职业 · 计算机 / 数据与分析
商业智能分析
把业务数据转成一致的指标、报告和可解释的经营问题。
先看代表工作：业务指标定义 →
可让Agent按真实决策给出分母/时间/维度/归属的候选口径及影响，固定后形成可追踪指标定义。
只对应这项工作 · 工具与方法依据、有条件的编辑推断；不是整个职业的完成率。
职业范围、别名与核查日期
数据分析师是宽泛称谓；本记录偏 BI 和经营指标，不自动包含统计研究。 本页按职责提供公开参照；地域、职级和准入以目标组织的现行要求另核。
也常见于：BI分析师、数据分析师、经营分析、指标分析、Business Intelligence · 核查 2026-10-21
主要交付目标
范围依据、重要变体与未覆盖部分
按本职业主要交付组织工作范围；多个目标可以由同一结果包接收。职责来源用于核对工作定义，AI采用、工具可得性和实际表现按各项具体证据判断。这里不是所有地区与细分岗位的完整清单。
业务指标定义
分母、时间、维度、归属和可追踪口径
以该应用的具体产物与独立接收条件呈现目标；内部Agent/应用方法不直接证明本企业语义正确。
重要变体：指标定义含混
数据报告交付
可重放查询、对账和可交互报表
以该应用的具体产物与独立接收条件呈现目标；自报内部案例不是本站报表成功率，目标仓库/权限需验证。
重要变体：业务仪表盘交互
经营变化诊断
异常定位、组成影响和反证说明
以该应用的具体产物与独立接收条件呈现目标；活动/策略因果需要另建实验或识别设计。
重要变体：新增退出分组；多维交叉与重叠归因
自助分析支持
语义模型、可复用数据集及使用说明
以该应用的具体产物与独立接收条件呈现目标；自助查询工具存在不代表用户能正确解释指标。
重要变体：语义数据集与治理；指标定义含混
指标运行维护
刷新、权限、质量和口径变更记录
以该应用的具体产物与独立接收条件呈现目标；长期数据变化和真实用户用法需持续维护，零错误状态不等于数据新鲜。
重要变体：语义数据集与治理；性能与流水线恢复；新鲜度或schema变化；业务仪表盘交互
Business Intelligence Analysts ↗ · 职责资料用于检查工作范围，不提供AI成绩。
当前范围以外
- 统计研究和预测部署仅在具体任务明确时纳入
- 企业预算所有权归FP&A
仍需补充的证据或内容
- 需补多源指标一致性和真实业务解释
- 图表正确不能证明因果原因
主要做什么，AI 改变了哪些工作
按具体交付判断采用条件。下列条件评估与局部证据分别标示，不合成为一个职业自动化百分比。
业务指标定义
交付物：分母、时间、维度、归属和可追踪口径
关联局部工作证据
可让Agent按真实决策给出分母/时间/维度/归属的候选口径及影响，固定后形成可追踪指标定义。
依据身份：工具与方法依据、有条件的编辑推断；各条只支持自身范围。
已展示：当前所选依据为工具方法或编辑迁移判断，尚无该交付的直接结果。
尚待验证：内部Agent/应用方法不直接证明本企业语义正确。
查看执行条件、逐条证据与完整验收
分母、时间、维度、归属和可追踪口径。可让Agent按真实决策给出分母/时间/维度/归属的候选口径及影响，固定后形成可追踪指标定义。
AI怎样组织交付：代理依据问题、语义和只读反馈自行选择数据与探索顺序；发现空结果或异常基数时诊断修订；已接收的稳定报表直接执行程序。无需规定每个问题统一查几张表。
在本职业的适用范围：商业智能分析的“业务指标定义”使用指标报表：交付可重放的查询、图表与解释，输入/接收对象是分母、时间、维度、归属和可追踪口径；从原始业务样例反算边界、去重、退款/迟到和维度归属，口径版本可复算。
执行条件、可用工具与场景差异
内部案例展示从查表到分析的整包路径，公开应用支持可见查询；迁移成立的关键是能提供业务语义与真实只读反馈。因此建议委派完整候选分析，用独立控制验收，不能把内部案例直接写成企业即插即用。
内部Agent不可直接获取；公开示例提供自建入口。只读仓库/引擎、API账户和语义资产需使用方提供，本例未连库。
官方data analyst应用参考 ↗ · 2026-09-10发布页，2026-10-20读取；代码commit需执行时锁定 · 公开文档/示例，需模型服务及目标数据库适配；不可等同内部Agent。
指标定义含混：只问“用户有没有变少”，未说明活跃/付款/账号粒度。 先委派问题澄清与几种可比定义的影响分析；避免静默固定最方便的定义。 验收：接收者确认用途与口径后，才按该定义验收数字。
判断的具体依据
工具与方法依据
官方公开data analyst应用可作为查询和结果可见的工程入口，不能把应用参考当能力试验。
支持：提供将查询与结果交给使用者核对的实现方式。
原文定位与适用范围
定位：readme：data analyst app实现及SQL展示/记忆修正
范围限制：未在本站安装，版本需固定，目标数据需另适配。
判断限制：本站未进行该任务的模型运行，不能据此给出本地成功率。
有条件的编辑推断
本例可在独立口径/结果控制下整包委派；稳定接收后转为参数化刷新，异常才重新探索。
支持：支持给目标、让代理自选路径并接入生成语义。
原文定位与适用范围
定位：Lessons #2 Guide the Goal, Not the Path；#3 Meaning Lives in Code
范围限制：周付款/渠道规则与控制为本站任务设计，未实测。
判断限制：本站未进行该任务的模型运行，不能据此给出本地成功率。
与这项判断直接相关的进展
首次公开 2026-09-10
用户不必只相信一段总结，可以检查查询，并决定哪些业务修正值得保留。
- 对应工作：指标报表：交付可重放的查询、图表与解释；判断：官方公开data analyst应用可作为查询和结果可见的工程入口，不能把应用参考当能力试验。
完整验收、失败处理和后续验证
指标报表：交付可重放的查询、图表与解释 →
问题定义与数据口径一致：接收者核对用户/事件粒度、时区与完整比较窗；独立参考切片覆盖跨周、重复、测试账号、退款与未知账户；SQL语法可不同但结果应等价。
拒收：按事件行数代替人数；不完整本周对整周；缺账号信息默认真实账号。
连接与控制数不产生虚假变化：独立检查每次join前后主键数和行数；按接收规则处理渠道一对多；总人数对账，若渠道非互斥不把渠道人数和当总人数。
拒收：维表多版本使用户翻倍；把未知渠道删去后解释为渠道下降。
交付可重放：验收者在只读环境用冻结快照、参数、引擎重跑SQL/代码，并从结果重建图表；稳定报表刷新使用已接收程序。
拒收：只交图片或查询文本而缺表版本；刷新时模型另写SQL导致口径漂移。
解释不过度声称且缺数据可见：逐条把说明数字回指结果，核对完整性/延迟；制造缺分区或空结果，要求返回数据异常而非业务零值；描述性分解明确不证明原因。
拒收：null变零；因营销上线时间重合直接声称其导致下降；文字使用不同期间数字。
表语义不明时列出字段、候选解释和对结果的影响；连接后空集先检查授权、时窗和粒度；缺分区时标“不完整”，不造业务数值。预算用完保留查询与已知范围，未解决不写成下滑。
下一项验证：构造授权数据的小快照，先用独立控制检验跨周/重复/缺分区等验收；再给代理原业务问题且隐藏参考SQL，核对结果并保存澄清、重试、查询扫描量和人工时间。
研究前沿：外部内部工程案例已把动态数据发现、查询修正、报告与上下文组合；公开参考实现不等于原公司专用Agent可下载。
- 扩大：新问题与schema/埋点变化下，代理能识别粒度差异、修正连接并在未知数据时正确返回未解决。
- 收缩：依靠历史固定SQL才对，或语义层过期导致稳定错数；缩到已认可报表刷新并修复语义资产。
本站记录：本例尚未查询数据或运行Agent；运行数、通过率、费用和人工介入量均为null。
本场景怎样接收：从原始业务样例反算边界、去重、退款/迟到和维度归属，口径版本可复算。
适用缺口与验证方法
尚未覆盖：内部Agent/应用方法不直接证明本企业语义正确。
怎样核对：从原始业务样例反算边界、去重、退款/迟到和维度归属，口径版本可复算。
数据报告交付
交付物：参数化查询/结果表与独立口径对账；仪表盘组件/BI文件、可运行/发布入口及角色/刷新配置
关联局部工作证据
先用A01接收口径/查询结果，再让Agent交浏览器/BI报表；筛选、联动、下钻与角色/刷新状态按真实结果接收，不用静态图代替。
依据身份：外部报告结果、工具与方法依据、有条件的编辑推断；各条只支持自身范围。
已展示：OpenAI公开的内部数据Agent案例描述了查表、SQL、结果修正到报告的闭环，但这是专用内部系统的厂商自报。
尚待验证：实际BI平台/浏览器、角色模型与缓存/刷新行为需目标环境核验。
查看执行条件、逐条证据与完整验收
查询/对账内核与可交互报表组合交付，既核数字也核发布后的真实界面状态。
AI怎样组织交付：代理依据问题、语义和只读反馈自行选择数据与探索顺序；发现空结果或异常基数时诊断修订；已接收的稳定报表直接执行程序。无需规定每个问题统一查几张表。
在本职业的适用范围：商业智能分析的“数据报告交付”使用指标报表：交付可重放的查询、图表与解释，输入/接收对象是可重放查询、对账和可交互报表；报表关键数与源记录/独立SQL核对，筛选/权限、刷新和错误态真实操作。
执行条件、可用工具与场景差异
内部案例展示从查表到分析的整包路径，公开应用支持可见查询；迁移成立的关键是能提供业务语义与真实只读反馈。因此建议委派完整候选分析，用独立控制验收，不能把内部案例直接写成企业即插即用。
内部Agent不可直接获取；公开示例提供自建入口。只读仓库/引擎、API账户和语义资产需使用方提供，本例未连库。
官方data analyst应用参考 ↗ · 2026-09-10发布页，2026-10-20读取；代码commit需执行时锁定 · 公开文档/示例，需模型服务及目标数据库适配；不可等同内部Agent。
AI怎样组织交付：Agent可自主修改页面、启动浏览器、观察trace并迭代，程序核对数据状态；使用者按目标接收体验。
在本职业的适用范围：BI的报表是可运行界面而非SQL/静态图；用目标组件/BI文件和真实浏览器验证筛选/下钻/权限/刷新，查询成绩不继承为界面成绩。
执行条件、可用工具与场景差异
视觉任务已有独立研究对象，通用Python修复成绩不能迁移成界面完成率；浏览器反馈能把画面、动作和状态放进同一修正循环。
浏览器工具公开；模型、应用和浏览器版本需执行时固定，本站未安装。
Playwright MCP ↗ · 2026-10-20公开仓库HEAD ab6d67cbf8b619338f096980806fdbe29432cc4d；实际运行另固定依赖/镜像/模型 · 开源；Node与浏览器环境，目标应用账户另备
业务仪表盘交互：目标BI/浏览器环境、业务口径/结果内核、角色与发布入口固定。 组合A01数据内核和真实界面实现接收；查询Agent案例不是仪表盘完成成绩。 验收：交组件/BI文件和运行入口，独立操作筛选/联动/下钻并对账分母/结果；验证角色权限、刷新/缓存/空态/错误态和重新进入。
判断的具体依据
外部报告结果
OpenAI公开的内部数据Agent案例描述了查表、SQL、结果修正到报告的闭环，但这是专用内部系统的厂商自报。
支持：支持在语义上下文与结果反馈下组织完整分析任务。
原文定位与适用范围
定位：How it works；Context is everything；Moving fast without breaking trust
范围限制：无本企业题目通过率；不是可下载同配置产品。
判断限制：本站未进行该任务的模型运行，不能据此给出本地成功率。
研究配置与计分口径
2026-01-29工程案例；文中GPT-5.2，专用数据/权限/语义与记忆；评价使用人工golden SQL及结果比较，未公开本例样本/重试/成本分母。
工具与方法依据
官方公开data analyst应用可作为查询和结果可见的工程入口，不能把应用参考当能力试验。
支持：提供将查询与结果交给使用者核对的实现方式。
原文定位与适用范围
定位：readme：data analyst app实现及SQL展示/记忆修正
范围限制：未在本站安装，版本需固定，目标数据需另适配。
判断限制：本站未进行该任务的模型运行，不能据此给出本地成功率。
有条件的编辑推断
本例可在独立口径/结果控制下整包委派；稳定接收后转为参数化刷新，异常才重新探索。
支持：支持给目标、让代理自选路径并接入生成语义。
原文定位与适用范围
定位：Lessons #2 Guide the Goal, Not the Path；#3 Meaning Lives in Code
范围限制：周付款/渠道规则与控制为本站任务设计，未实测。
判断限制：本站未进行该任务的模型运行，不能据此给出本地成功率。
工具与方法依据
可用Playwright与axe检查常见自动化可访问性缺陷，但需要交互和辅助技术条件验证补足覆盖。
支持：给出自动规则和边界。
原文定位与适用范围
定位：Introduction/Example accessibility tests
范围限制：工具检查不是Agent表现或全面WCAG认证。
判断限制：工具检查不是Agent表现或全面WCAG认证。
有条件的编辑推断
行为契约和目标浏览器齐备时，AI可把实现、操作反馈和修复合成一个交付循环；新状态由独立控制验收。
支持：提供操作与观察的可用接口。
原文定位与适用范围
定位：README：browser tools/configuration
范围限制：迁移到具体产品仍需独立数据与体验检查。
判断限制：迁移到具体产品仍需独立数据与体验检查。
与这项判断直接相关的进展
首次公开 2026-09-10
用户不必只相信一段总结，可以检查查询，并决定哪些业务修正值得保留。
- 对应工作：指标报表：交付可重放的查询、图表与解释；判断：官方公开data analyst应用可作为查询和结果可见的工程入口，不能把应用参考当能力试验。
首次公开 2026-01-29
人的指令可以聚焦分析目标；Agent自行查表、检验中间结果并修正查询。
- 对应工作：指标报表：交付可重放的查询、图表与解释；判断：OpenAI公开的内部数据Agent案例描述了查表、SQL、结果修正到报告的闭环，但这是专用内部系统的厂商自报。
完整验收、失败处理和后续验证
指标报表：交付可重放的查询、图表与解释 →
问题定义与数据口径一致：接收者核对用户/事件粒度、时区与完整比较窗；独立参考切片覆盖跨周、重复、测试账号、退款与未知账户；SQL语法可不同但结果应等价。
拒收：按事件行数代替人数；不完整本周对整周；缺账号信息默认真实账号。
连接与控制数不产生虚假变化：独立检查每次join前后主键数和行数；按接收规则处理渠道一对多；总人数对账，若渠道非互斥不把渠道人数和当总人数。
拒收：维表多版本使用户翻倍；把未知渠道删去后解释为渠道下降。
交付可重放：验收者在只读环境用冻结快照、参数、引擎重跑SQL/代码，并从结果重建图表；稳定报表刷新使用已接收程序。
拒收：只交图片或查询文本而缺表版本；刷新时模型另写SQL导致口径漂移。
解释不过度声称且缺数据可见：逐条把说明数字回指结果，核对完整性/延迟；制造缺分区或空结果，要求返回数据异常而非业务零值；描述性分解明确不证明原因。
拒收：null变零；因营销上线时间重合直接声称其导致下降；文字使用不同期间数字。
表语义不明时列出字段、候选解释和对结果的影响；连接后空集先检查授权、时窗和粒度；缺分区时标“不完整”，不造业务数值。预算用完保留查询与已知范围，未解决不写成下滑。
下一项验证：构造授权数据的小快照，先用独立控制检验跨周/重复/缺分区等验收；再给代理原业务问题且隐藏参考SQL，核对结果并保存澄清、重试、查询扫描量和人工时间。
研究前沿：外部内部工程案例已把动态数据发现、查询修正、报告与上下文组合；公开参考实现不等于原公司专用Agent可下载。
- 扩大：新问题与schema/埋点变化下，代理能识别粒度差异、修正连接并在未知数据时正确返回未解决。
- 收缩：依靠历史固定SQL才对，或语义层过期导致稳定错数；缩到已认可报表刷新并修复语义资产。
本站记录：本例尚未查询数据或运行Agent；运行数、通过率、费用和人工介入量均为null。
浏览器功能交付：操作、渲染与可访问性一起验收 →
任务确实完成：执行输入—提交—刷新—重进，核对服务端或本地持久状态与错误恢复。
拒收：只截图漂亮页面，点击按钮无效果。
不同使用条件可接收：对目标视口、加载/失败态、键盘导航及焦点恢复逐项检查；axe只负责可自动发现的规则。
拒收：把零axe告警写成所有辅助技术用户都能完成任务。
改善可重复：在同一数据/网络/设备条件比较性能与布局，保留失败trace。
拒收：只更改阈值或关闭慢路径来声称性能改善。
缺API、浏览器或登录身份时交付可重现阻塞与已完成范围；不能用静态图宣告功能交付。
下一项验证：选择一个有异步提交和失败恢复的真实页面，先冻结端点/状态控制；让Agent交付并重放键盘、窄屏和慢网路径。
研究前沿：SWE-bench Multimodal给出视觉JavaScript任务及历史实验，尚不能证明目标产品的跨浏览器与可访问性。
- 新页面和浏览器下真实任务、持久状态及键盘流程持续通过，可考虑扩大相近输入范围。
- 视觉相似但交互/焦点/错误恢复退化，需收窄支持矩阵，应收窄或暂停相应采用。
本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。
本场景怎样接收：独立操作筛选/联动/下钻，对照源记录和A01结果核对分母/汇总；切角色验证权限，检查刷新/缓存、空态/错误、重进和发布环境。
适用缺口与验证方法
尚未覆盖：实际BI平台/浏览器、角色模型与缓存/刷新行为需目标环境核验。
怎样核对：独立操作筛选/联动/下钻，对照源记录和A01结果核对分母/汇总；切角色验证权限，检查刷新/缓存、空态/错误、重进和发布环境。
经营变化诊断
交付物：异常定位、组成影响和反证说明
关联局部工作证据
让Agent从总量回到可比分组，交组成/组内贡献与反证；经营故事不能越过描述数据范围。
依据身份：有条件的编辑推断；各条只支持自身范围。
已展示：当前所选依据为工具方法或编辑迁移判断，尚无该交付的直接结果。
尚待验证：活动/策略因果需要另建实验或识别设计。
查看执行条件、逐条证据与完整验收
异常定位、组成影响和反证说明。让Agent从总量回到可比分组，交组成/组内贡献与反证；经营故事不能越过描述数据范围。
AI怎样组织交付：AI把数据核对、精确分解和解释组成一包，按异常回查；计算固定后可自动刷新。
在本职业的适用范围：商业智能分析的“经营变化诊断”使用组成变化诊断：拆清总体变化来自哪里，输入/接收对象是异常定位、组成影响和反证说明；权重/分母/新增组、within+mix和百分点复算，检查替代解释。
执行条件、可用工具与场景差异
固定公式后可直接交给确定性程序复算；AI负责口径异常、分组探索及解释，不必增加Agent循环。组合恒等式通过只证明计算，不能识别干预效果。
计算可用SQL/Python直接执行，Agent为可选组织方式；内部数据Agent不是可下载同配置服务。
SQL/Python分析环境 ↗ · 执行时固定Python、统计包和数据快照；本站未新运行 · 公开运行时；业务数据/口径与查询权限由任务方提供
新增退出分组：两期类别集合不同或前期零分母。 先明确不可比较部分；不能静默补零造出比率。 验收：输出可比分组、新增/退出贡献与总量桥接，约定交互项归属。
多维交叉与重叠归因：渠道×地区与一个对象多标签。 可以探索，但固定基准后只按一个无重复归属定义合计。 验收：反向核对对象去重、层级总量和权重，避免贡献被算多次。
判断的具体依据
有条件的编辑推断
明确分组分母、参考权重和新增组约定后，组内与组成贡献可由程序精确分解并以总量恒等式验收。
判断限制：恒等式不检验业务口径真实，也不提供干预因果解释。
有条件的编辑推断
AI可交付分组诊断、分解与解释，数据定义不一致时应先返回不同比较口径的影响；不承诺相邻分析系统在本题的成功率。
支持：上下文核对是迁移依据。
原文定位与适用范围
定位：Context is everything
范围限制：内部系统不等于公开配置；来源未测试本站的组成分解。
判断限制：内部系统不等于公开配置；来源未测试本站的组成分解。
完整验收、失败处理和后续验证
组成变化诊断：拆清总体变化来自哪里 →
分组与总量对得上：核对每组分母、权重与总分子分母，先处理零分母和重复行
拒收：平均各组比率而不按分母加权。
分解完整且定义明确：验证within+mix=总变化；若改公式，解释交互项归属
拒收：混用不同权重的公式后把残差藏起来。
解释没有越过识别范围：复算指标并检查原因措辞，区分百分点和相对百分比
拒收：把11%到19%写成“增长8%”，或称产品造成8个百分点提升。
缺组、零分母或口径改变时标记不可直接比较项，给补数或重定义方案；不凭空平滑出完整故事。
下一项验证：盲测一个构成变化和一个组内变化的数据包，加入缺组、零分母、重复与新增组，对照独立求和并核对解释。
研究前沿：既有数据Agent案例是邻近分析工作法；本页8个百分点是确定性算例，不是模型试验。
- 口径变化和新分组下仍满足总量核对，解释不越过描述范围，可考虑扩大相近输入范围。
- 缺失/重叠分组导致贡献不可比，或把分解写成因果收益，应收窄或暂停相应采用。
本站记录：代表例的参考/反例校准另有记录；未提供真实业务因果或新AI可靠率。
本场景怎样接收：权重/分母/新增组、within+mix和百分点复算，检查替代解释。
适用缺口与验证方法
尚未覆盖：活动/策略因果需要另建实验或识别设计。
怎样核对：权重/分母/新增组、within+mix和百分点复算，检查替代解释。
自助分析支持
交付物：语义模型、可复用数据集及使用说明
关联局部工作证据
可把语义模型、可复用数据集和使用说明一起交付，按真实查询/角色权限与指标样例验收。
依据身份：可检查产物、有条件的编辑推断、工具与方法依据；各条只支持自身范围。
已展示：Spider2-DBT公开了DuckDB/dbt仓库级任务和运行入口，适合检验schema到转换结果的真实状态。
尚待验证：自助查询工具存在不代表用户能正确解释指标。
查看执行条件、逐条证据与完整验收
语义模型、可复用数据集及使用说明。可把语义模型、可复用数据集和使用说明一起交付，按真实查询/角色权限与指标样例验收。
AI怎样组织交付：Agent可查询元数据、写转换、重放并对账，异常才重新探索；程序持续刷新冻结口径。
在本职业的适用范围：商业智能分析的“自助分析支持”使用数据管道交付：接入、转换、补数和可信数据集，输入/接收对象是语义模型、可复用数据集及使用说明；同一指标跨报表/维度可对账，血缘/口径版本、权限与用户筛选路径一致。
执行条件、可用工具与场景差异
Spider2-DBT提供数据转换仓库任务入口；真实流式/历史补数属于有明确差异的迁移。把对账、水位和修正语义固定，Agent才能从schema搜索到可接收数据。
Spider2-DBT有本地DuckDB/dbt入口；Snowflake另有账号暂停公告，不混同可用性。
Spider2-DBT ↗ · 2026-10-20公开仓库HEAD cafb867313aab4e674652054198f383cf4018943；实际运行另固定依赖/镜像/模型 · 开源本地入口；模型/资源另备
语义数据集与治理：多人消费、指标口径、权限/保留变化。 数据与语义/访问接口一起接收。 验收：口径版本、血缘、权限正反例、到期保留和消费者回归。
AI怎样组织交付：代理依据问题、语义和只读反馈自行选择数据与探索顺序；发现空结果或异常基数时诊断修订；已接收的稳定报表直接执行程序。无需规定每个问题统一查几张表。
在本职业的适用范围：商业智能分析的“自助分析支持”使用指标报表：交付可重放的查询、图表与解释，输入/接收对象是语义模型、可复用数据集及使用说明；同一指标跨报表/维度可对账，血缘/口径版本、权限与用户筛选路径一致。
执行条件、可用工具与场景差异
内部案例展示从查表到分析的整包路径，公开应用支持可见查询；迁移成立的关键是能提供业务语义与真实只读反馈。因此建议委派完整候选分析，用独立控制验收，不能把内部案例直接写成企业即插即用。
内部Agent不可直接获取；公开示例提供自建入口。只读仓库/引擎、API账户和语义资产需使用方提供，本例未连库。
官方data analyst应用参考 ↗ · 2026-09-10发布页，2026-10-20读取；代码commit需执行时锁定 · 公开文档/示例，需模型服务及目标数据库适配；不可等同内部Agent。
指标定义含混：只问“用户有没有变少”，未说明活跃/付款/账号粒度。 先委派问题澄清与几种可比定义的影响分析；避免静默固定最方便的定义。 验收：接收者确认用途与口径后，才按该定义验收数字。
判断的具体依据
可检查产物
Spider2-DBT公开了DuckDB/dbt仓库级任务和运行入口，适合检验schema到转换结果的真实状态。
支持：提供数据工程产物任务资产。
原文定位与适用范围
定位：Overview；Spider2-DBT quickstart
范围限制：不是全天候流式处理成绩；Snowflake公告中断不能转写成本地DBT不可用。
判断限制：不是全天候流式处理成绩；Snowflake公告中断不能转写成本地DBT不可用。
有条件的编辑推断
可委派来源到数据集的代码与诊断，独立核对口径、重放和下游状态后接收；不继承数据库恢复实验成绩。
判断限制：流式迟到/治理与本组织数据未实测。
工具与方法依据
官方公开data analyst应用可作为查询和结果可见的工程入口，不能把应用参考当能力试验。
支持：提供将查询与结果交给使用者核对的实现方式。
原文定位与适用范围
定位：readme：data analyst app实现及SQL展示/记忆修正
范围限制：未在本站安装，版本需固定，目标数据需另适配。
判断限制：本站未进行该任务的模型运行，不能据此给出本地成功率。
有条件的编辑推断
本例可在独立口径/结果控制下整包委派；稳定接收后转为参数化刷新，异常才重新探索。
支持：支持给目标、让代理自选路径并接入生成语义。
原文定位与适用范围
定位：Lessons #2 Guide the Goal, Not the Path；#3 Meaning Lives in Code
范围限制：周付款/渠道规则与控制为本站任务设计，未实测。
判断限制：本站未进行该任务的模型运行，不能据此给出本地成功率。
与这项判断直接相关的进展
首次公开 2026-09-10
用户不必只相信一段总结，可以检查查询，并决定哪些业务修正值得保留。
- 对应工作：指标报表：交付可重放的查询、图表与解释；判断：官方公开data analyst应用可作为查询和结果可见的工程入口，不能把应用参考当能力试验。
完整验收、失败处理和后续验证
数据管道交付：接入、转换、补数和可信数据集 →
数据语义与完整性正确：以业务键、金额、约束及下游查询核对源到目标；异常分类而非直接丢弃。
拒收：行数相等但JOIN放大金额或口径混用。
补数和重跑幂等：施加重复/迟到/中断，重跑并核对人工修正与增量水位。
拒收：补数覆盖后来修正或重跑产生重复数据。
可供消费并可维护：验证数据新鲜度、访问正反矩阵、血缘和schema变化下的下游回归，记录资源。
拒收：数据正确但刷新/权限失效，或消费者取到旧schema。
对账失败保留异常与可重放中间态；不能删行凑总量或静默改水位。
下一项验证：冻结一包重复/迟到/人工修正数据，校准独立对账，再让Agent交管道并注入中断；从下游读取验证重放与新鲜度。
研究前沿：Spider2-DBT有公开DuckDB/dbt仓库级转换任务和runner，能检验schema到结果；其本地路径不等同全天候流式恢复。维护公告指出Snowflake账户访问受阻，不能把云账号可用性写成已重现结果。
- 新分区/迟到事件下幂等对账、下游口径和新鲜度同时成立，可考虑扩大相近输入范围。
- 补数覆盖修正、数据重复或schema变化造成静默错误，应收窄或暂停相应采用。
本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。
指标报表：交付可重放的查询、图表与解释 →
问题定义与数据口径一致：接收者核对用户/事件粒度、时区与完整比较窗；独立参考切片覆盖跨周、重复、测试账号、退款与未知账户；SQL语法可不同但结果应等价。
拒收：按事件行数代替人数；不完整本周对整周；缺账号信息默认真实账号。
连接与控制数不产生虚假变化：独立检查每次join前后主键数和行数；按接收规则处理渠道一对多；总人数对账，若渠道非互斥不把渠道人数和当总人数。
拒收：维表多版本使用户翻倍；把未知渠道删去后解释为渠道下降。
交付可重放：验收者在只读环境用冻结快照、参数、引擎重跑SQL/代码，并从结果重建图表；稳定报表刷新使用已接收程序。
拒收：只交图片或查询文本而缺表版本；刷新时模型另写SQL导致口径漂移。
解释不过度声称且缺数据可见：逐条把说明数字回指结果，核对完整性/延迟；制造缺分区或空结果，要求返回数据异常而非业务零值；描述性分解明确不证明原因。
拒收：null变零；因营销上线时间重合直接声称其导致下降；文字使用不同期间数字。
表语义不明时列出字段、候选解释和对结果的影响；连接后空集先检查授权、时窗和粒度；缺分区时标“不完整”，不造业务数值。预算用完保留查询与已知范围，未解决不写成下滑。
下一项验证：构造授权数据的小快照，先用独立控制检验跨周/重复/缺分区等验收；再给代理原业务问题且隐藏参考SQL，核对结果并保存澄清、重试、查询扫描量和人工时间。
研究前沿：外部内部工程案例已把动态数据发现、查询修正、报告与上下文组合；公开参考实现不等于原公司专用Agent可下载。
- 扩大：新问题与schema/埋点变化下，代理能识别粒度差异、修正连接并在未知数据时正确返回未解决。
- 收缩：依靠历史固定SQL才对，或语义层过期导致稳定错数；缩到已认可报表刷新并修复语义资产。
本站记录：本例尚未查询数据或运行Agent；运行数、通过率、费用和人工介入量均为null。
本场景怎样接收：同一指标跨报表/维度可对账，血缘/口径版本、权限与用户筛选路径一致。
适用缺口与验证方法
尚未覆盖：自助查询工具存在不代表用户能正确解释指标。
怎样核对：同一指标跨报表/维度可对账，血缘/口径版本、权限与用户筛选路径一致。
指标运行维护
交付物：刷新、权限、质量和口径变更记录
关联局部工作证据
可委派刷新/权限/质量监测和口径变更回归，缺分区/schema变化要显式不完整范围，不能静默出新数。
依据身份：可检查产物、有条件的编辑推断、工具与方法依据；各条只支持自身范围。
已展示：Spider2-DBT公开了DuckDB/dbt仓库级任务和运行入口，适合检验schema到转换结果的真实状态。
尚待验证：长期数据变化和真实用户用法需持续维护，零错误状态不等于数据新鲜。
查看执行条件、逐条证据与完整验收
刷新、权限、质量和口径变更记录。可委派刷新/权限/质量监测和口径变更回归，缺分区/schema变化要显式不完整范围，不能静默出新数。
AI怎样组织交付：Agent可查询元数据、写转换、重放并对账，异常才重新探索；程序持续刷新冻结口径。
在本职业的适用范围：商业智能分析的“指标运行维护”使用数据管道交付：接入、转换、补数和可信数据集，输入/接收对象是刷新、权限、质量和口径变更记录；迟到/缺测/字段更名与越权负例，重新刷新后核对老口径和受影响报表。
执行条件、可用工具与场景差异
Spider2-DBT提供数据转换仓库任务入口；真实流式/历史补数属于有明确差异的迁移。把对账、水位和修正语义固定，Agent才能从schema搜索到可接收数据。
Spider2-DBT有本地DuckDB/dbt入口；Snowflake另有账号暂停公告，不混同可用性。
Spider2-DBT ↗ · 2026-10-20公开仓库HEAD cafb867313aab4e674652054198f383cf4018943；实际运行另固定依赖/镜像/模型 · 开源本地入口；模型/资源另备
语义数据集与治理：多人消费、指标口径、权限/保留变化。 数据与语义/访问接口一起接收。 验收：口径版本、血缘、权限正反例、到期保留和消费者回归。
性能与流水线恢复：刷新延迟、成本或任务中断。 按管道结果恢复，不扩成数据库物理恢复。 验收：代表吞吐/成本、水位、幂等断点及下游新鲜度。
AI怎样组织交付：代理依据问题、语义和只读反馈自行选择数据与探索顺序；发现空结果或异常基数时诊断修订；已接收的稳定报表直接执行程序。无需规定每个问题统一查几张表。
在本职业的适用范围：商业智能分析的“指标运行维护”使用指标报表：交付可重放的查询、图表与解释，输入/接收对象是刷新、权限、质量和口径变更记录；迟到/缺测/字段更名与越权负例，重新刷新后核对老口径和受影响报表。
执行条件、可用工具与场景差异
内部案例展示从查表到分析的整包路径，公开应用支持可见查询；迁移成立的关键是能提供业务语义与真实只读反馈。因此建议委派完整候选分析，用独立控制验收，不能把内部案例直接写成企业即插即用。
内部Agent不可直接获取；公开示例提供自建入口。只读仓库/引擎、API账户和语义资产需使用方提供，本例未连库。
官方data analyst应用参考 ↗ · 2026-09-10发布页，2026-10-20读取；代码commit需执行时锁定 · 公开文档/示例，需模型服务及目标数据库适配；不可等同内部Agent。
新鲜度或schema变化：最新分区迟到、事件字段改名或生成逻辑已改。 先委派数据诊断，报表可交不完整范围，不能完整接收。 验收：以版本/新鲜度控制识别故障；修复后重跑原比较窗。
AI怎样组织交付：Agent可自主修改页面、启动浏览器、观察trace并迭代，程序核对数据状态；使用者按目标接收体验。
在本职业的适用范围：指标维护还需发布报表中的筛选/缓存/角色状态回归，不能只查最新SQL结果。
执行条件、可用工具与场景差异
视觉任务已有独立研究对象，通用Python修复成绩不能迁移成界面完成率；浏览器反馈能把画面、动作和状态放进同一修正循环。
浏览器工具公开；模型、应用和浏览器版本需执行时固定，本站未安装。
Playwright MCP ↗ · 2026-10-20公开仓库HEAD ab6d67cbf8b619338f096980806fdbe29432cc4d；实际运行另固定依赖/镜像/模型 · 开源；Node与浏览器环境，目标应用账户另备
业务仪表盘交互：目标BI/浏览器环境、业务口径/结果内核、角色与发布入口固定。 组合A01数据内核和真实界面实现接收；查询Agent案例不是仪表盘完成成绩。 验收：交组件/BI文件和运行入口，独立操作筛选/联动/下钻并对账分母/结果；验证角色权限、刷新/缓存/空态/错误态和重新进入。
判断的具体依据
可检查产物
Spider2-DBT公开了DuckDB/dbt仓库级任务和运行入口，适合检验schema到转换结果的真实状态。
支持：提供数据工程产物任务资产。
原文定位与适用范围
定位：Overview；Spider2-DBT quickstart
范围限制：不是全天候流式处理成绩；Snowflake公告中断不能转写成本地DBT不可用。
判断限制：不是全天候流式处理成绩；Snowflake公告中断不能转写成本地DBT不可用。
有条件的编辑推断
可委派来源到数据集的代码与诊断，独立核对口径、重放和下游状态后接收；不继承数据库恢复实验成绩。
判断限制：流式迟到/治理与本组织数据未实测。
工具与方法依据
官方公开data analyst应用可作为查询和结果可见的工程入口，不能把应用参考当能力试验。
支持：提供将查询与结果交给使用者核对的实现方式。
原文定位与适用范围
定位：readme：data analyst app实现及SQL展示/记忆修正
范围限制：未在本站安装，版本需固定，目标数据需另适配。
判断限制：本站未进行该任务的模型运行，不能据此给出本地成功率。
有条件的编辑推断
本例可在独立口径/结果控制下整包委派；稳定接收后转为参数化刷新，异常才重新探索。
支持：支持给目标、让代理自选路径并接入生成语义。
原文定位与适用范围
定位：Lessons #2 Guide the Goal, Not the Path；#3 Meaning Lives in Code
范围限制：周付款/渠道规则与控制为本站任务设计，未实测。
判断限制：本站未进行该任务的模型运行，不能据此给出本地成功率。
有条件的编辑推断
行为契约和目标浏览器齐备时，AI可把实现、操作反馈和修复合成一个交付循环；新状态由独立控制验收。
支持：提供操作与观察的可用接口。
原文定位与适用范围
定位：README：browser tools/configuration
范围限制：迁移到具体产品仍需独立数据与体验检查。
判断限制：迁移到具体产品仍需独立数据与体验检查。
与这项判断直接相关的进展
首次公开 2026-09-10
用户不必只相信一段总结，可以检查查询，并决定哪些业务修正值得保留。
- 对应工作：指标报表：交付可重放的查询、图表与解释；判断：官方公开data analyst应用可作为查询和结果可见的工程入口，不能把应用参考当能力试验。
完整验收、失败处理和后续验证
数据管道交付：接入、转换、补数和可信数据集 →
数据语义与完整性正确：以业务键、金额、约束及下游查询核对源到目标；异常分类而非直接丢弃。
拒收：行数相等但JOIN放大金额或口径混用。
补数和重跑幂等：施加重复/迟到/中断，重跑并核对人工修正与增量水位。
拒收：补数覆盖后来修正或重跑产生重复数据。
可供消费并可维护：验证数据新鲜度、访问正反矩阵、血缘和schema变化下的下游回归，记录资源。
拒收：数据正确但刷新/权限失效，或消费者取到旧schema。
对账失败保留异常与可重放中间态；不能删行凑总量或静默改水位。
下一项验证：冻结一包重复/迟到/人工修正数据，校准独立对账，再让Agent交管道并注入中断；从下游读取验证重放与新鲜度。
研究前沿：Spider2-DBT有公开DuckDB/dbt仓库级转换任务和runner，能检验schema到结果；其本地路径不等同全天候流式恢复。维护公告指出Snowflake账户访问受阻，不能把云账号可用性写成已重现结果。
- 新分区/迟到事件下幂等对账、下游口径和新鲜度同时成立，可考虑扩大相近输入范围。
- 补数覆盖修正、数据重复或schema变化造成静默错误，应收窄或暂停相应采用。
本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。
指标报表：交付可重放的查询、图表与解释 →
问题定义与数据口径一致：接收者核对用户/事件粒度、时区与完整比较窗；独立参考切片覆盖跨周、重复、测试账号、退款与未知账户；SQL语法可不同但结果应等价。
拒收：按事件行数代替人数；不完整本周对整周；缺账号信息默认真实账号。
连接与控制数不产生虚假变化：独立检查每次join前后主键数和行数；按接收规则处理渠道一对多；总人数对账，若渠道非互斥不把渠道人数和当总人数。
拒收：维表多版本使用户翻倍；把未知渠道删去后解释为渠道下降。
交付可重放：验收者在只读环境用冻结快照、参数、引擎重跑SQL/代码，并从结果重建图表；稳定报表刷新使用已接收程序。
拒收：只交图片或查询文本而缺表版本；刷新时模型另写SQL导致口径漂移。
解释不过度声称且缺数据可见：逐条把说明数字回指结果，核对完整性/延迟；制造缺分区或空结果，要求返回数据异常而非业务零值；描述性分解明确不证明原因。
拒收：null变零；因营销上线时间重合直接声称其导致下降；文字使用不同期间数字。
表语义不明时列出字段、候选解释和对结果的影响；连接后空集先检查授权、时窗和粒度；缺分区时标“不完整”，不造业务数值。预算用完保留查询与已知范围，未解决不写成下滑。
下一项验证：构造授权数据的小快照，先用独立控制检验跨周/重复/缺分区等验收；再给代理原业务问题且隐藏参考SQL，核对结果并保存澄清、重试、查询扫描量和人工时间。
研究前沿：外部内部工程案例已把动态数据发现、查询修正、报告与上下文组合；公开参考实现不等于原公司专用Agent可下载。
- 扩大：新问题与schema/埋点变化下，代理能识别粒度差异、修正连接并在未知数据时正确返回未解决。
- 收缩：依靠历史固定SQL才对，或语义层过期导致稳定错数；缩到已认可报表刷新并修复语义资产。
本站记录：本例尚未查询数据或运行Agent；运行数、通过率、费用和人工介入量均为null。
浏览器功能交付：操作、渲染与可访问性一起验收 →
任务确实完成：执行输入—提交—刷新—重进，核对服务端或本地持久状态与错误恢复。
拒收：只截图漂亮页面，点击按钮无效果。
不同使用条件可接收：对目标视口、加载/失败态、键盘导航及焦点恢复逐项检查；axe只负责可自动发现的规则。
拒收：把零axe告警写成所有辅助技术用户都能完成任务。
改善可重复：在同一数据/网络/设备条件比较性能与布局，保留失败trace。
拒收：只更改阈值或关闭慢路径来声称性能改善。
缺API、浏览器或登录身份时交付可重现阻塞与已完成范围；不能用静态图宣告功能交付。
下一项验证：选择一个有异步提交和失败恢复的真实页面，先冻结端点/状态控制；让Agent交付并重放键盘、窄屏和慢网路径。
研究前沿：SWE-bench Multimodal给出视觉JavaScript任务及历史实验，尚不能证明目标产品的跨浏览器与可访问性。
- 新页面和浏览器下真实任务、持久状态及键盘流程持续通过，可考虑扩大相近输入范围。
- 视觉相似但交互/焦点/错误恢复退化，需收窄支持矩阵，应收窄或暂停相应采用。
本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。
本场景怎样接收：迟到/缺测/字段更名与越权负例，重新刷新后核对老口径和受影响报表。
适用缺口与验证方法
尚未覆盖：长期数据变化和真实用户用法需持续维护，零错误状态不等于数据新鲜。
怎样核对：迟到/缺测/字段更名与越权负例，重新刷新后核对老口径和受影响报表。
与这些工作关联的进展
公开 2026-09-10
分析应用有了可见查询与可保存修正的参考实现 →
公开数据分析应用示例把数据发现、只读查询、结果解释与修正保存连接起来。
适用边界：工程参考需适配数据库和权限，不证明任意分析都正确。
公开 2026-01-29
业务问题到报告，数据Agent可以自己循环查数与修正 →
OpenAI内部数据Agent展示从发现数据、运行查询到发布报告的闭环，并强调表的生成逻辑与业务语义。
适用边界：案例不提供通用正确率，也不能从观察数据自动创造因果识别。
未来 3–5 年（2029–2031） · 条件情景
未来3–5年，工作组合可能怎样变化
未来 3–5 年是编辑条件情景，不是就业数量预测。每项均列基准、加速、受限路径和需观察的信号；职业职责来源不等于 AI 能力证据。
基准情景
2029–2031，报表更新、口径检查和初步诊断将更多衔接为持续信息产品；分析师更多负责决策问题、指标变更和解释边界，稳定计算转可审计刷新。
加速情景
若新业务语义/权限/schema条件下结果仍可追踪并独立对账，可扩大自助分析与持续报告。
受限情景
若口径不一致和权限分散，自动回答容易放大不同报表间的冲突。
哪些信号会改变判断
- 自然语言查询与独立SQL对账差异
- 分析返工中语义问题的比例
这些是围绕工作内容的条件推演，不是已测的职业替代率；当前分工也不是永久边界。
进入与成长，可用什么说明能力
学习顺序、作品和责任分层是编辑建议；来源事实与地区要求分别标注，不是统一录用门槛。
基础知识与工具
先理解表的粒度、关联、聚合、指标分母和描述统计，练习SQL与一种报表工具，并能用业务语言解释数字；工具品牌可替换。
编辑准备建议
查看依据与定位
Business Intelligence Analysts ↗
Definition；Tasks：查询报告、指标需求、测试、建议；Knowledge：计算机、数学、经济会计；Software Skills：SQL类查询与BI工具 · 核查 2026-10-21；美国职业职责、知识和工具参照；并非中国招工、市场或统一准入规定；本次不采用薪酬、学历比例和工具热度。
可展示的入门作品
入门作品可从公开或合成交易构建一个可筛选报表：附数据字典、查询、口径说明和源记录对账，说明去重、缺失、退款及刷新时点怎样影响结果。
编辑准备建议
查看依据与定位
Business Intelligence Analysts ↗
Tasks：建立BI工具/数据库/输出、文档、按需求测试 · 核查 2026-10-21；美国职业职责、知识和工具参照；并非中国招工、市场或统一准入规定；本次不采用薪酬、学历比例和工具热度。
从局部工作到完整责任
初级可按已确定口径维护查询与报表；完整责任还要确认决策问题、协调口径、验证数据来源与权限、解释变化及不确定性，区分相关描述与因果结论。
编辑准备建议
查看依据与定位
Business Intelligence Analysts ↗
Tasks：需求一致性测试、趋势、行动建议、及时信息流 · 核查 2026-10-21；美国职业职责、知识和工具参照；并非中国招工、市场或统一准入规定；本次不采用薪酬、学历比例和工具热度。
地区适用与正式准入
此页以美国Business Intelligence Analysts为职责参照。本轮未核到能直接等同本站BI方向的中国统一准入标准；未用大数据或统计相关职业证书替代这一空白，具体雇主、行业与岗位条件另核。
来源范围与待核边界
查看依据与定位
Business Intelligence Analysts ↗
Tasks / Knowledge / Software Skills · 核查 2026-10-21；美国职业职责、知识和工具参照；并非中国招工、市场或统一准入规定；本次不采用薪酬、学历比例和工具热度。
完整交付可展示的证据
- 分母、时间、维度、归属和可追踪口径；附从原始业务样例反算边界、去重、退款/迟到和维度归属，口径版本可复算。
- 可重放查询、对账和可交互报表；附报表关键数与源记录/独立SQL核对，筛选/权限、刷新和错误态真实操作。
这是公开的能力证据参考。具体地区、职级与组织要求应按目标岗位原文核对；是否符合你的情况由你和自己的 Agent 判断。
用你已有的上下文继续
交给我的 Agent
带走当前公开资料，让你的 Agent 结合已有背景继续分析。也可以读完就结束。
查看可复制的内容
我正在了解：商业智能分析 把业务数据转成一致的指标、报告和可解释的经营问题。 请先解释这些职业或岗位方向的工作差异、AI 当前影响和证据边界。如果我要结合个人情况做判断，复用你已经知道的我的经历、偏好和约束，只追问会改变结论的缺口；不要把本站已收录的方向当作全部选项。 公开资料： 职业与工作资料：https://edgeofwork.com/careers/bi-analyst.md?version=2026-10-21.careers.2 指标报表：交付可重放的查询、图表与解释：https://edgeofwork.com/work-units/W-A01.md?version=2026-10-21.workunits.2 浏览器功能交付：操作、渲染与可访问性一起验收：https://edgeofwork.com/work-units/W-C04.md?version=2026-10-21.workunits.2 组成变化诊断：拆清总体变化来自哪里：https://edgeofwork.com/work-units/W-A02.md?version=2026-10-21.workunits.2 数据管道交付：接入、转换、补数和可信数据集：https://edgeofwork.com/work-units/W-C07.md?version=2026-10-21.workunits.2 区分职业资料、研究结果、工具声明和编辑推断；读取资料给出的日期、版本与范围。需要时补充原始来源。使用自己的自然报告或对话继续，无需把个人材料和分析回填网站。
来源与职业名称的对应
官方分类提供职业参照；市场岗位方向按实际工作作较窄或相邻映射。美国资料的地区、学历和准入要求不能直接当作中国要求。
Business Intelligence Analysts ↗
O*NET-SOC · 15-2051.01 · US · O*NET-SOC 2019；OnLine Updated 2026
本记录按该职业定义组织职责；中文为编辑译名，不声明中美资格等价。
职业对应 · Definition / Tasks
查看原文、日期与适用边界
Business Intelligence Analysts ↗
美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射
原文定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例；核查 2026-10-20；来源已核对。
不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。
Business Intelligence Analysts ↗
职业准备及地区适用参照；不提供AI任务成绩
原文定位：Tasks / Knowledge / Software Skills；核查 2026-10-21；来源已核对。
美国职业职责、知识和工具参照；并非中国招工、市场或统一准入规定；本次不采用薪酬、学历比例和工具热度。