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.