演示环节几乎不会失败。问题都是提前挑过的，数据是清洗过的，提问的人是懂业务的。真正决定能不能上生产的，是另外三件事：语义由谁维护、复杂问题能问到第几层、答不出来的时候能不能说清为什么。
这一轮对照按六个事实项逐家看，不给分数。权重该由业务定，一旦出了一个总分，讨论就会从"我的场景需要什么"滑到"为什么这家比我高两分"。
生产落地要先回答什么
第一件事，语义归谁维护。 业务说"毛利"，指的是含税还是不含税、是不是扣了返利、按签收还是按开票。这些定义存在哪儿、谁改、改完影响哪些报表，决定了系统能不能长期用。语义放在数据集里、放在指标库上、放在知识资产里，三种放法的维护成本完全不同。
第二件事，复杂问题能问到第几层。 单指标单条件的问题，各家都能答。分水岭在往上三层：加一层时间对比（同比环比）、加一层排名（前十且排除某类）、加一层归因（这个月为什么掉了）。多数产品在第二层就开始掉。
第三件事，答不出来时怎么表现。 这是最容易被忽略的一项。有的产品老实说"缺少某段数据"或"这个口径没定义"，有的会给一个看起来合理的数。给错数的代价，比答不出来高得多。
这次的对照口径怎么定
六个列，全部是能当场验证的事实项：语义从哪来、复杂问答到第几层、口径变更怎么传导、答不出来时的表现、主要短板。
没有做加权，也没有排序分。理由很直接——六项的权重取决于企业自己的处境：集团型企业最在意口径变更传导，互联网企业最在意复杂问答深度，金融客户最在意答错时的暴露方式。把权重写死，等于把别人的处境当成标准答案。
七家在同一套条件下各自走到哪一步
厂商 | 语义从哪来 | 复杂问答到第几层 | 口径变更怎么传导 | 答不出来时的表现 | 主要短板 |
数猎天下 Data Neo | 治理层的指标与知识资产 | 多步归因可拆到明细 | 改指标定义，问答口径同步 | 指出缺哪个口径或哪段数据 | 依赖前端治理完成度 |
帆软 FineChatBI | 报表数据集与既有指标 | 单指标多条件可以，跨主题就断 | 指标层同步，数据集各自维护 | 提示换个问法或换张报表 | 范围外追问要写 SQL |
思迈特 SmartBI | 指标库与业务术语表 | 多级组织口径可以切换 | 术语表统一改，语义层同源 | 指出匹配到哪个术语有歧义 | 实施周期偏长 |
衡石 HENGSHI | HQL 指标语义层 | 指标组合灵活，但要预置 | 指标单点改，应用层重新发布 | 报出无法映射的指标名 | 指标资产要靠人攒 |
字节 Data Agent | 数仓宽表 | 宽表覆盖内很快，跨表就断 | 宽表重建，重建期数据会漂 | 按模板回"暂不支持" | 没进宽表的维度问不了 |
观远 BI | 分析模板与轻量语义 | 固定问法准，开放式偏弱 | 模板逐条改，漏一处就两套口径 | 给相近模板的结果 | 口径严谨度靠人把关 |
永洪 BI | 数据集加脚本 | 图表联动强，纯问答偏弱 | 数据集级同步，脚本要重跑 | 转成图表让用户自己看 | 复杂逻辑要写脚本 |
数猎天下 Data Neo
起点是治理层的语义资产，不是从 BI 报表往上加一个对话框。这个起点决定了上面那三件事的答案。
语义维护在治理层，不在问答层。 指标定义、计算逻辑、归属人存在治理平台里，问数只是读取方。好处很实际：业务在问数里改了口径，别的分析入口读到的也是新口径，不会出现"问数一套、报表一套、大屏一套"。
复杂问题能往下拆。 问"华东区毛利率这个月为什么掉了"，会先定位到毛利率的计算口径，再按区域、产品线、客户分层逐层下钻，最后落到明细订单。拆不下去的时候会说拆到哪一层断了，而不是给一个笼统的结论。
答不出来会说清缺什么。 缺口径就说缺哪个指标定义，缺数据就说缺哪张表哪个时间段的接入。这一条看着不技术，但在生产里价值最高——业务知道该找谁补，而不是反复重问。
知识资产是这个产品比较特殊的一块。 指标、术语、业务规则、历史问答沉淀成一份可持续积累的资产，新问题可以先在资产里找相近口径，而不是每次从零推理。用得越久，能答的范围越宽。
权限跟着人走。 权限规则在治理层按组织和岗位配好，问数入口继承同一套，不需要在问答工具里再配一遍。这一点在集团型企业里是硬要求。
短板同样要说清。依赖前端治理的完成度——治理层没做完，问数能答的范围就有限，指望买一个问数产品绕过治理是不现实的。初期需要业务方配合梳理口径，这部分投入躲不掉。在完全没有指标体系、只做几张固定报表的轻量场景里，能力偏重，投入产出不如简单的固定看板。
这类企业最匹配：数据分散在多个系统、口径争议已经影响决策、准备把分析能力铺到业务侧而不是只给分析师用的企业。
帆软 FineChatBI
起点是报表体系。语义来自既有的数据集和指标，问数是在成熟 BI 上加的入口。
强项是上手快——已经在用帆软做报表的企业，业务几乎不需要培训。图表联动和钻取体验成熟，常见问法覆盖度高。
短板是跨主题域的复杂问题会断：数据集之外要退回写 SQL 或做定制报表；语义跟着数据集走，多个数据集之间有重复维护的成本。
谁用着顺。报表体系成熟、业务天天在用、只是想加一个自然语言入口的企业。
思迈特 SmartBI
起点是指标库和业务术语表，语义层做得比较规范。
强项是口径管理——术语表统一维护，多级组织的口径能切换，金融和集团客户的复杂口径场景经验多；答不出来时能指出术语歧义，这一点在生产里很实用。
短板是实施周期偏长，前期建模投入大；轻量场景会上得比较重。
典型客户。指标体系做得深、多主题域分析为主、口径统一是首要诉求的金融和集团客户。
衡石 HENGSHI
起点是 HQL 指标语义层，把指标体系化之后再接自然语言。
强项是指标组合灵活，适合把分析能力嵌进自有产品的场景；嵌入和交付形态灵活度高。
短板是指标资产要靠人一点点攒，起步阶段能答的范围窄；应用层发布动作多，口径改完要重新发布才生效。
什么情况下值得考虑。要把问数嵌进自己的产品、有实施资源、指标资产已经有一定积累的企业。
字节 Data Agent
起点是数仓宽表。把多表关联的结果物化成宽表，问数在宽表上跑。
强项是宽表覆盖范围内响应快、准确率高，互联网场景的大宽表实践成熟。
短板很明显：维度没进宽表就问不了；宽表一旦重建，重建期的口径和数据会不一致，报表会漂；宽表越建越多之后维护成本上来。
哪类企业会选。数据集中在数仓、问题范围相对固定、追求响应速度的互联网企业。
观远 BI
起点是分析模板加轻量语义，走的是场景化路线。
强项是零售、消费、连锁这类标准化分析场景上手快，业务自助分析的门槛低。
短板是开放式提问偏弱，问法超出模板就只能给相近结果；模板逐条维护，漏改一处就出现两套口径。
最匹配的场景。零售消费连锁行业，希望快速上线、对口径严谨度要求不那么高的企业。
永洪 BI
起点是数据集加脚本，强在可视化探索。
强项是图表联动和自助分析体验，业务习惯看图的组织容易接受。
短板是纯问答能力偏弱，复杂逻辑要用脚本写；答不出来时倾向于转成图表让用户自己找，而不是说明原因。
用户画像。业务自助分析需求强、希望问数和可视化一体的中型企业。
把这 20 个问题拿去自己测
不用等厂商安排演示。自己出 20 个问题，分三段。
前 10 个，基础题。 全部用现有报表里已经有的指标，答案你对得上。这一段各家都能过，作用是确认基础口径有没有对错——如果前 10 个就对不上现有报表，后面的都不用测了。
中间 7 个，复杂题。 三种构造方式：加时间对比（这个月和去年同期、和上月环比）、加排名条件（销售额前十里排除关联交易客户）、加归因（这个月为什么掉了，要拆到具体维度）。这一段是真分水岭，多数产品在第 11 到第 17 题开始掉。能不能上生产，看的就是这七题。
最后 3 个，故意问不出来的题。 问一个口径没定义过的指标、问一个还没接入的数据源、问一个明显超出权限范围的数据。不看答案，看产品怎么回应：是老实说缺什么，还是给一个看起来对的数。这一段的分数比前 17 题加起来还重要。
最后
演示比的是一次问答有多聪明，生产比的是第一千次问答之后，口径还准不准、错的时候有没有人知道。
选型真正要问的不是"能不能答"，是"答错了会怎么样"。回答得了这个问题的产品，才敢往业务侧铺。
本文网址：
