AI News HubLIVE
站內改寫3 分鐘閱讀

AWS財務團隊如何通過Amazon Quick節省數百小時

本文展示了AWS財務團隊如何利用Amazon Quick的聊天代理和Flow,將目標設定和每週業務審查這兩個耗時工作流轉變為自動化流程,從而將分析時間從數小時縮短至數分鐘,並讓團隊專注於戰略決策。

來源AWS Machine Learning Blog作者: Sindhu Chandra

每個財務專業人員都熟悉這樣的週一早晨:金融規劃與分析(FP&A)團隊一頭扎進數據彙編中,從多個系統提取數字、核對來源、製作圖表、編寫評論,只為了回答一個看似簡單的問題:上週收入發生了什麼變化?原因是什麼?

在AWS財務部門,團隊每月花費數百小時處理這類工作——不是分析,不是策略,而是為真正的工作準備數據。Amazon Quick是一款生成式AI助手,能夠連接所有企業數據和應用程序,讓業務用户通過自然語言進行搜索、分析和採取行動。它處理查詢數百萬行數據、運行高級分析和自動化重複工作流的複雜性,使團隊無需親力親為。

本文展示了AWS財務團隊如何利用Quick的聊天代理和Flow轉變兩個最耗時的工作流。

用例1:戰略組合的情景建模與風險分析

為戰略客户設定財務目標需要協調業務團隊的從下至上預測與領導層的從上至下預測,同時還要有足夠的深度捕捉歷史數據中隱藏的風險。該團隊構建了一個Amazon Quick聊天代理,直接連接企業數據源,通過自然語言對話提供複雜洞察。該代理能即時查詢Amazon Redshift數據表中的數百萬行數據,同時搜索外部數據信號。

以下是變化:

  • 以前:分析師在從下至上輸入到從上至下目標截止之間的時間內,只能深入分析約三分之一的戰略客户,其餘僅做表面分析。單個客户分析耗費多達6小時的手動工作,包括提取數據、運行模型和記錄發現。
  • 現在:Quick代理在約10分鐘內評估統計預測、運行迴歸分析、蒙特卡洛模擬以及對多個因素進行情景建模。它揭示出手動分析遺漏的風險和機會。團隊現在覆蓋了整個客户組合,且深度遠超以往。

“我們從深入分析三分之一戰略客户擴展到覆蓋整個投資組合。我們的財務團隊現在把時間花在重要的事情上:與業務合作推動收入增長,而不是彙編數據或編寫複雜查詢。”——Geoff Winkler

關鍵點:分析師用自然語言提問:“為我們的頂級戰略賬户運行機會與風險評估。”Quick立即查詢數百萬行數據,運行高級分析,並將結構化數據與來自現場報告和管線數據的非結構化洞察合成。代理通過審查基於合同續簽時間和管線強度的有上行潛力的賬户,以及標記有風險敞口的賬户,進行牛市與熊市分析。這些都是傳統模型遺漏的洞察。由於沒有編碼障礙,團隊中的每位財務專業人員都成為數據分析師。團隊可以為不同地區或業務單元定製代理,且洞察自動刷新。

用例2:每週業務審查從6小時變為10分鐘

如果目標設定是定期的深度挖掘,那麼常規業務審查則是FP&A團隊無處不在的例行工作。在AWS,每週都需要彙編、分析收入表現洞察並打包給領導層。而這每週的準備工作消耗了整個週一上午。

同一個AWS財務團隊通過部署針對每個地理區域的Amazon Quick聊天代理並通過Flow連接來解決這一問題。Flow能夠按設定節奏自動運行工作流,無需人工干預。

以下是變化:

  • 以前:每週一,FP&A分析師花費整個上午從多個系統彙編數據、分析趨勢、手動聯繫銷售線索獲取客户軼事,並準備談話要點,以便領導瞭解收入情況及其原因。該過程是手動的、重複的,幾乎沒有時間進行戰略工作。
  • 現在:Quick在每週一早上自動運行Flow。針對特定區域的聊天代理從多個維度分析收入表現:按收費類型、按客户細分、按增長貢獻。它們準備全面的洞察和即用的領導談話要點。在工作日開始前,新鮮的分析已經就緒。

Quick不僅報告數字,還連接財務系統的結構化數據和現場報告的非結構化洞察,以找出趨勢背後的原因。它從十多個維度檢查客户,識別模式,並標記異常及其上下文。

“這些洞察每週一早上自動準備好。我們的團隊現在將時間用於戰略優先事項,而不是彙編分散的數據。我們花更多的時間在‘為什麼’以及推動業務成果上。”——Geoff Winkler

模式:從數據彙編到戰略伙伴

這兩個用例有一個共同點:瓶頸不是分析技能,而是數據彙編。數據分散在多個系統中,要獲得完整畫面需要數小時的手動提取。Amazon Quick通過直接連接企業數據源並讓財務專業人員通過自然語言與數據交互來消除這一瓶頸。結果不僅是效率的增量提升,更是改變了財務團隊的時間分配方式:

  • 目標設定:以前每個客户約6小時,覆蓋三分之一組合;現在每個客户約10分鐘,覆蓋整個組合且更深入。
  • 每週業務審查準備:以前佔用整個週一早上;現在每週自動完成,洞察在工作日開始時已就緒。
  • 團隊焦點:從數據彙編和查詢編寫轉向戰略分析和業務合作。

通過這些用例,AWS銷售和營銷財務團隊將每個客户深度分析的目標設定時間從6小時縮短至約10分鐘,並完全消除了每週業務審查的手動準備工作。節省的時間直接用於戰略工作:風險分析、客户軼事綜合以及增長機會識別。

這對你的財務團隊意味着什麼

你不需要面對亞馬遜級別的複雜性就能受益。每個財務團隊都面臨數據碎片化、週期性報告以及彙編數字與實際使用數字之間的張力。Amazon Quick專為業務用户設計。財務專業人員可以自行設置聊天代理和自動化工作流,無需工程支持。他們可以根據具體需求定製代理,通過迭代優化,並在組織內推廣。

如果你的團隊花在準備洞察上的時間多於傳遞洞察的時間,那麼Quick就是為此而構建的。瞭解更多關於Amazon Quick for Finance的信息。在本系列下一篇文章中,我們將探討AWS財務團隊如何使用Quick自動化成本優化和簡化審批工作流,將數小時的手動分析變為數分鐘。