"TABLE_NAME": "caiwu_gongshi_table"
},
{
"TABLE_NAME": "caiwu_kemu_table"
},
{
"TABLE_NAME": "stock_basic_info"
},
{
"TABLE_NAME": "stock_board_mapping"
},
{
"TABLE_NAME": "stock_daily_hloc"
},
{
"TABLE_NAME": "stock_indicator_derived"
},
{
"TABLE_NAME": "stock_realtime_snapshot"
},
{
"TABLE_NAME": "stock_tags"
}
],
"step": 0,
"question": "查询数据库中所有表的名称",
"step_uid": "6cacffdf-adbe-4700-89f4-4cc560ebfa86"
}
],
"route_confidence": 0.9,
"business_insights": null,
"chat_reply_markdown": null,
"digital_employee_role": "analyst",
"digital_employee_label": "数智·分析师"
} | |
| 2026/5/4 19:52:08 | 未反馈 | xiaofan | 30c8704b-a6eb-4ea6-8b29-02d1aed8d07a | 看看盈利数据多少 | 对应的数据库中一共有那些表 | [{"step": 0, "step_uid": "ef77ca96-4fd9-4849-a644-d9b91b537e... | {"final_sql":"-- sql_step 0\n-- question: 查询数据库中... | sql | ["sql"] | 查看{
"query": "对应的数据库中一共有那些表",
"errors": [],
"kb_names": [],
"sql_plan": {
"notes": "用户询问数据库中有哪些表,需返回表清单。",
"intent": "schema_discovery",
"filters": [],
"metrics": [],
"dimensions": [],
"time_range": null
},
"citations": [],
"final_sql": "-- sql_step 0\n-- question: 查询数据库中所有表的名称\nSELECT TABLE_NAME FROM information_schema.TABLES WHERE TABLE_SCHEMA = DATABASE()",
"grounding": null,
"chat_reply": null,
"source_key": "gupiao",
"viz_config": null,
"intent_mode": "auto",
"formula_calc": null,
"route_reason": "用户询问数据库中有哪些表,需要查询数据库元数据,属于SQL查询需求",
"route_source": "llm",
"selected_ddl": "-- Schema linker output for query context:\n-- Q: 对应的数据库中一共有那些表\n-- inferred_tables: (fallback: no table match; metadata index slice)\n\n-- file: caiwu_gongshi_table.md\n# 数据资产定义 (DAD) — `caiwu_gongshi_table`\n\n> **业务表名**:财务公式表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_gongshi_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | bigint | Y | 主键 | | |\n| `indicator_code` | varchar | | 指标编码(唯一) | | |\n| `indicator_name` | varchar | | 指标名称 | | |\n| `indicator_type` | varchar | | 指标类型:BASE(基础)/COMPOSITE(组合) | | |\n| `data_source` | varchar | | 基础指标数据源:NEO4J/MYSQL/API | | |\n| `calc_script` | text | | 基础指标计算脚本(Cypher/SQL),组合指标为空 | | |\n| `formula` | text | | 组合指标公式(支持引用其他指标编码+运算符) | | |\n| `dimension` | varchar | | 计算维度:ORG/RISK/POLICY/TIME | | |\n| `unit` | varchar | | 单位:元/%/件 | | |\n| `status` | tinyint | | 1-启用 0-禁用 | | |\n| `create_time` | datetime | | | | |\n| `update_time` | datetime | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: caiwu_kemu_table.md\n# 数据资产定义 (DAD) — `caiwu_kemu_table`\n\n> **业务表名**:财务科目表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `caiwu_kemu_table` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `id` | varchar | Y | 主键 | | |\n| `period` | varchar | | 期间,格式:YYYY年MM月/YYYY年Q季度/YYYY年度,如:2025年10月 | 月份,格式:YYYYMM表示某年某月,如:2025年10月,则表述为202510 | |\n| `org_code` | varchar | | 机构编码 | | |\n| `org_name` | varchar | | 机构名称,如:百年人寿全国汇总/平安人寿北京分公司 | | |\n| `subject_code` | varchar | | 科目编码,分级编码:一级4位、二级6位、三级8位,如:10020101 | | |\n| `subject_name` | varchar | | 科目名称,如:银行存款-活期存款-人民币 | | |\n| `opening_balance` | decimal | | 期初余额(元) | | |\n| `current_debit_amount` | decimal | | 本期借方发生额(元) | | |\n| `current_credit_amount` | decimal | | 本期贷方发生额(元) | | |\n| `closing_balance` | decimal | | 期末余额(元) | | |\n| `balance_direction` | enum | | 余额方向:借/贷 | | |\n| `currency_type` | varchar | | 币种,如:人民币/美元/欧元 | | |\n| `remark` | varchar | | 备注/核算说明 | | |\n| `batch_no` | varchar | | 批次号(YYYYMMDDHHMMSS+6位序列号) | | |\n| `delete_flag` | varchar | | 删除标志(0-未删除,1-已删除) | | |\n| `CREATE_TIME` | datetime | | 创建时间 | | |\n| `CREATE_USER` | varchar | | 创建用户 | | |\n| `UPDATE_TIME` | datetime | | 更新时间 | | |\n| `UPDATE_USER` | varchar | | 更新用户 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_basic_info.md\n# 数据资产定义 (DAD) — `stock_basic_info`\n\n> **业务表名**:股市表\n> **定义模式**:edit\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n该表可以查询股票的基础信息字段\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_basic_info` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | | | |\n| `symbol` | varchar | | | | |\n| `name` | varchar | | | | |\n| `industry` | varchar | | | | |\n| `area` | varchar | | | | |\n| `list_date` | date | | | | |\n| `market` | varchar | | | | |\n| `is_active` | tinyint | | | | |\n| `update_time` | timestamp | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_board_mapping.md\n# 数据资产定义 (DAD) — `stock_board_mapping`\n\n> **业务表名**:ceshi 888\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_board_mapping` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `board_code` | varchar | Y | | | |\n| `board_name` | varchar | | | | |\n| `ts_code` | varchar | Y | | | |\n| `board_type` | varchar | | | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- file: stock_tags.md\n# 数据资产定义 (DAD) — `stock_tags`\n\n> **业务表名**:股票标签表\n> **定义模式**:create\n\n## AI 友好说明\n\n### 自然语言描述 (Description)\n_待补充_\n\n### 关联指南 (Relational Guide)\n_待补充_\n\n### 异常与口径说明 (Caveats)\n_待补充_\n\n## 基础定义 (General)\n\n| 属性 | 值 |\n|------|-----|\n| 物理表名 | `stock_tags` |\n| 业务域 | — |\n| 负责人 | — |\n| 资产等级 | L3 |\n\n## 字段说明 (Field Schema)\n\n| 物理字段 | 类型 | PK | DB 注释 | 业务语义 | 校验规则 |\n|----------|------|----|---------|---------|----------|\n| `ts_code` | varchar | Y | 股票代码 | | |\n| `tag_name` | varchar | Y | 标签名 | | |\n| `tag_category` | varchar | | 标签类别 | | |\n\n## 指标口径 (Metrics)\n\n_暂无指标_\n\n\n-- Sample rows (dev placeholder):\n-- synthetic samples for `fact_revenue`\nrow_0={id:0, value:257}\nrow_1={id:1, value:23}\nrow_2={id:2, value:846}\n",
"datasource_id": "a8b7a618-1057-46d3-bdf4-203ed3c42dda",
"target_agents": [
"sql"
],
"report_content": null,
"database_results": [
{
"ok": true,
"sql": "SELECT TABLE_NAME FROM information_schema.TABLES WHERE TABLE_SCHEMA = DATABASE()",
"rows": [
{
"TABLE_NAME": "caiwu_gongshi_table"
},
{
"TABLE_NAME": "caiwu_kemu_table"
},
{
"TABLE_NAME": "stock_basic_info"
},
{
"TABLE_NAME": "stock_board_mapping"
},
{
"TABLE_NAME": "stock_daily_hloc"
},
{
"TABLE_NAME": "stock_indicator_derived"
},
{
"TABLE_NAME": "stock_realtime_snapshot"
},
{
"TABLE_NAME": "stock_tags"
}
],
"step": 0,
"question": "查询数据库中所有表的名称",
"step_uid": "ef77ca96-4fd9-4849-a644-d9b91b537e9f"
}
],
"route_confidence": 0.9,
"business_insights": null,
"chat_reply_markdown": null
} | |
| 2026/4/30 09:43:24 | 未反馈 | xiaofan | 30c8704b-a6eb-4ea6-8b29-02d1aed8d07a | 看看盈利数据多少 | 长期保费 | 根据知识库信息,“长期保费”主要涉及与长期险相关的多项指标,例如长期险首年期交直接佣金率、长期险规模保费收入增长率等[1... | {} | chat | ["chat"] | 查看{
"query": "长期保费",
"errors": [],
"kb_names": [
"col_890e205842a1c1c7ef4d7413"
],
"sql_plan": null,
"citations": [
{
"id": "cite_1",
"score": 0.5674445033073425,
"kb_name": "system_企业专用术语",
"snippet": "l | 月 | 每月6号 | 邮件 | 长期险首年期交直接佣金率 | 长期险首年期交直接佣金率=长期险首年期交的直接佣金/长期险首年期交的规模保费收入 | 1、试算表-简表:长期险首年期交直接佣金;2、核心月结报表_分层显示险种收入表;保户储金及投资款本年累计报表;长期险首年期交规保 | 是 | % | 比率类 | 尹春宏 |\n| 外部报送 | 风险管理部 | 人身保险公司风险监测和监管评级指标数据 | 数据 | excel | 月 | 每月6号 | 邮件 | 长期险首年期交",
"metadata": {
"source": "/app/api/uploads/system/69418f35cb2547c9946d09272882db78.md",
"start_index": 3200
},
"index_name": "col_890e205842a1c1c7ef4d7413"
},
{
"id": "cite_2",
"score": 0.6101508140563965,
"kb_name": "system_企业专用术语",
"snippet": "售渠道保费占比(公司直销渠道) | 长期险分销售渠道保费占比(公司直销渠道)=长期险各销售渠道的新单规模保费(公司直销渠道)/长期险新单规模保费 | 核心月结报表_分层显示险种收入表;保户储金及投资款本年累计报表;:长期各渠道新单规保;长期险新单规保 | 是 | % | 比率类 | 尹春宏 |\n| 外部报送 | 风险管理部 | 人身保险公司风险监测和监管评级指标数据 | 数据 | excel | 月 | 每月6号 | 邮件 | 长期险分销售渠道保费占比(其他渠道) | 长期险",
"metadata": {
"source": "/app/api/uploads/system/69418f35cb2547c9946d09272882db78.md",
"start_index": 5600
},
"index_name": "col_890e205842a1c1c7ef4d7413"
},
{
"id": "cite_3",
"score": 0.6341561079025269,
"kb_name": "system_企业专用术语",
"snippet": "外部报送 | 风险管理部 | 人身保险公司风险监测和监管评级指标数据 | 数据 | excel | 月 | 每月6号 | 邮件 | 长期险分险种类别保费占比(健康保险) | 长期险分险种类别保费占比(健康保险)=长期险各险种类型的新单规模保费(健康保险)/长期险新单规模保费 | 核心月结报表_分层显示险种收入表;保户储金及投资款本年累计报表;:长期险各险种类型新单规保;长期险新单规保 | 是 | % | 比率类 | 尹春宏 |\n| 外部报送 | 风险管理部 | 人身保险公司风",
"metadata": {
"source": "/app/api/uploads/system/69418f35cb2547c9946d09272882db78.md",
"start_index": 6400
},
"index_name": "col_890e205842a1c1c7ef4d7413"
}
],
"final_sql": null,
"grounding": {
"used": true,
"errors": [],
"kb_names": [
"col_890e205842a1c1c7ef4d7413"
],
"hit_count": 3
},
"chat_reply": "根据知识库信息,“长期保费”主要涉及与长期险相关的多项指标,例如长期险首年期交直接佣金率、长期险规模保费收入增长率等[1]。这些指标通常用于人身保险公司风险监测和监管评级,按月通过邮件报送,数据来源包括核心月结报表等[1]。此外,长期险保费还会按销售渠道、险种类别和设计类型进行细分占比计算,例如公司直销渠道保费占比或人寿保险保费占比[2][3]。如果您需要更具体的长期保费数据(如某类险种的保费占比),请提供更详细的问题。",
"source_key": "gupiao",
"viz_config": null,
"intent_mode": "auto",
"formula_calc": null,
"route_reason": "score chat=2 data=0",
"route_source": "rule",
"selected_ddl": null,
"datasource_id": "a8b7a618-1057-46d3-bdf4-203ed3c42dda",
"target_agents": [
"chat"
],
"report_content": null,
"database_results": null,
"route_confidence": 0.8,
"business_insights": null,
"chat_reply_markdown": "根据知识库信息,“长期保费”主要涉及与长期险相关的多项指标,例如长期险首年期交直接佣金率、长期险规模保费收入增长率等[1]。这些指标通常用于人身保险公司风险监测和监管评级,按月通过邮件报送,数据来源包括核心月结报表等[1]。此外,长期险保费还会按销售渠道、险种类别和设计类型进行细分占比计算,例如公司直销渠道保费占比或人寿保险保费占比[2][3]。如果您需要更具体的长期保费数据(如某类险种的保费占比),请提供更详细的问题。\n\n## 参考资料\n\n- [1] `system_企业专用术语` (`col_890e205842a1c1c7ef4d7413`) - 来源: /app/api/uploads/system/69418f35cb2547c9946d09272882db78.md - 相似度分数: 0.5674\n - 摘要: l | 月 | 每月6号 | 邮件 | 长期险首年期交直接佣金率 | 长期险首年期交直接佣金率=长期险首年期交的直接佣金/长期险首年期交的规模保费收入 | 1、试算表-简表:长期险首年期交直接佣金;2、核心月结报表_分层显示险种收入表;保户储金及投资款本年累计报表;长期险首年期交规保 | 是 | % | 比率类 | 尹春宏 |\n| 外部报送 | 风险管理部 | 人身保险公司风险监测和监管评级指标数据 | 数据 | excel | 月 | 每月6号 | 邮件 | 长期险首年期交\n- [2] `system_企业专用术语` (`col_890e205842a1c1c7ef4d7413`) - 来源: /app/api/uploads/system/69418f35cb2547c9946d09272882db78.md - 相似度分数: 0.6102\n - 摘要: 售渠道保费占比(公司直销渠道) | 长期险分销售渠道保费占比(公司直销渠道)=长期险各销售渠道的新单规模保费(公司直销渠道)/长期险新单规模保费 | 核心月结报表_分层显示险种收入表;保户储金及投资款本年累计报表;:长期各渠道新单规保;长期险新单规保 | 是 | % | 比率类 | 尹春宏 |\n| 外部报送 | 风险管理部 | 人身保险公司风险监测和监管评级指标数据 | 数据 | excel | 月 | 每月6号 | 邮件 | 长期险分销售渠道保费占比(其他渠道) | 长期险\n- [3] `system_企业专用术语` (`col_890e205842a1c1c7ef4d7413`) - 来源: /app/api/uploads/system/69418f35cb2547c9946d09272882db78.md - 相似度分数: 0.6342\n - 摘要: 外部报送 | 风险管理部 | 人身保险公司风险监测和监管评级指标数据 | 数据 | excel | 月 | 每月6号 | 邮件 | 长期险分险种类别保费占比(健康保险) | 长期险分险种类别保费占比(健康保险)=长期险各险种类型的新单规模保费(健康保险)/长期险新单规模保费 | 核心月结报表_分层显示险种收入表;保户储金及投资款本年累计报表;:长期险各险种类型新单规保;长期险新单规保 | 是 | % | 比率类 | 尹春宏 |\n| 外部报送 | 风险管理部 | 人身保险公司风\n\n> 以上内容基于已选知识库整理,并附上可追溯参考。"
} |
第 1 / 8 页