音乐行业 AI 数据分析平台

挑战：

一家日本音乐行业企业，作品通过约 40 家分发平台（aggregator）触达听众，每家平台各自回传一套格式不同的分发数据，每日新增约 10 万条。此前分析销售业绩、掌握成本构成，每次都要专门的工程师编写 SQL 查询，数据散落各处，经营层从来没有真正“俯瞰”过全部平台的整体趋势。

解决方案：

承担范围： 数据分析平台的架构设计与重构，以及自然语言问数系统的开发。

• 数据管道： 各平台的原始分发数据统一落入 S3，由 Lambda 完成清洗与格式归一，经 SQS 与 Snowpipe 持续写入 Snowflake，在数据仓库中以 SQL 构建统一的主数据表；
• 可视化层： 以 Streamlit 搭建面向经营层与市场人员的分析看板，常用维度开箱即用；
• 自然语言问数： 在数据仓库之上开发用自然语言提问、直接返回分析结果的查询系统，不会写 SQL 的业务人员也能自己取数；
• 交付周期： 约一年，从数据接入到看板上线全链路交付。

成果：

• 全平台趋势首次可见： 约 40 家分发平台的数据在同一张表上对齐，经营层第一次能够跨平台把握整体趋势；
• 分析不再排队等工程师： 经营层与市场人员直接在看板上或用自然语言取数，专门技术人员从重复的取数需求中解放出来；
• 可复用于多源数据场景： 「多源异构数据 → 云数据仓库 → 看板与自然语言问数」的架构，同样适用于多渠道销售数据、多工厂产线数据的统一分析。

客户评价：

“只需用自然语言提问就能完成数据分析，洞察变得更加触手可及，对专门工程师的依赖也大幅降低。”