Как сделать так, чтобы ваши сотрудники принимали дата-дривен решения

Вы накидали вопросов про Talk2Data. Хочу рассказать немного подробнее про это.

В OLX сложно устроена аналитика. Данные собираются, преобразуются в несколько шагов, дата инжинеры собирают данные в таблицы под продукты и нужды бизнеса, аналитики строят дашборды на основе этих таблиц. Плюс небольшая группа людей, знающих SQL, может делать запросы к таблицам и получать больше информации😐

Данных много, работать с ними могут не все. В итоге аналитики становятся бутылочным горлышком для команд в получении инсайтов из данных🍴

AI для решения этой задачи справился отлично. Вот как это устроено у нас:

🔵Slack-бот как точка входа. Любой может написать боту сообщение с вопросом о нужных данных человеческим языков. Например, сколько выручки в категории Motors было за вчера?

🔵запрос интерпретируется на метрики (active users, revenue, leads) и переменные (продукт, платформа, страна, время и пр.)

🔵запрос конвертируется в SQL код и исполняется,

🔵полученные цифры формулируются в человеко-понятный комментарий и отправляется ответом в Slack. Типа такого: "За вчера в категории Motors выручка составила 1,5млн долларов" (но часто длиннее и подробнее),

🔵для проверки точности ответа можно использовать фичу Show query - показать SQL код, чтобы убедиться, что запрос написан корректно.

Каждая продуктовая команда делала интеграцию к своим таблицам. По сути нужно подготовить одну большую таблицу с ключевыми данными по продукту, чтобы LLM было проще к ней обращаться.
Также при запуске фичи на команду очень важно провести обучение или хотя бы собрать гайд как правильно пользоваться фичей - как формулировать запросы, чтобы получить корректный ответ, как интерпретировать данные и проверять ответы. Так как от этого зависит как эти ответы будут использованы.

Для реализации на уровне компании хорошо иметь поддержку кого-то из дата-лидеров. Либо вы всегда можете навайбкодить такого бота у себя в команде локально💅

Подкиньте лайков, если тема агентов интересна.