供应链支付偏好分析问数垂类大模型语料数据

本数据专为训练供应链行业支付偏好分析领域垂类大语言模型而构建。当前供应链企业日常需查询各支付方式分布、金额分桶、时间模式、累计趋势等数据，但依赖复杂窗口函数和子查询技能导致运营人员无法自主分析。支付偏好数据分散在各订单明细中，NTILE分桶和SUM OVER累计分析缺乏统一追踪，支付效率评估响应慢影响渠道优化决策。本数据产品采用Text-to-SQL技术路径，围绕客户订单信息表设计58种典型查询场景，覆盖NTILE金额分桶、DATE_FORMAT时间模式、SUM OVER累计窗口、相关子查询跨维度对比、COALESCE空值处理、CONCAT_WS信息组合等场景，生成高质量的问题-SQL-结果三元组训练语料。企业可基于本语料的指标名称问题查询等字段内容，适配自身数据表结构，快速启用文字转SQL功能进行复用。本数据产品作为稀缺的高质量垂直领域语料，对推动供应链支付分析智能化发展提供了有力支撑。

搜集汇总

背景与挑战

背景概述

该数据集专为供应链行业支付偏好分析领域的大语言模型训练而构建，包含58种典型查询场景，覆盖NTILE金额分桶、DATE_FORMAT时间模式、SUM OVER累计窗口等关键技术，以Text-to-SQL技术路径生成高质量的问题-SQL-结果三元组语料，旨在降低运营人员的数据分析门槛，推动供应链支付分析智能化发展。