零售业是感受市场风向敏锐的行业之一，在进行数字化转型的过程中，面临的问题更加具体也更加棘手。为了让活动更具有工作指导意义，沙龙内容聚焦零售业实际的数据分析工作，以多个具体实践案例，帮助大家切实掌握从初级需求梳理到决策支撑，再到落地执行的全套工作流程。不少同学在活动后表示，本期活动的实操案例正对自己的业务要求，解决了自己一贯以来的工作困惑，让自己茅塞顿开。

公司充斥着大量的数据，但是缺少将数据快速转变为可以放心使用的信息的方法，我们生活在充斥着数据的时代，但缺少将数据快速转变为可以放心采取行动的信息的方法，也没有任何可喝的饮料”，问题不在于数据量。问题在于它不容易消耗。数据经常是分散的，并且与基本业务流程断开连接，因此难以及时使用，使客户能够更好地了解其劳动力，财务状况，招聘渠道等。我们正在通过两种新产品来扩展这种可见性，前者使您可以放大以查看公司的绩效与同行之间的比较，后者使您可以放大以使用与业务相关的所有信息，而不仅仅是使用系统中的数据。

会话式AI是自然语言交互的外行术语，它是自然语言处理的子集，涉及几乎所有自然语言技术。自然语言理解，自然语言生成和自然语言查询等方面，以促进流行平台的快速对话式交换，尽管上述每种自然语言技术都是基于NLP的，但是可以说对于对话式AI重要的是NLG，它会生成语言摘要或通常是量化数据的解释。与NLQ结合使用时，该功能使用户能够快速提问（并获得答案），这构成了对话式AI的主体。

我们的研究发现，企业范围的数据访问与企业为未来成功做出决策的能力之间有着密切的关联，在瞬息万变的世界中，没有地方进行缓慢，僵化的决策。为了竞争，必须赋予当今的工人和商业迅速的知情决定权，对于企业而言，访问正确的数据并确保各个级别的员工都可以使用它来做出决策，对于企业的长期成功至关重要。

技术进步，不断增长的客户期望以及更智能，数据驱动的决策制定给财务团队带来了压力，要求他们寻求新的敏捷运营方式。但是，如何以一种可以让您对此类事件做出响应的方式进行计划呢？在全世界，各种规模的企业都直接感受到不稳定的影响。在不确定的时期，生存和繁荣取决于您的企业如何迅速识别出破坏性变化并主动做出响应。

随着组织试图了解持续发展的经济格局，业务计划变得比以往任何时候都更加重要，我们摆脱了年度计划周期，感谢我们的团队为实现“计划A”所做的努力。然后，当然，一切随COVID-19改变了。我们必须立即采取行动，在如此新的环境中对场景进行建模，并且似乎每小时都在变化。