# Kumo.ai

Kumo.ai 通过类 SQL 界面，基于数据仓库数据生成预测。

- Findings24: <https://findings24.com/zh-CN/tools/kumo-ai>
- 网站: <https://kumo.ai>
- 价格: Freemium
- 分类: AI SQL助手, AI 营销分析

## 什么是 Kumo.ai？

Kumo.ai 是面向关系型数据的预测型 AI 平台。其核心产品 KumoRFM 被描述为一种关系型基础模型，可直接基于数据仓库数据生成预测，无需人工特征工程或传统的 ML 流水线。

用户通过 Predictive Query Language（PQL）定义预测任务，这是一种类似 SQL 的界面，然后即可获取诸如流失、欺诈、需求、排序或推荐等预测结果。该平台面向希望快速开展预测工作流的团队，并支持按任务进行微调以提升特定性能。

## Kumo.ai 能做什么？

### Predictive Query Language

使用 PQL 定义预测任务，这是一种类似 SQL 的语法，用于指定预测的目标和数据上下文。

### 仓库原生工作流

从已连接的数据仓库开始，无需传统的特征工程或管道流程即可生成预测。

### 即时预测与微调

使用 KumoRFM 进行即时预测；当任务需要更多优化时，可进行微调。

### 自动化 ML 管道步骤

让系统自动完成主要的 ML 步骤，例如特征准备、标签工程、训练数据集创建、模型优化和 MLOps。

### AI 辅助编写

使用编码代理将自然语言转换为 PQL，并支持在笔记本或 IDE 中基于 SDK 的工作流。

### 托管式 SaaS 架构

依赖一种将面向用户的预测查询界面与底层缓存、元数据和处理层分离的架构。

## 使用场景

### 关系型预测任务

通过编写预测查询，而不是组装传统训练流水线，来构建流失、欺诈、需求或排序问题的模型。

### 风险与欺诈检测

将平台用于交易欺诈、账户接管、欺诈团伙检测、拒付预测以及类似的风险导向工作负载。

### 客户增长与个性化

将 Kumo 用于线索评分、客户终身价值、召回挽回、交叉销售和产品推荐工作流。

### 预测与运营

支持需求预测、库存规划、预算分配和供应链决策等规划与运营场景。

### 开发者与数据科学工作流

使用编码代理和 SDK 工作流，在笔记本或 IDE 中将自然语言问题转为 PQL。

## 常见问题

### Kumo 的建模是如何工作的？

Kumo 使用 Predictive Query Language（PQL），一种类似 SQL 的界面，用于定义预测任务。文档说明，该平台可根据该查询自动完成特征工程、训练表生成和模型训练。

### Kumo 是否需要将数据迁移到单独的系统中？

主页将 Kumo 描述为可直接连接到你的数据仓库，而安全文档则说明用户通过预测查询界面访问平台，同时数据仍保留在客户的数据存储中。

### Kumo 适用于哪些类型的用例？

源材料将 Kumo 描述为适用于欺诈检测、流失预测、需求预测、线索评分、推荐以及其他基于关系型数据的预测问题。

### 团队可以针对特定问题定制 Kumo 吗？

主页说明 Kumo 可针对特定用例进行微调，概述则指出它支持即时上下文预测以及面向特定任务的优化。

### 网站上公布了价格吗？

主页包含一个定价链接，但当前定价页面返回 404，且收集到的来源中没有可用的定价细节。

## 快速信息

- **类别**: 预测型 AI 平台
- **主要界面**: Predictive Query Language（PQL）
- **核心模型**: KumoRFM 关系型基础模型
- **主要用户**: 数据科学家、ML 工程师和业务负责人
- **定价**: 未在收集到的来源中公布
- **网站**: kumo.ai