企业 AI · 建设中
经营数据飞轮:让问题从被看见,到有人处理并产生结果
把经营异常先变成可执行、可回放的判定记录。V1 已上线判亏引擎、信号台账、扫描记录和影子看板;派单、复查和规则学习仍按阶段推进。
当前状态:V1 已上线,完整闭环建设中
生产系统已上线单品亏损判定引擎、信号台账、扫描记录和影子看板。当前边界是「自动发现 + 证据留存 + 人工复查」;派单、到期复查与规则学习还没有全部上线。
为什么报表看见了问题,问题还是一直存在
很多企业已经有经营报表,也能看见亏损、库存和退款异常。但报表停在“告诉你发生了什么”:
- 谁负责处理,没有明确到人;
- 做了什么,只留下一句口头回复;
- 动作是否真的执行,没人核验;
- 一周后有没有改善,没有自动复查;
- 哪种动作有效,没有沉淀成下一轮规则。
问题被发现了,却没有进入一个必须有结果的流程。
数据飞轮怎么运转
这套系统把一次经营异常拆成六个连续环节:
1、发现:Agent 每天扫描经营异常
系统读取经营数据,按已经确认的规则识别持续亏损、广告失控等异常,并保存当时使用的规则版本和指标证据。
2、派单:问题自动找到责任人
达到处理条件的问题生成工单,通过钉钉派给对应运营和负责人;较轻的问题先进入提醒与观察状态,不用所有问题都走重审批。
3、处理:人选择真实动作
运营选择投放、价格、商品、供应链或售后等结构化动作,并补充必要参数。Agent 负责组织信息,人负责判断和执行。
4、核验:系统检查“说了”和“做了”是否一致
系统根据次日数据核验可验证动作。无法完全从数据证明的动作会明确标注核验边界,不把“数据方向一致”写成“动作已经完全执行”。
5、复查:到期自动看结果
到复查日后,系统比较动作前后的经营结果,区分改善、无效、恶化或数据待齐,并把结果回执给责任人。
6、学习:有效经验进入下一轮
每月按“问题类型 × 处理动作 × 最终结果”复盘。系统提出规则调整建议,由人批准后生成新版本,再通过影子运行验证,避免模型自动修改生产规则。
人保留哪些控制权
数据飞轮不是让 Agent 自己处罚人或决定经营策略。关键控制点始终留给人:
- 异常规则和阈值由业务负责人批准;
- 处理动作由责任人确认;
- 重要工单由负责人复核;
- 规则更新先影子验证,再人工放行;
- 数据不足时不强行给结论。
当前已经完成什么
- 判亏引擎已接入生产数据,按明确规则扫描单品异常;
- 每次扫描和命中信号都进入独立台账,保留规则和证据快照;
- 影子看板已用于观察命中结果,管理员可手动重跑并复查;
- 完整的派单、动作核验、到期复查和规则学习仍处于分阶段建设,没有标记为已完成。
下一步
下一阶段是在现有判定引擎和信号台账之上,先用少量真实问题接入责任人和复查日期,再验证“发现 → 处理 → 核验 → 复查 → 回执”是否真正闭合。
这项工作的目标不是再做一张看板,而是让每一个值得处理的经营问题,都有责任人、有动作、有证据、有结果。