核心观点与关键数据
- 成熟度差距问题：Gartner研究显示，仅22%的企业报告生成式AI工具产生显著效益，其余78%使用AI但无法指出具体成果。行业分析师唐纳德·费尔纳指出，AI附加组件常因与业务语义层脱节而失败。
- 嵌入式分析的重要性：嵌入式分析将洞察力直接置于用户工作流程中，升级现有工作流程而非要求额外工具，是实现差异化价值的清晰路径。
- 产品团队的挑战：产品分析归产品经理负责，数据科学工具投资急剧增加（计划投资从3.9%增至23.5%），PM多从事报告筛选而非战略制定。
- 用户体验关键点：客户期望简单直接的答案，传统分析工具面向分析师而非业务用户，用户体验假设用户理解数据模型，否则将产生支持工单。
六条嵌入式分析成功法则
- 数据必须易于理解：
- 可理解性是使用与流失的区别，需以客户词汇和心智模型构建模型度量。
- 通过精选仪表板、推荐问题和自然语言（基于业务定义）引导体验。
- 客户故事：Loan Market Group通过搜索优先体验，将复杂数据置于经纪人可触及范围，实现3倍规模扩展。
- 数据必须无处不在：
- 见解需出现在决策发生地，而非多一个标签页。
- Gartner预测75%的新分析内容将为智能应用进行情境化。
- 嵌入需原生化，尊重SSO、权限和租户边界，与产品设计系统匹配，加载时间与产品其他部分一致。
- 关键教训：WEX通过现场服务管理平台提供报告体验，将加载时间从5分钟以上降至3秒以下，实现30倍更快报告交付。
- 数据必须是可信的：
- 信任是产品关键，24%受访者对GenAI生成的洞察力完全有信心。
- 语义层是关键，为AI提供业务定义上下文，使其产生一致、可解释和受控的答案。
- 可信赖的嵌入式分析需可靠、有根据、可解释、受管理，并支持行级安全、权限、租户隔离和可审计性。
- 客户故事：FrankieOne将自助式分析扩展到客户门户，实现每周232小时高级用户高效数据分析，获得2025年亚洲金融科技奖。
- 数据必须自助服务：
- 决策放缓、支持负载上升是传统模式的痛点，39%受访者平均等待洞察超过24小时。
- 自助服务需为用户提供动力，衡量成功为转折点和结果，从可重复的问题开始，植入建议提示。
- 关键教训：MDaudit通过自助分析集成，使合规专业人员、数据分析师和行政人员自行解答问题，实现4倍用户增长和10倍更快上市时间。
- 数据必须驱动行动：
- 洞察需引领下一步，而非停留在意识到层面。
- 代理分析需持续、情境化、操作相关，缩短从洞察到行动的距离。
- 在已知模式下使用自动化和代理，为决策而设计，直接在用户查看数据的地方嵌入操作。
- 客户故事：Publicis Sport & Entertainment通过Spotter获取整合分析，消除报告请求往返，实现90%洞察力形成时间缩短。
- 数据必须快速产生回报率：
- 内部构建分析低估生产、维护和税务成本，DIY嵌入式分析易变成内部平台项目。
- 评估嵌入式产品需符合面向客户的实际需求，而非分析师工作流程。
- 回报率来源于压缩时间至价值，先本地化，然后逐步推广采用，掌控决策而非基础设施。
- 客户故事：Verisk通过Spotter嵌入产品，仅用12周从启动到生产，显著降低开发成本。
研究结论
- 领先组织将分析变得易于理解、值得信赖、默认可操作，并作为基础，而非功能。
- AI代理部署和生产力影响显著，41%已部署或积极部署，79%IT领导者预计产生重大影响。
- 成功的嵌入式分析能带来显著效益：Loan Market Group预测用户互动增加14倍，MDaudit消除90%临时报告请求，Publicis缩短洞察力形成时间90%，WEX实现30倍更快报告交付，Verisk12周上线。
- 语义扎根、可解释性、内置治理是关键，否则AI驱动将变成支持负担。
- ThoughtSpot嵌入式提供分析基础，让工程周期致力于差异化，实现更快的上市时间、更高的产品接受度和新收入机会。
