跳转到正文
红迅软件

REDXUN DATA PLATFORM / DATA × AI

红迅 · 轻量数据中台

连接企业数据
让 AI 更懂业务

从数据库、API 与 Excel,到可理解、可查询、可服务的业务数据。与 Cube AI 平台协同,让数据进入经营分析、智能体与日常业务。

多源接入轻量数仓数据服务AI 用数
DATA TO BUSINESS INTELLIGENCE DATA + AI
ERP / CRMMES / WMSAPI / Excel
轻量数据中台接入 · 加工 · 质量 · 资产 · 服务
DATA
FOUNDATION
业务主题指标口径数据 API
CUBE AI用数据回答问题,参与业务协作
智能问数经营分析业务智能体

来源有迹可循 · 使用有业务上下文

从一个业务主题开始,逐步扩展企业数据能力认识 Cube AI 平台

BETTER DATA. MORE USEFUL AI.

让 AI 参与业务
从准备好业务数据开始

面对分散的系统、不同的指标口径和反复导出的报表,把数据整理成企业与 AI 都能持续使用的能力。

01 / 连得起来

打通分散的数据来源

保留源系统业务边界,围绕具体主题接入数据,减少跨系统找数与手工拼表。

02 / 说得明白

建立可理解的业务口径

通过字段说明、映射、主题加工与问数模型,让数据和业务问题建立对应关系。

03 / 用得进去

把数据供给应用与智能体

通过数据服务衔接问数、图表和业务工具,让分析结果进入实际工作流程。

企业业务数据汇入统一数据底座,再连接智能分析和业务应用的概念插图
连接业务数据沉淀数据资产与服务支撑 AI 与业务应用

DATA FOUNDATION

轻量数据中台

把数据接入、整理和服务化

  • 汇聚业务系统与文件数据
  • 加工主题数据,核对质量与口径
  • 沉淀数据资产,发布查询与 API 服务
输出:主题数据 / 数据服务 / 问数模型

BUSINESS INTELLIGENCE

Cube 企业 AI 平台

把数据、知识和工具组织成业务能力

  • 基于授权数据进行问数与分析
  • 结合知识与规则提出业务建议
  • 衔接人工确认、系统接口与审批流程
了解 Cube AI 平台

ONE CONNECTED DATA WORKSPACE

把数据链路,组织在同一工作空间

从接入与开发,到资产与消费,围绕项目逐步形成可运行、可核验、可复用的数据能力。

01

项目空间

把资源组织在一个主题下

按项目管理连接器、数据集、加工流程与服务,明确资源归属与协作边界。

02

多源数据接入

连接已有系统与业务文件

通过数据库、API、Excel / CSV 汇聚数据,配置采集与同步任务,查看运行记录。

03

加工与编排

从原始数据到分析主题

使用 SQL 与可视化编排完成映射、关联、过滤与汇总,组织分层加工和任务调度。

04

数据台账与资产

让数据被找到、被理解

集中查看数据目录与台账,维护字段说明、业务归属和主题数据,衔接分析与服务。

05

质量校验与追溯

让业务结果有检查依据

配置质量规则、查看校验结果与任务记录,结合资产来源定位数据问题。

06

数据服务

让一份数据被多处使用

把业务数据发布为 API 服务,配置访问策略,管理发布、下线与调用记录。

07

智能问数与 BI

用业务语言探索数据

基于台账和问数模型获取数据摘要、明细与图表,连接经营分析、门户及 AI 应用。

从一个主题,连接更多业务

项目 → 数据 → 服务 → AI

按业务价值迭代建设,让数据投入与应用成果形成联系。

讨论你的数据场景
按需组织数仓分层
ODS 原始接入DWD 标准明细DWS 主题汇总ADS 应用数据

FROM DATA TO ACTION

数据与 AI 一起,解决具体业务问题

选择一个场景,看看从数据准备到 AI 使用的建设路径。

业务场景示意

“本期经营变化,主要来自哪些业务单元?”

多企业 ERP财务报表预算数据
01 / 数据中台准备数据
  • 统一组织与期间
  • 确认同比、预算等指标口径
  • 形成经营分析主题
02 / AI 使用业务数据
  • 问数获取指标与明细
  • 对比业务单元与期间
  • 给出需继续核验的异常线索
03 / 人员与系统协同

业务负责人核验原因,组织后续经营复盘。

按角色授权 · 关键动作确认
经营主题数据 → 指标服务 → 经营问数助手讨论类似场景

以上为建设路径示意,需结合企业数据、指标口径与业务接口配置。

PRODUCT IN VIEW

让业务人员找到数据
让数据团队组织资产

从数据目录查看业务主题、数据来源与资产信息;通过台账、加工流程和服务管理,把数据从“存在哪里”推进到“可以怎样使用”。

  • 按业务主题与技术分层浏览
  • 检索资产与查看字段、来源信息
  • 围绕主题衔接数据服务与问数
了解轻量数仓的经营分析价值
现有产品资料中的数据目录界面 · 示例环境

START SMALL. BUILD CONTINUOUSLY.

从一个主题,跑通数据与 AI 的链路

先验证一个业务问题,再扩展更多系统、分析主题与业务智能体。

01

选定一个业务主题

明确使用角色、业务问题、分析口径与验收样例。

02

跑通接入与加工

确认源系统权限,配置采集、映射、加工与质量检查。

03

沉淀资产与服务

整理数据说明与主题模型,发布需要的数据服务。

04

接入 AI 验证结果

以真实问题核对查询结果、访问范围和后续业务动作。

QUESTIONS BEFORE YOU START

关于产品与建设

围绕已有系统与业务目标,明确数据和 AI 各自承担的工作。

“轻量”体现在哪里?

以一个有明确价值的业务主题开始,按需配置接入、加工、台账和服务,先跑通数据到应用的完整链路,再逐步扩展系统与主题。部署架构、数据量、更新频率和运维资源结合实际环境评估。

它和 Cube AI 平台是什么关系?

轻量数据中台负责把分散的数据接入、整理并发布为可使用的数据资产和服务;Cube AI 平台组合模型、知识、工具与业务流程,构建问数助手、智能体和应用。两者通过数据服务与业务语义配置衔接,支撑从查数据到分析、建议和协同办理。

企业已有 ERP、BI 或数仓,还需要重建吗?

可结合已有数据库、接口和数据仓库建设,源系统继续承载原有业务。先评估现有数据与分析能力,补齐跨系统接入、主题数据、质量检查或 AI 数据供给中的具体环节。已有数仓也可继续作为数据来源。

AI 能直接操作业务系统吗?

问数与分析从已配置的数据范围和业务口径开始。涉及写入或业务操作时,需要单独配置系统接口、角色授权、审批和审计,关键动作由人员确认。具体支持范围结合平台版本和项目约定明确。

如何判断第一阶段建设有效?

选取一组业务问题,验证来源是否清楚、数据是否按约更新、质量问题是否可见、指标是否与业务核对一致,以及不同角色是否只能访问授权范围。用这些结果决定下一步扩展内容。

下一步,让你的业务数据发挥作用

带上一个经营问题、一个业务主题或一份现有台账,讨论数据与 AI 的建设起点。