大数据 OLAP 引擎
面向超大规模数据集做预计算与索引优化，在 Hadoop、云数仓等底座上提供交互式多维查询，适合对查询延迟敏感的分析场景。
价格官网未标价
平台—
归类数据分析
收录2026-10-12
复核2026-10-12
编辑评分
4.0 / 5
★★★★☆
跬智信息编辑总结
跬智信息（Kyligence）是一家国内 Data+AI 方向的科创公司，核心产品围绕大数据 OLAP 分析引擎与 AI 深度洞察展开，主要服务需要在大规模数据集上做多维分析与智能推理的企业客户。其产品线覆盖从数据建模、指标管理到自助式分析的一整套流程，帮助企业在 Hadoop、云数仓等数据底座之上获得亚秒级查询体验。近期主推的 AI 深度洞察能力，定位为自主深度推理与洞察，面向希望借助大模型自动发现业务问题的团队。需要注意的是，产品偏企业级部署，落地依赖数据基础设施与实施配合，个人用户和轻量场景并不适合。
跬智信息是什么？
跬智信息（Kyligence）是一家国内的 Data+AI 科创公司，主打企业级大数据分析平台。公司围绕 OLAP 引擎、指标中台与 AI 深度洞察构建产品体系，服务对象以中大型企业的数据团队、BI 团队和分析决策层为主。
从产品形态看，跬智信息的能力覆盖数据建模、指标定义、多维分析到智能洞察的链路。其核心分析引擎针对超大规模数据集做了预计算与索引优化，能够在海量数据上提供交互式查询体验。近年来公司把 AI 能力引入分析流程，推出面向企业场景的深度推理与洞察产品，让业务人员可以通过自然语言方式获取分析结论。
对普通业务用户来说，它更像是被嵌入企业数据平台的一层能力，通过 BI 工具或分析界面间接使用；对数据工程师和分析师来说，它提供建模、指标治理与查询加速的工具链；对技术团队来说，平台支持与主流大数据生态对接，可在既有数据底座上部署。
跬智信息核心功能
AI 深度洞察
以自主深度推理为卖点，让业务人员用自然语言提问，由系统自动完成多维拆解与归因分析，输出可供决策参考的洞察结论。
指标中台
把企业内分散的指标口径统一管理，避免同一指标在不同报表里算出不同结果，适合指标口径混乱、对不上数的组织。
自助式分析
业务人员可在授权范围内自行拖拽维度与度量做探索，减少对数据团队的取数依赖，但仍受数据权限与模型范围约束。
生态对接
可与主流大数据组件、数据仓库及 BI 前端工具对接，在企业既有数据链路上叠加分析加速与智能洞察能力。
跬智信息值不值得用？
当企业已经有稳定的数据底座、又苦于查询慢和指标口径不统一时，跬智信息这类平台能直接把分析链路提速并做指标治理，AI 洞察还能把一部分取数归因的活交给系统。当数据量不大、团队没有专职数据工程师，或者只想快速搭一个轻量看板时，它的部署与建模成本会显得过重，用通用 BI 工具更划算。
建议选它的情况
- 数据量在亿级以上、查询响应成为瓶颈的企业
- 指标口径混乱、多张报表对不上数的数据团队
- 希望在既有数仓之上叠加 AI 归因分析能力的组织
不建议选它的情况
- 数据量小、只需要简单看板的个人或小团队
- 没有专职数据工程资源、无法承担建模与部署成本的公司
- 只想开箱即用、不愿做数据治理的轻量场景
跬智信息使用建议
入门先把路子走对
- 先理清数据底座上线前先确认数据仓库或大数据平台是否已就绪，建模与加速都依赖底座结构，底座混乱会直接拖慢整体推进。
- 从核心指标切入不要一开始就全量迁移指标，先挑几个被反复追问的核心指标做治理，跑通口径后再逐步扩展。
- 明确权限边界自助式分析涉及数据权限，提前和业务方约定好谁能看哪些数据，避免上线后因权限反复调整。
进阶省时间也省钱
- 配合 BI 前端使用把加速层当作后端能力，继续用团队熟悉的 BI 工具做展示，能显著降低业务方的学习成本。
- 先跑通归因场景AI 洞察优先用在波动归因这类重复度高的分析上，比让系统做开放式探索更容易看到效果。
跬智信息适合谁用？
中大型企业数据团队
推荐有专职数据工程师和分析师，负责在数仓之上做建模与指标治理，是这类平台的主要使用者。
业务分析人员
推荐需要频繁取数做经营分析，通过自助式分析减少对数据团队的依赖，适合权限和模型已梳理好的场景。
数据基础设施薄弱的公司
有条件如果数据还散落在各处、没有统一数仓，平台的建模与加速能力无从发挥，投入产出比不高。
个人用户与小团队
不推荐缺少专职数据资源，日常只需要简单报表，用通用 BI 或表格工具更直接，不必上重平台。
跬智信息优点和缺点
优点
- 面向超大规模数据集做查询加速，解决亿级数据下的响应瓶颈
- 指标中台统一口径，减少同一指标多张报表对不上数的问题
- 把 AI 深度推理引入分析流程，业务方可直接用自然语言提问
- 可在企业既有数仓与大数据生态上叠加，不必推翻原有链路
- 产品线覆盖建模、指标、分析到洞察，链条相对完整
缺点
- 企业级部署与建模成本高，个人和轻量场景不划算
- 效果依赖底层数据质量，数据没治理好洞察结论会失真
- 自助分析受权限与模型范围约束，并非任意维度都能钻取
- 官方未公布具体的定价档位与试用额度信息
跬智信息常见问题
跬智信息是做什么的？＋
它是一家国内的 Data+AI 科创公司，核心做企业级大数据分析平台，产品覆盖大数据 OLAP 引擎、指标中台以及面向业务的 AI 深度洞察，主要服务中大型企业里需要处理海量数据、做多维分析和经营归因的团队。
它和普通 BI 工具的区别在哪？＋
普通 BI 工具更偏向报表展示和轻量看板，数据量一大就容易慢；跬智信息在底层做了预计算与索引优化，针对超大规模数据集提供交互式查询，同时把指标口径治理和 AI 归因分析纳入同一条链路，适合数据量大且指标口径复杂的组织。
什么规模的公司适合用它？＋
更适合已经有统一数据仓库或大数据平台、数据量在亿级以上、且有专职数据工程师的中大型企业。如果数据还散落在各处、团队没有建模能力，平台的加速与治理能力发挥不出来，先用通用 BI 工具更实际。
AI 深度洞察具体能帮上什么忙？＋
它让业务人员用自然语言提出分析问题，由系统自动完成多维拆解和波动归因，替代一部分原本要数据团队手工取数、逐层下钻的工作。适合指标定义清楚、重复分析需求多的场景，开放式探索类问题的效果相对有限。
部署和使用会不会很复杂？＋
属于企业级产品，上线需要完成数据底座对接、建模和权限梳理，通常要数据团队参与实施。可以把它当作后端分析能力，前端继续用团队熟悉的 BI 工具展示，能明显降低业务方的上手成本。
