案例

从数据系统走向 AI 转型

了解我们交付的六项工作:从数据采集 API、经营信息系统,到企业 AI 平台。

案例列表

AI 与数据项目案例

  1. 企业 AI 平台

    2025 — 2026
    项目概况
    ITSOLUTION 建设了 LF AI 工作平台,让 LF 员工能够在日常工作中使用 AI。
    建设内容
    该平台整合 AI 对话与 AI 智能体。对话服务结合 LF 内部数据及分析所需的外部数据回答问题。

    相关产品 — ONDO AI ONTOLOGY
    了解 ONDO AI ONTOLOGY 的知识管理能力。

    应用方式
    LF 员工可以通过 AI 对话查询内外部数据并查看分析结果。按岗位设计的智能体可协助处理重复工作与分析任务。
    企业 AI 工作平台示例
    ⬡ ONDO AI部门使用率 32% · 商品企划团队演示账号
    时间:2026年8月 · 渠道:线下 · 类别:外套
    正价产品
    请分析符合上述条件且销售额最低的五家门店。
    graphify
    🧠 推理
    已确认查询条件。我会按销售额对门店排序,选出最低的五家,并与去年同月比较。
    ✓ 已查询企业内部销售数据⌄

    分析完成,结果如下。

    📊 销售额最低的五家门店 · 同比

    排名门店销售额同比
    1NORDÉ 釜山西面₩920K▼ 91.2%
    2NORDÉ 大邱东城路₩2.1M▼ 68.4%
    3NORDÉ 光州尚武₩3.4M▼ 54.0%
    4NORDÉ 大田屯山₩4.8M▼ 22.6%
    5NORDÉ 仁川松岛₩5.6M▲ 4.1%
    💡 graphify 洞察
    • 釜山西面和大邱东城路门店的销售额同比下降超过 60%。应先检查当地市场变化及门店运营情况。
    • 仁川松岛是唯一实现同比增长的门店,值得分享其运营经验。
    建议:实地检查业绩最低的门店,并将 仁川松岛的运营经验分享给其他门店。
    来源:企业内部销售数据表在授权访问范围内已拦截无依据的回答 ✓
    输入消息...
    内部数据连接 深入研究
    可用数据·销售额 库存 评论 搜索趋势 客户
  2. 管理信息系统

    2022 年至今
    项目概况
    我们重建并持续运营经营信息系统,将原本不一致的业务指标和数据采集方式统一到同一套框架中。
    建设内容
    我们统一指标定义、规范数据采集流程,并持续运营系统,及时同步指标变化。
    应用方式
    各部门可依据统一口径查看指标,更新后的统计标准也会反映在系统中。
    经营信息系统
    graphify MIS · 销售进度

    graphify MIS › 销售分析 › 各渠道月度销售额

    全公司范围 基准月份:2026 年 8 月 · 当月
    TOTAL直营零售特许经营线上
    排除出口排除内部交易
    每日销售趋势 本月 · 上月同日
    年度销售趋势 本年 · 上年
    月销售额
    96.8亿韩元
    ▲ 较计划增长 4.2%
    累计销售额
    712.4亿韩元
    ▲ 同比增长6.1%
    标价比率
    68.2%
    ▼ 1.1%p
    实际成交价比率
    61.5%
    ▼ 0.6%p
    正价商品销售占比
    74.0%
    ▲ 2.3%p
    库存周转率
    3.2次
    ▲ 0.2 次
    按渠道按类别按季节各门店销售额
    各渠道销售额 本月·去年同月
    渠道销售额 · 同比
    1品牌直营网店₩3.84B▲ 7.8%
    2特许经营₩2.91B▲ 2.4%
    3网上商店₩2.16B▲ 15.2%
    4奥特莱斯₩620M▼ 3.1%
    5快闪店 · 其他₩150M▲ 41.0%

    新一代经营信息系统 · 跨部门统一指标口径

  3. 客户分析仪表板

    2023
    项目概况
    我们建立客户分析看板,让来自多个来源的数据按全公司统一的指标定义呈现。
    建设内容
    看板汇总全公司及各部门的客户趋势,并支持对比不同基准月份。

    相关产品 — ONDO AI FORECAST
    客户分析项目为将数据分析融入日常工作流程积累了经验。

    应用方式
    用户可以集中比较各月的客户趋势,无须每次重新汇总数据。
    客户分析看板
    graphify 分析 · 客户分析
    全公司范围 参考日期:2026年6月·当月
    TOTAL线下线上跨渠道
    购买客户数
    8.1万人
    ▼ 32.5% · −39K
    复购客户
    5.3万人
    ▼ 26.2% · −19K
    首次购买客户
    8,110人
    ▼ 27.4% · -3,060
    流失的客户
    44.4万人
    ▲ 13.4%
    会员销售
    292.9亿韩元
    ▼ 24.9% · −₩9.7B
    购买识别率
    58.1%
    ▼ 0.4%
    性别和年龄分布 男性 23,133 人(28.5%)· 女性 58,060 人(71.5%)
    ~29
    30–34
    35–39
    40–44
    45–49
    50–54
    55–59
    60–64
    男士女性
    客户旅程 首次购买 → 再次购买 → 客户流失
    首次购买客户
    1.1万人 → 5.3 万名复购客户
    重新活跃的客户
    1.7万人
    每笔消费金额
    23.2万韩元
    销售表现最佳门店 按购买客户数
    门店客户·销售
    1NORDÉ 网上商店39,793₩18.2B
    2NORDÉ 江南5,894₩3.1B
    3NORDÉ 现代板桥1,634₩900M
    4Atelier M 明洞1,210₩600M
    5Blanc 乐天蚕室982₩500M
    畅销商品 按销量
    款号 · 商品销售额 · 客户数
    1NDPK5A201IV · 棉质珠地 Polo 衫₩88M586
    2NDSW5B118NV · 经典针织衫₩79M468
    3ATJU5B062BK · 修身西装外套₩70M124
    4BLPA5A235BG · 阔腿休闲裤₩68M326
    5NDDR5B405WT · 百褶连衣裙₩65M274

    客户分析 · 9 份报告,涵盖品牌概览、跨品类购买、购买模式与主要客户

  4. 移动管理信息系统

    2024
    项目概况
    我们开发移动经营信息系统,让团队在现场或外出时也能查看关键指标。
    建设内容
    我们将原有经营信息系统改造为适合移动端使用的版本。
    应用方式
    团队无论身在何处,都能查看所需指标并据此作出判断。
    移动经营信息系统
    G\
    HOME月销售额网上销售网上库存

    移动端改版 · 外出时也能查看统一口径的指标

  5. AI 商品评价摘要系统

    2024
    项目概况
    面对持续增加的商品评价,我们建设系统识别反复出现的客户反馈,为改进工作提供依据。
    建设内容
    该系统在实际运营中自动总结并分类商品评价。提示词设计与 LLM 路由经验也用于改进 ONDO AI ONTOLOGY 的查询处理。
    应用方式
    团队可以先查看经过汇总、分类的商品评价,找出反复出现的反馈,再决定改进方向。
    ONDO AI 商品评价摘要
    graphify Analytics · ONDO AI 商品评价摘要
    NORDÉ 4,325 条评论 · STCL 290 · 自 SS24
    按客户按款号
    评分 · 综合评价
    4.7
    ★★★★★
    5 星
    4 星
    3 星
    2星
    1 星
    商品评价 · 每周趋势
    累计4,325评论
    W-5 → W · 过去四个星期上升
    情感分析
    4,325REVIEWS
    积极 2,812 · 65%
    负面 575 · 13.3%
    中性 938 · 21.7%
    [NORDÉ] 标志性棉质珠地布 Polo 衫
    NDPK5A201IV · ONDO AI 评价摘要
    主要购买原因面料手感 · 版型 · 颜色 — “厚薄适中,四季皆宜”
    客户满意之处手感柔软,日常穿着轻松,洗后变化小
    客户不满意之处尺码比标准尺码偏小,建议选择大一码
    AI 预测分数88.4 / 100 · 复购可能性高

    ONDO AI 汇总并分类 4,325 条商品评价 · 支持查看高分评价与重新运行

  6. 搜索、社交平台与电商数据 API

    2022
    项目概况
    我们建设了数据采集 API,将外部趋势与价格数据引入企业内部。
    建设内容
    我们开发并上线了采集搜索、社交平台及电商数据的 API。
    应用方式
    团队在内部分析中使用外部趋势与价格数据。相关采集和处理经验也为 ONDO AI FORECAST 的设计提供借鉴。

    案例图片

这种方式也适合您的业务吗?

一起探讨适合您所在行业与现有数据的 AI 和数据解决方案。