Клуб анонимных аналитиков

Дашборд, который сам чистит данные.

У Ольги была знакомая многим проблема: годовая отчётность нужно собрать быстро, а данные при этом стекаются из нескольких отчётов за целый год. За год внутри компании меняется слишком многое: подразделения переименовываются, сотрудники уходят или переходят между отделами, а сверху добавляется человеческий фактор, когда из-за одной неверной буквы в фамилии один сотрудник превращается в несколько записей. 🤯

🤌 Поэтому Ольга встроила проверку качества данных в саму панель. Дашборд сам находит опечатки в ФИО и предлагает свести дубли, показывает неподгруженные листы и подсвечивает места, где показатель отсутствует совсем.

Раньше сбор и преобразование данных занимали у Ольги около двух недель, а теперь - около пятнадцати минут, потому что структура согласована один раз, и дальше нужно лишь донести свежие данные в источник, а остальное дашборд выводит сам.

💡 Что самое важное: проверка качества оказалась не разовой проверялкой, а фундаментом всей системы.

Мы сделали демо этого дашборда на обезличенных данных, чтобы можно было потыкать вкладки и вживую посмотреть, как устроена та самая проверка качества. Файл ниже. 👇

Бизнес и Аналитики

Вот жиза из комментариев к прошлому посту:

Если и 5, и 15 лет назад от аналитика ждали предложения вариантов решения, то сейчас, такое ощущение, ждут одного единственного абсолютно верного решения, которое приведет к деньгам.

Как будто из аналитика пытаются сделать "кнопку "Бабло"", старательно переваливая на него ответственность за принятие решения.

Та же боль другими словами:

Реплику: "Что ты мне опять картинки принес, ты мне новые заказы принеси", мы слышим в той или иной интерпретации часто.

Из этого следует, что ТОПам нужны не картинки а результат (бабло) и возможность управлять.

И в целом выходит что начальники не нужны

Большинство аналитиков понимают бизнес лучше многих менеджеров. Просто (пока) предпочитают отсиживаться в тени по складу характера.

Время и изменения рынка труда не даст такой возможности далее.

Если у руководителя в голове пусто то никто ему туда ничего не вложит.

И самое интересное

Сейчас мне надо как-то сделать хранилища и витрины данных при сопротивлении it отдела 😁

———

Тут пока не хватает точки зрения представителей бизнеса... Я думаю, у них тоже найдутся какашки в адрес аналитиков.
Но мне хочется не срач устраивать, а методически выстроить понятные всем границы в цепочке:

данные → технологии → информация → решения → действия → деньги

Что я хочу получить в результате?

С одной стороны — профстандарт, который можно было бы транслировать заказчикам, работодателям.

С другой — технические инструменты и учебный контент, которые свяжут элементы цепочки.

Я понимаю, что аудитория канала сейчас весьма размытая. Кому интересна эта тема — приглашаю в отдельный чат с рабочим названием Бизнес и Аналитики

Что там будет:

🍑 Наши новые наработки по аналитическим инструментам
💼 Методики работы с бизнес-требованиями
🔊 Дискуссии, батлы аналатиков и руководителей

По итогу я, конечно же, продам вам что-нибудь. Но сначала я хочу глубже исследовать этот вопрос с фокус-группой, понять истинные проблеми и найти для них решения

10 лет назад клуб анонимны аналитиков начался с небольшой группы на фб, может сейчас самое время пересобрать сообщество.

Группа Бизнес и Аналитики

Фундамент заменили, а крыша протекает

Я тут все размышляю о будущем профессии аналитика.

Можно спорить, в каких задачах нейронка заменит аналитика, и насколько можно доверять ее расчетам. Или насколько надежны навайбкоженные ИТ-системы...

Но, кажется, мы вообще спорим не о том.

5 лет назад был ажиотажный спрос на BI, дата и прочих аналитиков. И новички могли набираться опыта на "грязной работе" по очистке или разметке данных, написанию простых SQL-запросов.

Сейчас такие задачи где-то попросту закончились, а где-то для них натренировали ИИ-агентов. А документацию уж точно никто не пишет руками. Данные как фундамент для принятия решений теперь гораздо доступнее.

Но крыша как текла, так и течет.

Бизнес по-прежнему не очень понимает, какие показатели ему нужны.
Руководители по-прежнему могут месяцами смотреть на красный график и ничего не менять.
Исполнители по-прежнему искажают интерпретируют цифры в своих интересах.

И 5, и 15 лет назад бизнес-заказчики рисовали такой героический образ аналитика:

Он придет, наведет порядок в данных,
разложит все по полочкам,
проанализирует,
найдет причины проблемы,
предложит варианты решений,
спрогнозирует результат,
оценит последствия...

Все уже убедились, что на таком уровне ИИ задачи не решает, он может только фантазировать

А готов ли человек браться за такую работу? Какая это должность, профессия? Или это роль, компетенция? Из каких навыков она должна состоять?

Напишите свое мнение. А если встречали таких людей - опишите их, или близких к этому портрету

Лайфхаки для подготовки к собеседованию на аналитика

Давайте будем откровенны — хочется не знаний, а устроиться на хорошую работу 😁

Пока я собирал первый вайб-салон в Питере, то познакомился с ребятами, которые сделали СобесХаб

Они собрали 200+ реальных собеседований и 2000+ вопросов из Яндекса, Авито, Т-Банка, Ozon, Wildberries и других компаний.

Можно посмотреть, что спрашивают в конкретной компании и на конкретном этапе собеседования, изучить ответы и разборы, а затем потренироваться на этих же вопросах в тренажёре.

Часть материалов доступна бесплатно, часть по подписке.

И это кстати не реклама, а дружеская рекомендация. Так что если ваши ожидания не оправдаются — пишите в комментариях.

Может ли LTV быть метрикой тщеславия?

На одном нетворкинге познакомился со Славой. У него хорошо развивается проект в сфере В2С услуг. Он сам сделал CRM систему и даже дашборд. И попросил покритиковать его дашборд.

На дашборде много всего и сразу: 16 карточек с КПИ, еще 3 экрана вниз с диаграммами и таблицами. Я спрашиваю:

— Где увидеть, с какими показателями хорошо, а где плохо?
— Да в целом хорошо у нас все, растем. LTV высокий! (и довольно улыбается)

Потом я зацепился за барчарт по двум менеджерам по продажам.

— Почему у этого сейла продажи вдвое ниже?
— Потому что он еще новенький
— А в чем разница? Ему меньше сделок попадает? Может, конверсия хуже? На каком этапе проблема?

Тут Слава начинает щуриться, вглядываться в дашборд и находит мааленькие подписи конверсий и средних чеков под графиком. Реально, серыми буквами на белом фоне.

Выяснилось, что у новенького конверсия в первую продажу даже выше, чем у старенького. Тот, не напрягаясь, выполняет свой план на повторных продажах, когда клиенты сами возвращаются.

И тут я рассказал Славе, что такое метрика тщеславия:

красивая цифра на дашборде, на которую приятно смотреть. Но ты в моменте на нее никак не влияешь.

Мы с ним оба посмеялись, что нейронка будто бы в угоду ему сделала крупные зеленые карточки с метриками, где все хорошо. А проблемные места вроде бы в отчете есть, но так, чтобы на них не обращали внимания (все как у людей!)

Обычно LTV является полезной метрикой результата. Но в этом контексте он оказался метрикой тщеславия.

В итоге он переделал дашборд:
- На его "пульте" на первый план вышел CAC, конверсии, выполнение планов. LTV ушел ниже в справочную зону
- Появилась отдельная закладка про продажи, стало видно, на каком этапе какой менеджер "расслабляется".

Потому что хороший дашборд показывает неудобную правду.

Тренинг Правда 14 октября Мск

Колоколов уже не тот

Я уже задумывался про кризис идентичности в начале года. И снова назрел вопрос: в чем вообще моя экспертиза?

В комментариях резонно заметили, что раньше здесь было больше про дашборды, Excel, Power BI и инструменты аналитика.

Но меня и тогда интересовали не тонкости DAX и Power Query сами по себе. Меня интересовала аналитика для принятия решений:
Как управлять продажами, закупками, персоналом. Какие показатели нужны руководителю. Как из данных перейти к действию.

А тут ИИ особо ничего не изменил.

Собрать данные и вычислить показатели — это в лучшем случае 50% задачи. Люди по своей природе будут продолжать галлюцинировать интерпретировать цифры в своих интересах. А руководители — прокрастинировать с принятием неудобных решений.

Вот такие задачи я и люблю решать. Здесь оказывается ценным и мой аналитический опыт, и насмотренность на разные бизнес-кейсы.

А продавать обучение по нейросетям больше не буду. Хватит.

Буду продавать принятие решений на основе данных.
Делать продукты, которые решают эту задачу (в том числе с ИИ). Писать об этом, обучать.

Предположу, что тем, кто сейчас меня критикует, и это окажется не нужно. Но всем не угодишь.

Кризис — это когда невозможно терпеть.

Говорят, что кризис в экономике, кризис в ИТ-отрасли, кризис в профессии аналитика... А у кого-то в жизни перманентный кризис.

Я решил последовать примеру Вани Замесина и написать пост #ответкризису

Не буду вдохновлять вас банальностями, мол кризис это время возможностей. Обычно они оказываются ошибкой выжившего (которую тебе уже бесполезно пытаться повторить).

Из личного мне первым делом вспомнился 2022 год. В феврале случилось сами знаете что, а в апреле я бросил пить.

Потому что тот объем стресса, снимать привычным способом, через алкоголь, стало невозможно. Я понял, что просто не выживу. Это изменило мою жизнь в лучшую сторону, а так бы может все еще терпел с тихим бытовым алкоголизмом.
———

Что происходит сейчас.
Да, на рынке спад, но через это я уже проходил. Меня беспокоит другое — никогда я еще не был в таком конфликте со своей аудиторией.

Мой ИИ-энтузиазм встречает либо равнодушие, либо критику. Хотя я как и раньше делюсь личным примером и результатами клиентов.

Либо я делаю не тот продукт, либо не для тех людей. В любом случае терпеть друг друга нам нет смысла.

Возможно, я сфокусируюсь на нашей платформе Правда и работе только с корпоративными клиентами. А может история разрешится чем-то другим.

В любом случае, перемены — это интересно.

Творческий ИИ-коворкинг

История началась, когда мы с сыном вайбкодили игры, потом попробовали это со взрослыми в качестве бонуса на ИИ-Акселераторе.

Оказалось, такой формат позволят выйти за рамки рабочих задач и найти нестандартные подходы к диалогу с ИИ.

В эту субботу проведу в открытом формате. Для каких задач это подойдет
▫️Личный сайт, портфолио
▫️Страница мероприятия (дружеского, семейного)
▫️Поздравление на праздник
▫️ИИ-собеседник
▫️Игра для детей (и взрослых)
▫️Инструмент для своего хобби
▫️Приложения для ЗОЖ

Если у вас еще нет идеи — записывайтесь, приходите и они у вас появятся в процессе. Вот отчеты о прошлых:

🍕 Симулятор пиццерии — проживаем рабочий день и принимаем решения → посмотреть
🧠 Детектор правды, «Зоопарк в голове» и тест на выгорание → посмотреть проекты
🎮 Профориентационная игра, тренажёр эрудиции и тайм-трекер с тамагочи → посмотреть проекты

А я сделаю ретроспективу своего свежего философского проекта 🥸

Суббота 19 сент 10:00 Мск (идеальное время покреативить на свежую голову)
Регистрация

Что вы хотите автоматизировать?

Наткнулся на рекламу конкурентов, где за один эфир предлагают научить делать с Клод-кодом:
- дашборды
- парсинг
- рилсы

Возможно, это и правда топ поисковых запросов, но для меня кажется абсурдом.

Я хотел сначала спросить вас, для каких задач вы хотите применять ИИ, но ведь первична задача, а не инструмент.

Так что мне важно ваше мнение:

Как разобраться в архитектуре проекта за 2 минуты

Если ты не ИТ-специалист, но никакой ИИ не принесет тебе на блюдечке готовый ИТ-проект.

Как ни крути, но понимать архитектуру нужно.

Это оказывается самым серьезным барьером при внедрении ИИ в бизнес. Вы, как заказчик, можете хотеть непонятно чего, а нейронка будет вам поддакивать.

Или что еще хуже — задавать вам бесконечные технические вопросы, чтобы вы чувствовали себя идиотом.

Мы постоянно пытаемся снять этот барьер, объясняя технические вещи на языке бизнеса. На этот раз получился гайд по архитектуре проекта.

Он поможет вам уложить в голове, из чего состоит система, о чем нужно подумать и какие инструменты использовать.

Этот гайд-навигатор буду раздавать через полчаса на вебинаре Факапы ИИ-проектов.

Подключайтесь!

Кейс Ирины Антоновой

Я недавно закончила программу по генеративному ИИ в Сколково. Мне она понравилась по широте охвата тем и глубине проработки учебного проекта, но я поняла, что мне не хватает практики именно с моим, а не учебным проектом.

У меня уже был собственный рабочий проект, который хотелось не просто обдумывать, а постепенно доводить до результата. Именно поэтому меня зацепил формат акселератора с коворкингами.

Бизнес-проблема

В ее холдинге отдел занимается аутсорсингом закупок для ресторанов: находит самую качественную еду по самой выгодной цене. Но объяснить выгоду бывает сложно - заказчики задаются вопросом, зачем эта услуга, если можно закупать самим.

Объяснять это должны были отчёты аналитика, но все эти таблицы оказались непонятны и не убедительны. А потом аналитик и вовсе ушел.

Проект

В начале проект буксовал на разгребании десятков экселей, выверки методики расчета себестоимости, факторов влияния. Был момент, когда нейронка водила по замкнутому кругу вопросов. Подробнее про первые шаги

Результат

Веб-платформа для отчётности с личными кабинетами: закупки, остатки и ликвидность, отчёты, которые пользователь формирует и выгружает сам. Поверх базы - визуальный интерфейс с листом настроек для контроля соотношения данных из разных источников. Названия сопоставляет алгоритм поиска по синонимам внутри платформы, с подтверждением пользователем и журналом правок.

🔥 За месяц к системе подключили 14 клиентов, а за следующий ожидается ещё 15.

А главное — новый специалист по отчетам больше не понадобился! Ирина все оцифровала, и бизнес оценил ее вклад по заслугам.

Какие были трудности в этом и других реальных проектах акселератора обсудим завтра на эфире "Факапы ИИ-проектов"

15.09 в 19:00 по МСК
ЗАПИСАТЬСЯ

Как аналитику стать бизнес-партнером?

Вы наверное слышали термин HR Business Partner — это не просто кадровик, а советник руководителя, который помогает решать все вопросы "рабочей силы". У него есть полномочия и к его мнению прислушиваются.

Во многих компаниях такое изменение роли HR уже произошло, а вот с аналитикой еще нет. Кого ни спрошу - аналитиков воспринимают как "специалистов по отчетам". Сложным, непонятным отчетам, в которых может разобраться только аналитик.

При этом бизнес не дает аналитикам полномочий (пост на эту тему), и в спорной ситуации решение принимают на основе "чуйки" а не данных.

Но будущее в профессии аналитика есть только в такой роли (пост про компетенции), остальное алгоритмизирует сами знаете кто.

Этому не научиться по видео урокам. Нужна практика, хотя бы симуляторы (я еще такого не сделал).

Зато Visiology сделали симулятор и челлендж с призовым фондом в 1 000 000 р.!

Я от души рад, что они устроили такой бизнесовый формат, а не как другие вендоры с конкурсами "сделай еще один дашборд на нашем BI".

Вы получите виртуальную компанию с реальной бизнес-проблемой. В ней есть IT-системы, данные и сотрудники, с которыми можно разговаривать. Ваша задача — разобраться, что происходит, отделить симптомы от причин и предложить решение.

Решать кейс надо будет на их ИИ-движке Cortex. Я его тестировал — это и правда хороший инструмент, заточенный под аналитику.

Я честно считаю, что это мероприятие поможет преодолеть/избежать карьерный кризис в профессии аналитика:

1. Опыт с профильным ИИ, который разрешен в отечественных компаниях
2. Возможность показать себя, выступить на финале и найти новую работу

Так что участвуйте и растите над собой. И желаю Visiology успехов в этом правильном деле.
Регистрация на Cortex Challenge

Есть сказка про ИИ-единорога.

Подключили нейросеть — сотрудники перестали делать рутину. За неделю автоматизировали отдел. ИИ всё понял, всё посчитал — и бизнес начал кратно расти в доходе

А есть ИИ-ослик.

Тот самый сотрудник, который перепроверяет ответы нейросети, чинит таблицу, в третий раз объясняет коллегам, зачем им новая система, а вечером на всякий случай всё равно выгружает результат в Excel.

Господи, за что мне это?!!! — жалуется ослик, поднимая заплаканные глаза в небо 😭😭😭

А вот за что:

Зависть
«У соседей уже всё автоматизировано. Нам тоже нужен ИИ».
ИИ нужен, а зачем — выясним по ходу дела.

Страх
«Рабочие данные нейросети не дадим. Она всё сольёт».
На этом проект иногда и заканчивается — ещё до разговора про обезличивание, права доступа и то, какие данные нейросети вообще нужны.

Жадность
«Давайте сделаем быстро, недорого и сразу раскатаем на всю компанию».
А ещё желательно без подготовки данных, отдельного бюджета и отвлечения сотрудников от основной работы.

Гордыня
«Да что там собирать. За вечер навайбкодим».
И правда навайбкодили. А потом выясняется, что красивому HTML‑дашборду нужны база, автоматическое обновление, авторизация и человек, который будет всё это поддерживать.

Лень
«ИИ, а собери нам сам систему автоматизации».
Как устроен процесс, где в нём проблема, какие данные правильные и что должно измениться после внедрения — пусть нейросеть сама догадается.

Гнев
«Вчера всё работало. Сегодня нейросеть сломала половину проекта».
И вот уже хочется удалить, заблокировать Claude и вернуться к старому доброму эксель.

Седьмой грех напишите в комментариях

А чтобы вы или ваши сотрудники не совершали этих грехов, мы проведем эфир «Факапы ИИ-проектов». Покажем реальные кейсы и разберем, что происходит с проектом после красивой первой версии.

Выпускники Акселератора расскажут, где всё это ломалось, что приходилось переделывать и как проекты в итоге дотащили до рабочего состояния.

15 сентября · 19:00 МСК
Онлайн · бесплатно
Зарегистрироваться на эфир

☀️ Как прошло лето в лагере Акселераторе

Этим летом мы много работали над ИИ-Акселератором. Я рассчитывал, что это станет масштабной программой на 100 человек, но реклама не удалась. Ну и ладно.

Оглядываясь назад, я вижу, какую большую работу проделали и участники, и наши кураторы.
В канале Нейро-МВА я просто стал выкладывать кейсы, находки с практики на коворкингах..

Сейчас у нас в акселераторе 30 человек, 15 из них созрели до персонального проекта. Вот подборка выпускных проектов тех, с кем согласованы публикации:

▫️ Ксения — система борьбы с неликвидами
Остатки, потенциальные покупатели, история работы и контроль замороженных денег → посмотреть кейс

▫️ Ирина — факторный анализ себестоимости ресторанов
От Excel с формулами до приложения на корпоративном сервере с логинами пользователей и Git → посмотреть кейс

▫️ Роман — навигатор исполнения поручений
Начинали с дашборда, а пришли к системе приоритетов и сроков → начало истории / навигатор поручений

▫️ Любовь — собрала себе CRM.
Перенесла весь процесс расчета продаваемых комплектов товаров в Cursor и собрала настоящее веб-приложение вместо таблицы → посмотреть

А еще у нас были творческие субботы, где мы отвлекались от рабочих задач, развивали креативное мышление и технологии для воплощения идей:

🍕 Симулятор пиццерии — проживаем рабочий день и принимаем решения → посмотреть
🧠 Детектор правды, «Зоопарк в голове» и тест на выгорание → посмотреть проекты
🎮 Профориентационная игра, тренажёр эрудиции и тайм-трекер с тамагочи → посмотреть проекты

Если вам интересно следить за тем, как развиваются реальные проекты реальных людей — подписывайтесь. Там мы продолжим делиться полезными находками.

И что мне дальше делать с ИИ-дашбордами?

В конце прошлого года нейронки научились строить дашборды без галлюцинаций. Зимой мы проводили интенсив по ИИ-дашбордам потоками, каждый месяц. А весной тема перестала быть горячей, и мы оставили уроки в записи.

Прошло полгода.
Появилось много новых возможностей, которые теперь работают стабильно: ИИ-чат с инсайтами, очистка данных, управление метриками...

У меня есть желание собрать обновленный курс. Не только про дашборды, а про концепцию AI-BI-системы под ключ:

- база данных, интеграции
- очистка данных, управление справочниками
- бизнес-метрики, глоссарий
- гибкая доставка данных: от чата до дашбордов и презентаций
- принятие решений, работа с гипотезами

Но вот что показал опрос:
- 23% из вас сами во всем разобрались
- 20% все равно не доверяют ИИ
- остаются 57% кто не пробовал или не получилось

Прежде чем запускать новый курс, я хочу понять, есть ли спрос.
Формат такой:
- 8 онлайн-занятий в октябре (2 раза в неделю)
- плюс 1 месяц практики и консультаций на наших ИИ-коворкингах

Поставьте реакции, кто хочет научиться делать не просто дашборды, а аналитические системы под ключ.

И напишите в комментариях, какие темы еще вам интересны, я смогу подстроить программу под вас.

Как работает ИИ-аналитик

На вайб-салонах мы проводили сессии вопросов-ответов с ИИ в режиме чата. Данные на примере типового дашборда по рекламе:

- расходы в разрезе рекламных кампаний в Яндекс директе
- клики, заявки, оплаты и соответствующие конверсии

Забавно, что люди сразу начинали с вопросов на засыпку 🤓:
- Как нам поднять прибыль?
- Какой прогноз расходов на следующий месяц?

Уважаемые аналитики, а если к вам бизнес приходит с такими вопросами, вы разве даете однозначные ответы с гарантией результата??

Нет ведь!
И поэтому мы первым делом научили нашего бота говорить правду и только правду. Опираться на имеющиеся данные и ни в коем случае ничего не сочинять.

Посмотрите на скрине — от честно объясняет, что для прогноза на сентябрь у него недостаточный временной ряд.

А в чем тогда польза ИИ-чата?

Это аналитикам кажется, что если есть дашборд и 100 фильтров, то каждый пользователь найдет нужную информацию. Но простому смертному это сложно.

Для начала это Data Discovery - просто узнать, что произошло. В прошлую эпоху эти возможности в дашбордах не взлетали (кто помнит ThoughtSpot или Q&A в Power BI?), потому что надо было формулировать вопросы четко в терминах базы данных.

А теперь ИИ хорошо работает с синонимами, понимает ваш корпоративный сленг. Можно просто спросить "на каком продукте мы больше заработали?" и получить конструктивный ответ.

Мы заложили такую структуру:
— короткий вердикт;
— ключевые цифры;
— несколько наблюдений;
— рекомендация;
— оговорка, если данных недостаточно.

А еще есть полезные кнопки:
1) показать вывод на дашборде, сразу с нужными фильтрами, чтобы ни не нажимать
2) показать запрос — чтобы проверить логику его вычислений, из каких таблиц он брал данные

Если вы сами с усами — просто берите на заметку, используйте наш подход в своих проектах

Если вы хотите научиться — приходите на курс Аналитика с нейросетями

Там вы получите системное понимание, как строить аналитические системы с ИИ. Делать их удобными для бизнеса и безопасными.