Accentrust

Signals

決策智慧系統,觀察 Cilila 在真實工作流程中的使用,偵測模式、呈現洞察,並引導團隊採取更明智的行動。

概覽

即時異常偵測

針對受治理的 KPI 進行即時異常偵測,並提供情境與根因提示。

預測與情境模擬

支援短期與中期週期的預測和情境推演。

下一步最佳行動

將下一步最佳行動轉化為清楚的行動手冊,包含負責人與截止時間,並結合 Cilila 使用資料。

智慧訂閱

透過電子郵件、Slack、Teams 與 webhook 訂閱提醒和推送。

原生整合

原生整合 Fabric 指標、Guard 策略,以及 Studio 中由 Cilila 洞察推動的行動。

為什麼選擇 Signals

儀表板只能呈現已經發生的事情。企業需要的是能在變化發生時即時感知、預測下一步趨勢,並建議行動方案的系統。Signals 將可信資料和 Cilila 輔助活動轉化為即時指引,讓團隊更快且更有把握地行動。

Raw EventsTransactionsSensors/LogsMarketDataPattern EngineAnomalyDetectionTrendForecastingCorrelationMappingDecision LayerDashboardsAlertsPlaybooks
DetectPredictDecide

Signals 能做什麼

1

定義

從 Fabric 語意層建立受治理的 KPI,並搭配明確契約與責任歸屬。

  • 從 Fabric 語意層建立受治理的 KPI。
  • 為指標設定負責人、門檻與業務日曆。
  • 透過維度防護遵循 Guard 的存取策略。
  • 讓面向 Cilila 的指標持續保持合規。
2

偵測

以進階異常偵測產生自動化敘述與情境解釋。

  • 支援具季節性識別能力的串流與批次異常偵測。
  • 識別變點、趨勢偏移和離群值,並提供信心分數。
  • 由 Cilila 產生附引用的自動敘述,說明哪些指標發生變化以及變化位置。
3

預測

透過預測模型、情境模擬與準確度追蹤支援前瞻判斷。

  • 提供短期與中期預測,並支援回測。
  • 針對價格、數量和組合變化輸入情境參數,進行敏感度分析。
  • 為每個模型提供可靠區間和準確度指標。
4

推薦

將業務模式映射為可執行下一步行動的智慧行動手冊。

  • 將模式映射為下一步最佳行動。
  • 指派負責人與 SLA,並在需要時記錄核准。
  • 可觸發 Studio 工作流程,讓 Cilila 產生步驟並推動自動化。
5

執行並學習

執行行動,並從結果中學習以改善後續建議。

  • 一鍵將任務送至 Slack、工單系統、CRM 或電子郵件。
  • 記錄結果、衡量影響,並持續優化行動手冊。
  • 透過回饋閉環改善偵測、Cilila 提示和路由策略。

Signals 內建的 AI 能力

模式智慧

時間序列模型偵測季節性和狀態切換,為 Cilila 提供更豐富的情境。

根因提示

Cilila 摘要會跨細分維度審閱變化,並根據引用提出可能驅動因素。

行動排序

策略與歷史結果共同影響推薦排序,包括 Cilila 產生的執行步驟。

持續學習

回饋會持續改善門檻、細分方式、模型選擇和 Cilila 提示策略。

架構概覽

從指標到行動的完整決策智慧架構,具備全鏈路可觀測性與安全能力,由 Fabric 提供資料、Guard 執行治理、Cilila 加速洞察,並透過 Studio 落地執行。

Inputs
Fabric Metrics & Dimensions
Governed metrics, dimensions, contracts
Warehouses & Lakes
Snowflake, BigQuery, Redshift
External Events
Product telemetry, transaction logs, 3rd party
Business Calendar
Workdays, holidays, earnings cycles
Define (Definition & Contracts)
KPI Catalog
Metrics inventory & classification
Metric Contracts
Definitions & thresholds
Owners & Calendars
Owners & SLAs
Dimension Guards
Access control
Detect (Detection)
AI
Anomaly Engine
Seasonal & trend detection
Change Monitor
Version & config changes
AI
Root-cause Hints
Dimension breakdown & correlation
Signal Store
Standardized signal events
Forecast (Forecasting & Scenarios)
AI
Forecast Library
ETS,SARIMAX,GBM
Scenario Simulator
Price & volume sensitivity
Accuracy Tracker
Backtest error assessment
Forecast Store
Forecast trajectories & intervals
Recommend (Recommendations & Playbooks)
Playbook Rules
Configurable rules
AI
Policy-aware Ranker
Historical effectiveness ranking
AI
Recommendation Engine
Actionable recommendations
Approvals
Human review & approval
Act & Learn (Execution & Learning)
Action Hub
Slack•Teams•Jira
Studio Triggers
Workflow triggers
Outcome Logger
Record business outcomes
AI
Feedback Loop
Closed-loop learning
Channels
Slack / Teams
Jira / ServiceNow
Salesforce / HubSpot
Email / SMS
BI & Dashboards
Studio Workflows
Safety & Governance (Guard)
Access Control
Row & column level access
Privacy & Redaction
PII processing
Policy Enforcement
Recommendation validation
Audit Logs
End-to-end logging
Observability & ModelOps
Traces & Costs
Throughput, latency & cost
Backtests
Forecast backtest evaluation
Quality Gates
False positive/negative thresholds
Drift Monitor
Data & concept drift
Experiment Manager
A/B testing & experiments

Signals turns governed KPIs into timely guidance through a pipeline of define, detect, forecast, recommend, and act with learning. Guard enforces policy end to end and ModelOps ensures quality and cost control.

常見用例

營收營運

區域管道下滑、歸因變化、贏單率漂移、配額進度。

財務

費用異常、預算偏差、回款風險、逾期發票預測。

供應與庫存

缺貨、需求激增、交付週期變化、供應商表現。

風險與詐欺

異常交易模式、速度門檻突破、裝置信譽變化。

人才分析

錄取接受趨勢、離職風險、加班異常。

客戶支援

工單積壓激增、情緒變化、升級預測。

行動手冊範例

📊

亞太區營收下滑

核驗資料新鮮度、比較通路組合、增加再行銷預算,並提醒區域負責人。

💰

逾期發票風險

通知客戶負責人、安排客戶提醒,並預測現金流影響。

📦

庫存需求激增

暫停非必要採購單、重新平衡庫存,並通知履約團隊。

⚠️

流失風險上升

觸發 Studio 起草客戶觸達內容、建立工單,並新增挽留任務。

🔧

資料品質回退

回滾最新管道版本,並通知 Fabric 負責人。

端到端運作方式

1

從 Fabric 選擇 KPI,並定義契約、門檻與負責人。

2

Signals 分析歷史資料,並啟用具季節性識別的偵測。

3

產生預測和情境模擬,並追蹤準確度。

4

當模式出現時,Signals 發送提醒,Cilila 提出下一步行動。

5

負責人接受、編輯,或路由到 Studio 自動化任務。

6

記錄結果並優化行動手冊,為下一輪 Cilila 提示和路由提供回饋。

準備好把資料轉化為決策了嗎?

用決策智慧將模式轉化為行動,協助團隊偵測、預測並執行,同時觀察並優化 Cilila 的使用方式。