Институт бизнес-аналитики
Аналитика и нейросети
6 компетенций для качественной аналитики с ИИ
Как использовать ИИ для разных задач.
ИИ стал повседневным инструментом — как Excel когда-то. Но ожидания по-прежнему далеки от реальности: компании мечтают о «ботах-аналитиках», а получают всё те же проблемы с данными, бизнес-процессами и ответственностью.
Почему компании разочаровываются в ИИ даже после обучения работе с нейросетями?
ИИ стал повседневным инструментом — как Excel когда-то. Но ожидания по-прежнему далеки от реальности: компании мечтают о «ботах-аналитиках», а получают всё те же проблемы с данными, бизнес-процессами и ответственностью.
Часто оказывается так, что:
Нейросеть не превращает хаос в порядок. Она масштабирует то, что есть.
Если в данных бардак — ИИ сделает бардак быстрее и красивее.
Часто оказывается так, что:
- дашбордами никто не пользуется,
- данные разрознены,
- управленческого учёта нет,
- метрики никто не проверял на смысл.
Нейросеть не превращает хаос в порядок. Она масштабирует то, что есть.
Если в данных бардак — ИИ сделает бардак быстрее и красивее.
Почему нейросеть не решает проблемы с аналитикой?
История одинаковая последние 5–10 лет — как в проектах BI, так и в проектах ИИ:
1. Нет нужных данных
Типичный случай: управленческий учёт — в Excel, а в BI загружены только выгрузки из 1С.
Графики красивы, но решений на их основе не принять: слишком мало фактов, нет детализации, нечего анализировать.
2. Нет культуры ответственности
Когда данные становятся прозрачными, часть руководителей среднего звена начинает саботировать:
«У меня не было данных» больше не работает — надо принимать решения.
3. Нет полноценного хранилища
Большинство попыток внедрить ИИ упираются в отсутствие Data-фундамента:
· нет таблиц по качеству сырья,
· нет данных о клиентах,
· нет истории решений менеджеров,
· нет метрик процессов.
Вот и получается: нейросети есть, данных нет.
Люди есть, процессов нет.
А значит, нет и решений.
Поэтому - сначала наводим порядок с данными!
А потом формулируем запрос и получаем точные ответы.
1. Нет нужных данных
Типичный случай: управленческий учёт — в Excel, а в BI загружены только выгрузки из 1С.
Графики красивы, но решений на их основе не принять: слишком мало фактов, нет детализации, нечего анализировать.
2. Нет культуры ответственности
Когда данные становятся прозрачными, часть руководителей среднего звена начинает саботировать:
«У меня не было данных» больше не работает — надо принимать решения.
3. Нет полноценного хранилища
Большинство попыток внедрить ИИ упираются в отсутствие Data-фундамента:
· нет таблиц по качеству сырья,
· нет данных о клиентах,
· нет истории решений менеджеров,
· нет метрик процессов.
Вот и получается: нейросети есть, данных нет.
Люди есть, процессов нет.
А значит, нет и решений.
Поэтому - сначала наводим порядок с данными!
А потом формулируем запрос и получаем точные ответы.
Как это лучше сделать?
1. Поиск ответов в разных ИИ-моделях
Необходимо понимать, какие модели:
· быстрее;
· точнее;
· лучше помнят контекст;
· умеют писать в нужном стиле;
· поддерживают разные функции и задачи;
· имеют повышенный риск «галлюцинаций»
Один рабочий вопрос → спроси у 3 моделей → оцени показатели (скорость, точность, полнота, количество шагов до результата и т.п.) по шкале 0–2.
При повторениях этих действий вскоре ты начнешь разбираться, какая нейросеть больше всего подходит тебе для автоматизации, какая – для дашборда, а какая – для деловых инструкций. Даже две версии одной и той же модели отвечают по-разному.
Если не знаешь, с каких ИИ начать, смотри таблицу с ТОП-3 нейросетей для разных задач
· быстрее;
· точнее;
· лучше помнят контекст;
· умеют писать в нужном стиле;
· поддерживают разные функции и задачи;
· имеют повышенный риск «галлюцинаций»
Упражнение для работы с несколькими ИИ:
Один рабочий вопрос → спроси у 3 моделей → оцени показатели (скорость, точность, полнота, количество шагов до результата и т.п.) по шкале 0–2.
При повторениях этих действий вскоре ты начнешь разбираться, какая нейросеть больше всего подходит тебе для автоматизации, какая – для дашборда, а какая – для деловых инструкций. Даже две версии одной и той же модели отвечают по-разному.
Если не знаешь, с каких ИИ начать, смотри таблицу с ТОП-3 нейросетей для разных задач
2. Работа с текстом в нейросетях:
гипотезы, выводы, выбор стилистики.
гипотезы, выводы, выбор стилистики.
Хороший документ — это не «сгенерированная болванка».
ИИ может:
· Брифируй прежде чем писать. Цель → аудитория → 3 ключевые мысли → формат/объём → запреты (клише, жаргон).
· Разведи роли. Чат «Автор» (генерирует версии) и чат «Редактор» (убирает лишнее, чинит логику, проверяет риски).
· Попробуй решать задачи по слоям. Запрос в общих чертах → Генерация нескольких вариантов → Выбор лучшей версии ответа → Правка структуры → Задание стилистики → Финальная проверка
· Правка на ясность. Проси «минус 20–30% слов без потери смысла, заменить общие слова на конкретные глаголы/цифры».
· Проверяй материалы на точность. Попроси ИИ как «редактора‑скептика»: «Найди 5 причин, почему документ могут раскритиковать (диапазон рисков: факты, логика, тон). Предложи правки».
· Считай факты. Попроси ИИ: «Выпиши все утверждения, пометь: нужен источник/мнение».
· Адаптируй результат под разные аудитории. Например, сделай версии одного и того же текста или скрипта для продаж под разные ЦА.
ИИ может:
- создавать версии,
- сравнивать формулировки,
- улучшать структуру,
- предлагать креативные варианты.
- понимает смысл,
- видит риски,
- проверяет логику.
Советы:
· Брифируй прежде чем писать. Цель → аудитория → 3 ключевые мысли → формат/объём → запреты (клише, жаргон).
· Разведи роли. Чат «Автор» (генерирует версии) и чат «Редактор» (убирает лишнее, чинит логику, проверяет риски).
· Попробуй решать задачи по слоям. Запрос в общих чертах → Генерация нескольких вариантов → Выбор лучшей версии ответа → Правка структуры → Задание стилистики → Финальная проверка
· Правка на ясность. Проси «минус 20–30% слов без потери смысла, заменить общие слова на конкретные глаголы/цифры».
· Проверяй материалы на точность. Попроси ИИ как «редактора‑скептика»: «Найди 5 причин, почему документ могут раскритиковать (диапазон рисков: факты, логика, тон). Предложи правки».
· Считай факты. Попроси ИИ: «Выпиши все утверждения, пометь: нужен источник/мнение».
· Адаптируй результат под разные аудитории. Например, сделай версии одного и того же текста или скрипта для продаж под разные ЦА.
3. Аналитика данных и интерпретация результатов с нейросетью.
ИИ сегодня способен выполнять 70% типовых задач аналитика:
Он не знает, что:
· Четко определи цель. Не «сделать отчет за месяц по эффективности отдела продаж». А: «Цель: увеличение количества продаж без роста расходов. Возможное решение: увеличение конверсии - распределять клиентов на разных этапах по разным менеджерам, исходя из того, кто на каком этапе воронки эффективнее. Чтобы это определить, нам нужен отчет с метриками A, B и C по таким-то срезам и периодам.»
· Бриф для ИИ обязателен. Дать нейросети: цель, метрику(и) с формулами, гранулярность, источники, ограничения/допущения.
· Делать проверку данных перед выводами. Дубликаты, пропуски, диапазоны, согласованность сумм, сравнение с базой (вчера/прошлый период/план).
· Помни: Корреляция ≠ причинность. Любое «почему» маркируй как гипотезу до эксперимента/AB‑теста.
· Отделяй расчёт от интерпретации. ИИ считает — человек решает, что значимо и что делать.
- объединять таблицы,
- чистить данные,
- находить аномалии,
- рассчитывать метрики,
- строить прогнозы.
Он не знает, что:
- «заказ» и «сделка» — разные вещи,
- воронка может иметь 4 или 14 стадий,
- себестоимость вашей компании — это не «закупка + логистика».
Советы:
· Четко определи цель. Не «сделать отчет за месяц по эффективности отдела продаж». А: «Цель: увеличение количества продаж без роста расходов. Возможное решение: увеличение конверсии - распределять клиентов на разных этапах по разным менеджерам, исходя из того, кто на каком этапе воронки эффективнее. Чтобы это определить, нам нужен отчет с метриками A, B и C по таким-то срезам и периодам.»
· Бриф для ИИ обязателен. Дать нейросети: цель, метрику(и) с формулами, гранулярность, источники, ограничения/допущения.
· Делать проверку данных перед выводами. Дубликаты, пропуски, диапазоны, согласованность сумм, сравнение с базой (вчера/прошлый период/план).
· Помни: Корреляция ≠ причинность. Любое «почему» маркируй как гипотезу до эксперимента/AB‑теста.
· Отделяй расчёт от интерпретации. ИИ считает — человек решает, что значимо и что делать.
4. Визуализация данных и дашборды
Нейросети научились рисовать диаграммы и дашборды.
Но специалист должен проверить:
Человек даёт смысл.
· Один график — один вопрос. Сформулируй заголовок как вывод: «Выручка изменилась засчёт…», а не «График выручки».
· Выбор формы по цели. Тренд → линия; сравнение категорий → столбцы; доли → 100% stacked/treemap; распределение → гистограмма/boxplot; связь → scatter.
· Оси и масштабы. Для столбцов ось Y от нуля; для линий — допустим не полный ноль, но пометь диапазон. Без 3D и двойных осей, если можно их избежать.
· Сезонность и «шум». Покажи 7‑дневное скользящее, сравни день‑к‑дню той же недели, выдели праздники/акции.
· Контекст и цель. Добавь референсы: цель/план/YoY, горизонтальные линии, подсвети отклонение.
· Подписи > легенды. Подписывай прямо на графике ключевые серии/точки, экономь внимание.
Но специалист должен проверить:
- точность данных,
- уместность визуальной формы,
- логику изменений,
- влияние сезонности.
Человек даёт смысл.
Советы:
· Один график — один вопрос. Сформулируй заголовок как вывод: «Выручка изменилась засчёт…», а не «График выручки».
· Выбор формы по цели. Тренд → линия; сравнение категорий → столбцы; доли → 100% stacked/treemap; распределение → гистограмма/boxplot; связь → scatter.
· Оси и масштабы. Для столбцов ось Y от нуля; для линий — допустим не полный ноль, но пометь диапазон. Без 3D и двойных осей, если можно их избежать.
· Сезонность и «шум». Покажи 7‑дневное скользящее, сравни день‑к‑дню той же недели, выдели праздники/акции.
· Контекст и цель. Добавь референсы: цель/план/YoY, горизонтальные линии, подсвети отклонение.
· Подписи > легенды. Подписывай прямо на графике ключевые серии/точки, экономь внимание.
5. Анализ аудио и видео
ИИ стал ключевым инструментом для:
Но интерпретировать результаты — снова задача человека.
· Начинай с цели. Что решаем: качество продаж, протокол встречи, риски, обучение?
· Доказательства обязательны. Проси у ИИ таймкоды и цитаты к каждому выводу/оценке.
· Считай, не ощущай. Ток‑тайм, доля вопросов, перебивания, паузы, скорость речи, “эканье” — это метрики, а не впечатления.
· Карта решений. Любая встреча: решения / владельцы / сроки / риски / вопросы в работу.
· Этика и конфиденциальность. Записи — по согласию; хранение — по политике компании.
- транскрибации и анализа звонков и встреч,
- контроля качества продаж,
- поиска слабых мест в переговорах,
- анализа рабочих встреч.
Но интерпретировать результаты — снова задача человека.
Советы:
· Начинай с цели. Что решаем: качество продаж, протокол встречи, риски, обучение?
· Доказательства обязательны. Проси у ИИ таймкоды и цитаты к каждому выводу/оценке.
· Считай, не ощущай. Ток‑тайм, доля вопросов, перебивания, паузы, скорость речи, “эканье” — это метрики, а не впечатления.
· Карта решений. Любая встреча: решения / владельцы / сроки / риски / вопросы в работу.
· Этика и конфиденциальность. Записи — по согласию; хранение — по политике компании.
6. Автоматизация бизнес-процессов и мини-боты
Make, n8n и другие инструменты позволяют:
- связывать CRM, ИИ, файлы, базы;
- строить мини-ботов для задач;
- автоматизировать процессы.
Make, n8n и другие инструменты позволяют:
- связывать CRM, ИИ, файлы, базы;
- строить мини-ботов для задач;
- автоматизировать процессы.
Если тебе мало простых советов, и ты хочешь разбираться в аналитике на профессиональном уровне, смотри наши курсы!
