在日前火山引擎举办的线上直播活动中，Data Agent在智能营销领域提出新范式——一客一策。这一引 擎能力正推动传统营销从粗放式广投走向精细化个体运营，也将企业营销的精准化进一步升级。 该功能由火山引擎Data Agent-智能营销Agent推出，其融合大模型、企业知识库与实时数据，构建了动 态客户洞察引擎。系统可整合转化数据、订单记录、会话语义等多维数据，实时生成千人千面的侧写。 在线上的直播分享中，火山引擎提到，某金融机构应用案例里，Data Agent已将外呼客户意向识别准确 率提升至89.7%，大幅优化了外呼转化效率。在策略执行层，其智能决策系统展现出显著优势。针对某 美妆行业客户，Data Agent通过挖掘女性用户"某地区+抗初老需求"等精准理解，联动促销政策生成专 属权益方案，实现转化率与客单价双增长。 更值得关注的是，Data Agent具备自我迭代与持续进化能力：在证券行业应用中，通过对客服通话数据 的持续学习，形成了动态优化的客户跟进策略，使高价值线索转化效率提升1倍以上。 火山引擎Data Agent目前已经跑通了多个行业的落地场景。在车企"车书助手"场景，通过语义深度理解 与知识库整 ...

不圆 发自 凹非寺 量子位 | 公众号 QbitAI 还记得北大团队搞的ChatExcel吗？ 获得新融资了。 就在最近，ChatExcel官方披露最新进展，公告完成了天使轮融资，获得了上海常垒资本、武汉东湖天使基金的近千万支持。 据官方表示，本轮资金主要用于加速产品研发迭代，以及全球化市场运营推广，进一步提升ChatExcel在数据智能体（DataAgent）领域的领先地位。 是的，全球化，这是要出海全球化的节奏。 △图源"元空AIExcel"公众号 ChatExcel这些年可以说是蓬勃发展。 甚至有网友认为，这可能是目前最好用的数据可视化AI。 已启动PreA轮融资 ChatExcel是中国首个生成式AI Excel与数据分析智能体，仅通过聊天，即可操作Excel表格。 覆盖Excel处理、数据运算、数据分析、图表生成四大模块，无需编写复杂的公式和代码，适合各种水平的用户使用。 同时，ChatExcel还可以对话企业数据库，自动获取网络数据生成分析报告，从Excel到数据库，到网页数据分析，支持多种数据源。 过去ChatExcel凭借其学术背景与技术研发能力，在AI表格处理与DataAgent技术上取得了 ...

ChatExcel 团队近日已完成近千万天使轮融资。此次融资由上海常垒资本、武汉东湖天使基金投资。本轮资金主要用于加速产品研发迭代，以及全球化市场 运营推广，进一步提升ChatExcel在数据智能体（DataAgent）领域的领先地位。 ChatExcel作为AI Native团队，由北京大学团队创业成立，是国内领先的生成式AI 表格处理与数据智能体，累计服务用户超千万次。获得央视《赢在AI+》 创业大赛智能办公组第一名等多项荣誉，对AI技术保持前沿的探索和商业化落地的落地交付能力。目前已启动PreA轮融资。 一、ChatExcel定义AI DataAgent，打造数据全链路商业闭环平台 ChatExcel凭借其深厚的学术背景与卓越的技术研发能力，在AI 表格处理与DataAgent 技术上取得了突破性进展。用户仅通过对话，即可处理Excel和数据分 析，将用户从繁琐的公式与运算中解放出来，有效降低了Excel和数据使用门槛。 "我们很高兴能够获得这笔天使轮融资，这不仅是对 ChatExcel 团队技术实力和创新理念的认可，更为我们的未来注入了强大的发展动力。" ChatExcel 创始 人逄大嵬表示，"我们 ...

一、ChatExcel定义AI DataAgent，打造数据全链路商业闭环平台 ChatExcel 团队近日已完成近千万天使轮融资。此次融资由上海常垒资本、武汉东湖天使基金投资。本轮资金主要用于加 速产品研发迭代，以及全球化市场运营推广，进一步提升ChatExcel在数据智能体（DataAgent）领域的领先地位。 ChatExcel作为AI Native团队，由北京大学团队创业成立，是国内领先的生成式AI 表格处理与数据智能体，累计服务用户 超千万次。获得央视《赢在AI+》创业大赛智能办公组第一名等多项荣誉，对AI技术保持前沿的探索和商业化落地的落地 交付能力。目前已启动PreA轮融资。 目前，ChatExcel支持不同数据源处理与分析应用 ，从Excel文件到数据库数据、互联网网页、第三方数据，并且训练出全 球首款适配AIPC级端侧部署的数据垂直模型。同时，ChatExcel 团队正在积极推进产品的迭代升级，计划在未来几个月内 推出更多新功能，进一步提升产品的智能化水平和用户体验。随着融资的到位， ChatExcel也将加速开拓海外市场，推动 ChatExcel Data Agent在世界范围内的广泛应用 ...

Core Insights - The increasing importance of data in enhancing business decision-making efficiency is driving banks to explore data middle platform and visualization services [2][3] - The implementation of data visualization services at Industrial Bank has significantly improved data analysis across various business lines, breaking down data silos and enhancing data sharing and reuse [2][4] - The shift from traditional reporting to data storytelling is essential for banks to optimize decision-making processes and operational efficiency [5][6] Group 1: Data Visualization Services - Industrial Bank has successfully implemented data visualization services across multiple business lines, including retail, corporate finance, interbank and financial markets, and risk management [2][3] - The introduction of data visualization services has addressed two major bottlenecks in data reporting: the timeliness of data and the rigidity of report formats, allowing for faster and more customized data presentations [2][4] - A total of 44 branches and 20 business departments at the headquarters are currently utilizing the enterprise-level data visualization services [6] Group 2: Challenges and Solutions - Many banks have faced challenges such as redundant construction of data reporting platforms at branch levels, distributed work models hindering data integration, and complex data usage permissions [3][4] - To overcome these challenges, banks are increasingly building enterprise-level standardized data middle platforms to integrate and manage data across branches [3][4] - The need for a shift from traditional fixed reporting to intelligent, story-driven data visualization is emphasized to enhance collaboration and decision-making efficiency [5][6] Group 3: AI Integration - The integration of AI technology with data visualization services is seen as a new challenge for banks in their digital transformation journey [7][9] - AI can assist in the entire data visualization process, lowering barriers to data usage and improving analysis and decision-making efficiency [7][8] - Banks are encouraged to develop Data Agents that combine business problem-solving capabilities with decision-making execution abilities to enhance the effectiveness of AI in data applications [8][9] Group 4: Compliance and Ethical Considerations - The development and application of data intelligence agents must prioritize compliance with data security, algorithm transparency, fairness, and system stability [10] - Addressing issues such as data leakage, misuse, and ethical concerns is crucial to ensure that data intelligence agents are both safe and efficient [10]