上周 ROAS 为什么下降， 一问便告诉你下一步怎么做的 AI
预先定义好数据之间的关系，大幅减少 AI 凭空编造答案(幻觉)的情况。用准确的数据定位问题，并给出解决方案。
一份报告耗掉半天， 原因最后还是靠猜。
时间都花在收集和核对数字上，真正关键的“为什么”和“下一步做什么”只能靠猜。
每个渠道都要下载文件
按渠道下载广告·订单数据，再粘贴到同一张表里。每周都在重复同样的工作。
调公式就花掉半天
为了做一份报告，要重新套 VLOOKUP 和 SUMIF。光是找出错的单元格就要花很久。
看到了数字，却不知道原因
看得出下降了，却只能凭感觉猜原因。下一步怎么做，还得开会再定。
只需提问。 从分析到下一步行动，一并告诉你。
Laplace 是基于本体(Ontology)的 AI 平台，能够定义数据之间的关系与含义。它在理解业务背景的基础上进行分析，因此不只是查询数字，还能指出原因并给出行动建议。
提问即自动分析
输入问题的瞬间，即查询已对接的数据并告诉您结果。
异常迹象自动侦测
无需提问，也会侦测重要变化与异常值并发送通知。
原因诊断与行动方案
像「转化率环比骤降的原因」这样厘清因果，并提出执行方案。
图表与报告自动生成
回答的同时，自动生成可视化图表与报告。
关联洞察一键串联
持续推荐相关图表与下一个问题。
沿用您的权限
AI 功能同样只在您于项目中获得的权限范围内运行。
不用问，主动出击： 发现异常，找出原因并给出待办。
一旦发现重要变化或异常值就会发送提醒，拆解下滑出在哪里，再给出执行方案。点击各步骤看看吧。
单位：$K。与常规范围比较，找出异常的日子。
AI 读得懂的数据， 循着依据作答
预先定义订单·广告·商品·客户数据之间的关系与含义，大幅减少 AI 凭空编造答案(幻觉)的情况。AI 依据哪些数据作答，可以按路径逐一查看。
- 将各电商店铺不同的规格名称关联到同一个基础商品
- 将广告素材归因到商品，计算各商品 ROAS
- 跨渠道识别同一位客户
- 1广告素材 → 基础商品 · 归因素材带动了哪些商品的销售
- 2基础商品 → 库存 · 相对销售速度的剩余库存
AI 功能也 沿用您的权限
AI 功能也只在项目授予的权限范围内运行。你看不到的数据，AI 也不会回答。
- 沿用各团队·角色可查看的数据范围
- 无权查看的数据不会用于回答
- 通过 MCP 连接的 AI 工具同样适用
在常用的 AI 聊天窗口里 直接向 Laplace 提问。
将 Laplace 对接到 Claude、ChatGPT、Perplexity，即可通过对话查询已保存的自定义仪表板及复购周期等指标。AI 功能同样沿用您的权限。
- 通过对话查询已保存的自定义仪表板·图表数值
- 复购周期·贡献利润等指标，沿用 Laplace 界面中的术语说明
- 直接检索产品指南作答
- 查看数据变更记录并创建恢复点
- 沿用您的项目权限
Claude (网页·App)中提问时贡献利润依次为商品1 · 商品2 · 商品3。
在常用的聊天工具里直接开始
我们提供指南，教你把 Laplace 连接到 Claude·ChatGPT·Perplexity。
常见问题， 先看看这里。
如有其他疑问，欢迎随时咨询，我们将根据您的导入方式提供指导。
AI 智能体会以本体（Ontology）结构理解已对接的广告、订单和客户数据。只要问一句“这个月 NAVER 广告实际带来了多少销售额？”，智能体就会交叉分析广告与订单数据，直接给出经过归因（Attribution）计算的销售额。
AI 智能体的分析准确度取决于所对接数据的质量。Laplace 会在数据采集阶段自动完成去重、机器人流量过滤和归因（Attribution）重算，提升分析的可信度。若对接数据存在局限，智能体也会明确提示。
基于本体（Ontology）的分析会预先定义客户、订单、渠道、广告等业务概念之间的关系，让 AI 在理解业务语境的前提下进行分析。与通用 AI 工具不同，Laplace 能直接沿用每家公司各自的 KPI 定义来分析，这是 Laplace 的核心差异。
可以。设置好想关注的 KPI 和提醒条件后，系统会每天定时通过 Slack 频道或 KakaoTalk 通知自动发送报告；一旦检测到异常，也会立即提醒。
可以，Laplace AI 智能体支持按企业自定义 KPI 定义。输入内部口径后，AI 会据此进行分析；企业版方案还支持更精细的本体（Ontology）定制。
AI 智能体会在给出分析结果的同时提出具体的行动建议。目前提供分析与建议功能，与广告平台及 CRM 直接对接的自动执行功能将陆续上线。