QueryStory 是一个代理式数据平台，帮助组织将数据转化为可信的决策和行动。与传统数据平台主要存储、管理和分析数据不同，代理式数据平台理解业务上下文，跨信息进行推理，生成可直接决策的建议，并帮助团队在条件变化时执行和调整。
用途 QueryStory 面向希望让全公司都能依据数据采取行动的场景。核心用途包括：询问指标变动原因并在数分钟内获得可辩护的答案；将分析结果整合成领导者可用的叙事；连接结构化与非结构化信息；保留组织知识；生成可解释、可追溯的建议；协调后续执行。平台目标是将整个决策生命周期（从数据到上下文，再到洞察和行动）纳入一个受治理、可信赖的系统。
主要能力
- 数据连接与治理：连接所有现有数据源，为每个项目设置来源、权限和规则，遵循现有权限和治理体系。
- 指标一致性：通过共享定义保持指标一致。
- 质量衡量：利用黄金查询随时间衡量质量。
- 多种输出形式：可发布为演示文稿、文档、仪表板或消息。
- 上下文延续：后续追问在同一线程中进行，并随底层数据变化自动更新。
- 叙事整合：将分析合并为领导者可用的叙事。
- 透明度：提供透明的来源、假设和血缘关系。
- 复用性：可跨团队和周期复用，保存的工作可供团队在此基础上继续构建。
- 自然语言访问：以通俗语言访问数据和文档。
- 内置治理与问责：内置治理和问责机制。
- 企业级安全：数据保留在用户自己的云、区域和已控制的基础设施中；AI 受独立审计的管理系统治理，符合负责任 AI 的国际标准；数据不用于训练，未经许可不会离开。
使用方式 用户连接现有数据源，设置每个项目的来源、权限和规则，设定共享指标定义，然后通过自然语言提问，例如询问某个数字为何变动。平台基于业务上下文进行推理，生成包含定义、假设、负责人、权限和血缘关系的可决策输出。输出可发布为演示文稿、文档、仪表板或消息，后续追问在同一线程中继续，并随底层数据变化自动更新。平台还帮助将决策操作化，包括路由工作、分配下一步、管理审批，并在底层数据或上下文变化时重新检查输出。
适用场景 QueryStory 列出了多个功能场景：根据最新上下文进行账户审查；将管道变化转化为下一步最佳行动；利用已完成的工作准备预测；将差异转化为清晰行动；提供具有清晰审计轨迹的董事会级指标；理解真实的预测驱动因素；为每个活动提供完整客户旅程；提供经得起检验的活动归因；自信地证明回款；提供促成交易的行动信号；为管道有效性提供清晰指导；向管理层提交有效的状态更新；解决流程瓶颈；提供理解总成本的代理式解决方案；以及端到端的问题解决系统。数据与分析方面，平台支持推动人们采取行动的故事、指标定义与治理、以及具有可审计性和可操控性的分析。
限制与说明 资料未提供具体定价、套餐、平台可用性、语言支持、部署时间或集成列表的完整细节。平台明确表示不要求替换现有数据仓库或工具，可与 Snowflake、Databricks、BigQuery 等数据平台以及业务应用、文档和其他企业系统协同工作。资料强调其与仅回答问题的聊天式数据工具不同，覆盖完整决策生命周期。关于具体使用步骤、技术要求和限制的更多信息，资料中暂未提供。
