Organization Insights（组织可观测性与价值证明）

┌──────────────────────────────────────────────────────────────────────┐
│                Organization Insights — 可观测性三件套                  │
├──────────────────────────────────────────────────────────────────────┤
│                                                                      │
│  ① 看数据 — Insights 页（预构建 dashboard，v10.2.0 起）               │
│  ┌──────────────────────────────────────────────────────────────┐   │
│  │  Overview（总 credits + spend/volume 图 + 三大 leaderboard）    │   │
│  │  Models / Explorer / Forecasts（成本四件套）                     │   │
│  │  Tasks / Agents / Skills / Artifacts / Teams / Connectors      │   │
│  │  （v10.21.0 新增六维 tabs，各含使用趋势 + 下钻表格）              │   │
│  └──────────────────────────────────────────────────────────────┘   │
│         │                                                            │
│  ② 追问 — analytics agent（对话式，v9.0.0 起 · v10.21.0 融入数据旁）  │
│  ┌──────────────────────────────────────────────────────────────┐   │
│  │  自然语言查询 14 类组织数据表 → 表格/图表/CSV                     │   │
│  │  agent 坐在数据旁边——看趋势时随手追问（v10.21.0 融合布局）        │   │
│  │  Slack 入口：/gummie add analytics                              │   │
│  └──────────────────────────────────────────────────────────────┘   │
│         │                                                            │
│  ③ 汇报 — Impact Reports（订阅制，v10.21.0 新）                        │
│  ┌──────────────────────────────────────────────────────────────┐   │
│  │  周期性 recap：完成任务数 / app 动作 / top agents+users / credits │   │
│  │  范围：整个组织 或 你拥有的任一 agent                             │   │
│  │  投递：邮箱 或 Slack canvas                                       │   │
│  └──────────────────────────────────────────────────────────────┘   │
└──────────────────────────────────────────────────────────────────────┘

演进逻辑：三件套不是一次设计出来，而是六版沿一条线生长——对话式分析（v9.0.0）→ 成本 dashboard（v10.2.0）→ 单 agent 下沉（v10.5.0）→ 全维度 + 融合 + 汇报（v10.21.0）。演进方向始终是"降低组织数据的使用门槛"：从"会写查询的 admin"到"看图的所有人"到"连看都不用看、报告自己来"。

2.1 analytics agent — 对话式组织数据查询

• 入口：Settings > Organization > Analytics（Web）或 Slack /gummie add analytics 后 @Gumloop 提问
• 预置 prompt：top 3 most active users / most used agents / most used MCP servers（本周维度）
• 输出：表格 / 图表 / CSV 导出；生成文件在 chat 旁侧栏打开
• 聊天历史：侧边栏回访；绑定 VIEW_ANALYTICS 权限——权限撤销即失去历史访问权

2.2 数据覆盖 — 14 类组织数据表

数据表	覆盖内容
Workflow Runs	运行历史、credit 成本、执行次数、完成时间戳
Agent Chats	agent 会话、每会话 credit 成本、会话量趋势
Agents	名称、描述、所用模型、配置的工具、创建者
Workflows	名称、描述、创建者
Users	用户邮箱及组织内活动
MCP Servers	组织内 MCP server 使用情况
Triggers	触发器配置、类型（scheduled/email/Slack/webhook/polling）、状态
Skills	skill 名称、描述、使用次数、挂载在哪些 agent
Skill Usage	逐事件使用日志：时间戳、动作（view/use/edit）、触发的 agent/用户
Files	agent 产出的文件、文件名、scope、创建时间戳
Evaluations	会话质量评估：等级、情绪、是否达成用户目标、按 agent 分解
Evaluation Settings	哪些 agent 启用评估、配置的模型/频率/语言
Knowledge Sources	已连接知识源（Brain connectors）：类型、状态、scope
Credits	权威 credit 消耗账本：按 category/user/team/model 分解

2.3 Insights 页 — 预构建 dashboard

• Overview：周期总 credit 消耗 + spend/volume 图 + top agents/models/workflows 三个 leaderboard
• Models / Explorer / Forecasts：按模型拆分 / 任意维度切片 / 消耗预测
• 六维 tabs（v10.21.0）：tasks / agents / skills / artifacts / teams / connectors，各含趋势 + 下钻表

2.4 权限模型 — 查询级强制

角色	数据范围
Admin	全组织全量数据
Manager	全组织全量数据
Member	仅个人数据——自己的 runs / chats / credits

2.5 安全五层（对话式分析的企业底线）

1. 组织隔离——每条查询自动 scope 到本组织，agent 无法访问其他组织数据（即使被诱导）
2. 参数化查询——全部 SQL 参数化，用户输入绝不拼接进查询串，防 SQL 注入
3. Schema 校验——只能查预定义表和列，不能跑任意 SQL、不能访问 analytics schema 之外的表
4. 角色级 scoping——非 admin 在查询级过滤
5. Prompt injection 防护——agent 拒绝通过注入/角色扮演绕过数据访问限制的尝试

2.6 Credit 成本优化

analytics agent 自身消耗 credits（按扫描数据量计），三项机制压低：聚合优先（聚合查询而非原始行导出）、自动分区过滤（时序表默认最近 90 天，需更早数据要显式指定）、结果集限制（只取回答问题所需数据）。

2.7 Impact Reports [基于 Changelog]

• 订阅入口：Insights 页；范围：整个组织 或 你拥有的任一 agent
• 内容：完成任务数、连接 app 中的动作、top agents/users、credit 用量
• 投递：邮箱 或 Slack canvas（原生富文档，可协作评论）

模块 A — 对话式分析（analytics agent）

ID	触发场景	系统行为	优先级
A1	admin 在 Analytics 页提问	agent 查询组织数据，返回表格/图表/CSV	P0
A2	Slack 频道 /gummie add analytics	激活 analytics agent，@Gumloop 提问，结果回到 thread	P0
A3	Member 请求他人数据	查询级过滤，仅返回个人数据	P0
A4	prompt injection 尝试	agent 拒绝绕过数据访问限制	P0
A5	时序查询未指定范围	默认最近 90 天分区过滤	P1
A6	查看历史对话	侧边栏回访；权限撤销后不可访问	P1

模块 B — Insights dashboard

ID	触发场景	系统行为	优先级
B1	打开 Insights 页	Overview：总 credits + spend/volume 图 + leaderboards	P0
B2	切换 Models/Explorer/Forecasts	按模型拆分 / 任意维度切片 / 消耗预测	P0
B3	切换六维 tabs（v10.21.0）	tasks/agents/skills/artifacts/teams/connectors 趋势 + 下钻	P0
B4	浏览图表时追问	analytics agent 在数据旁，直接问 follow-up（融合布局）	P0

模块 C — Impact Reports

ID	触发场景	系统行为	优先级
C1	从 Insights 页订阅	创建组织级或 agent 级 recurring recap	P0
C2	到达投递周期	生成报告（任务数/app 动作/top agents+users/credits）投递邮箱或 Slack canvas	P0
C3	agent owner 订阅自己的 agent	范围限定该 agent 的成果	P1

竞品	组织分析能力	优势	劣势
ThoughtSpot / Julius	ask-your-data 对话式 BI	对话式分析成熟	非 agent 平台，不懂 agent 语义（tasks/skills/credits）
LangSmith / Langfuse	AgentOps 可观测性（trace/eval）	开发者向深度强（调用链/评估）	面向 dev 而非 org admin；无"价值汇报"层
Zapier / Make / n8n	用量 dashboard	table-stakes 成本看板	无对话式分析；无 agent 维度；无成果汇报
OpenAI / Anthropic 控制台	usage dashboard	API 消耗透明	平台自身用量，非"组织内 agent 运营"视角
Gumloop Organization Insights	对话式 + dashboard + 订阅汇报三件套	agent 语义原生（14 类数据表）；BI 与 AI analyst 融合；Impact Reports 产品化 ROI 证明	无调用链级 trace（vs LangSmith）；数据限于平台内

关键洞察

• "证明价值"是被低估的企业 agent 基建——agent 平台的竞争不止于能力，还在于向管理层持续证明能力兑现。Impact Reports 把 ROI 论证从 admin 手工劳动变成订阅制服务，直接影响续费对话。这是从"成本可观测"到"价值可观测"的质变
• 对话式分析的安全工程是真正的门槛——"自然语言查组织数据"每家都能 demo，但五层防护（org 隔离/参数化/schema 校验/查询级 scoping/注入拒绝）让它敢放到企业生产。查询级（而非显示级）过滤是关键设计——注入也拿不到数据
• BI + AI analyst 内嵌融合是趋势信号——dashboard 与对话式分析收敛为一个界面，看图时随手追问。对标 ThoughtSpot/Julius 的 ask-your-data 模式，但 Gumloop 有 agent 语义原生优势
• 六版演进展示分析产品的正确生长节奏——先对话式（服务会问的人）→ dashboard（服务看图的人）→ 单 agent 下沉（服务 owner）→ 全维 + 融合 + 汇报（服务不看的人）。每版降低一层使用门槛

漏斗阶段	事件	触发条件	指标	优先级
采用	analytics_agent_query	对话式提问（Web/Slack）	周活跃提问数	P0
采用	insights_tab_view	切换 tabs（记录维度）	各 tab 使用率	P0
采用	impact_report_subscribed	订阅（org/agent 级）	订阅数、org 级占比	P0
留存	impact_report_retention	订阅 3 个月后仍活跃	汇报留存率	P1
价值	impact_report_forwarded	报告被转发/续费对话引用	价值证明转化	P1
安全	analytics_scope_violation_attempt	Member 请求他人数据/注入被拦截	拦截次数（应平稳）	P1
效率	analytics_query_credits	每次查询消耗 credits	查询成本中位数	P2

阶段	时间线	里程碑	状态
Phase 1 — 对话式分析 agent	v9.0.0	credits/agent adoption/MCP activity 查询	已发布
Phase 2 — 成本 dashboard	v10.2.0	Overview/Models/Explorer/Forecasts	已发布
Phase 3 — 单 agent 分析下沉	v10.5.0	每 agent 独立分析页	已发布
Phase 4 — 全维度 + 融合 + 汇报	v10.21.0	六维 tabs + agent 融入数据旁 + Impact Reports	已发布
Phase 5 — 主动告警	v10.x+	cost anomaly 异常检测、预算阈值联动	推断/规划
Phase 6 — 价值基准	远期	跨组织 benchmark（同行业 agent 采纳/成本/产出分位）	探索

关键演进判断

1. 从"被动看"到"主动推"是下一步——当前 tabs 和报告都是订阅/查看模式。成本异常（某 agent 突然烧钱）、采纳异常（某 skill 使用率骤降）的主动告警是自然延伸，与 v10.5.0 Credit Warnings 阈值思路一脉相承
2. Evaluations 数据表是质量维度的伏笔——14 类表已含 Evaluations（等级/情绪/目标达成），"价值证明"很快会从"量"（任务数/动作数）扩展到"质"（成功率/满意度）
3. Slack canvas 投递是分发设计——报告放到管理层已有的协作界面（而非邮件孤岛），评论讨论直接发生在报告下。"报告即协作物"的模式值得注意