Ретроспектива проекта: 30 лет в одном GoogleSheets
Как мы разобрали 30-летнюю аналитику риэлторской компании и собрали AI-дашборд, который клиент теперь развивает сам — без разработчиков и Power BI.
15 мин чтения
Аналитика · AI · BI
С чего всё начиналось: 30 лет на «костылях»
«AI-дашборд — это когда открываешь Claude, пишешь "собери мне дашборд по продажам с водопадом прибыли и фильтрами", через пять минут получаешь красивый отчётик, ставишь себе в зачёт и идёшь пить кофе». 🤡
Если бы так работало — все аналитики страны уже сидели бы на пляже.
Из-за этого появляется обратная крайность. Стоит на встрече упомянуть AI-дашборд — обязательно кто-то закатывает глаза: «Да ну, это игрушки. Серьезную аналитику в нейронке не сделаешь».
В прошлом месяце мы закрыли ИИ-проект для риэлторской компании. Кейс отлично подходит, чтобы показать, из чего на самом деле собирается дашборд.
Из-за этого появляется обратная крайность. Стоит на встрече упомянуть AI-дашборд — обязательно кто-то закатывает глаза: «Да ну, это игрушки. Серьезную аналитику в нейронке не сделаешь».
В прошлом месяце мы закрыли ИИ-проект для риэлторской компании. Кейс отлично подходит, чтобы показать, из чего на самом деле собирается дашборд.
Компания на рынке больше 30 лет
Компания на рынке больше 30 лет, филиалы в нескольких городах, продают квартиры, новостройки и коммерческую недвижимость.
Угадайте, на чём держалась вся аналитика?
На Google Таблицах.
Угадайте, на чём держалась вся аналитика?
На Google Таблицах.
Реальный вид аналитики: сотни полей, перекрёстные ссылки, расчёты поверх расчётов
С сотней полей, перекрёстными ссылками и расчётами поверх расчётов. Таблиц было много, между собой они не дружили, часть данных дублировалась, часть жила своей жизнью.
И самое прекрасное: фактически работать с этой системой мог только один человек. Если генеральному нужны были цифры — он шёл к этому специалисту, тот руками выгребал нужное из таблиц, склеивал и приносил.
И самое прекрасное: фактически работать с этой системой мог только один человек. Если генеральному нужны были цифры — он шёл к этому специалисту, тот руками выгребал нужное из таблиц, склеивал и приносил.
Менять систему страшно: вдруг сломается. Не менять — тоже страшно: всё держится на одном человеке. А менять человека ещё страшнее
Так что задача у нас была шире, чем «нарисовать красивые графики». Прежде чем вообще обсуждать дашборд, нужно было пройти три этапа:
- Карта метрик — разобрать существующую систему метрик и навести в ней порядок;
- Построение модели данных, чтобы убрать дубли и ручной ввод;
- Сборка дашборда, обучение людей и передача решения.
- Этап 1. Карта метрик
Мы сели разбирать существующие показатели. И оказалось, что:
— часть метрик считается дважды (под разными именами);
— часть понимается сотрудниками по-разному
— никто толком не может объяснить, как одно влияет на другое.
— часть понимается сотрудниками по-разному
— никто толком не может объяснить, как одно влияет на другое.
Это, кстати, типичная история для бизнеса, который рос быстрее, чем рос его учёт. Что сделали:
Сверили все расчёты. Чтобы хотя бы внутри команды договориться, что значит «выручка», «маржа», «чистая прибыль».
Структурировали показатели по четырём направлениям: чистая прибыль, маржинальная прибыль, сделки и выручка, работа с лидами.
Внутри каждого направления развели метрики по типам: действия, результата, диагностические, расходов.
Простроили связи между показателями. Что на что влияет, через какие промежуточные звенья, где главная причинно-следственная цепочка.
Зафиксировали по каждой метрике: название, описание, формулу расчёта, аналитические вопросы (на которые она отвечает), рекомендуемые разрезы.
В результате получились карта метрик и реестр материк — рабочие документы, из которых дальше вырастает всё остальное.
И только после этого — только после! — можно говорить про дашборд.
Вот что говорит заказчик, спустя несколько недель после сдачи проекта:
Вот что говорит заказчик, спустя несколько недель после сдачи проекта:
“
«Если честно, вся эта история с дашбордами для меня оказалась каким-то „ящиком Пандоры“. А теперь я полностью погружен в процесс и получаю от него настоящее удовольствие. В целом сейчас я активно экспериментирую: пробую разные визуалы, форматы отображения, логику расчетов. И как раз в процессе начинаешь глубже понимать бизнес — как правильно считать расходы, как формировать планы, какие показатели действительно связаны между собой»
- Этап 2. Построение модели данных
В качестве «дома» для данных оставили Google Sheets — удобно, привычно для команды клиента, отлично коннектится и с нейросетями.
Главное «архитектурное» решение для базы под дашборд — всё привести к плоскому формату:
Главное «архитектурное» решение для базы под дашборд — всё привести к плоскому формату:
— упростить поля, выкинуть дубли;
— убрать все расчётные показатели из исходников;
— минимизировать ручной ввод (большая часть данных тянется напрямую из CRM);
— добавить правила контроля качества;
— логически развести таблицы фактов и справочники на разные сущности;
— персональные данные разместить локально в Excel-файле.
— убрать все расчётные показатели из исходников;
— минимизировать ручной ввод (большая часть данных тянется напрямую из CRM);
— добавить правила контроля качества;
— логически развести таблицы фактов и справочники на разные сущности;
— персональные данные разместить локально в Excel-файле.
Звучит как сухая инженерная рутина. Но именно здесь в классическом BI-проекте разработчик надолго закапывается: поднимает модель данных, прописывает связи между таблицами, неделями пишет DAX-меры.
Здесь в работу подключается AI — помогает разбирать структуру данных, проверять связки, генерить скрипты обработки, валидировать выгрузки из CRM.
Здесь в работу подключается AI — помогает разбирать структуру данных, проверять связки, генерить скрипты обработки, валидировать выгрузки из CRM.
- Этап 3. Дашборд
В обычном BI-проекте на этом этапе начинается отрисовка статичных макетов и всех «скриншотов состояний», чтобы показать как это будет работать интерактивно. Если заказчик хочет добавить в дашборд какую-то одну фичу — несколько дней на отрисовку новых макетов в нескольких версиях. Согласования на этом этапе может занимать недели.
Поэтому тут мы сразу собрали интерактивный HTML-прототип. Заказчик говорит на созвоне: «А вот сюда бы добавить блок с прогнозом прибыли». Открываем Claude прямо в созвоне, пара промптов — через 10 минут показываем готовую версию.
Поэтому тут мы сразу собрали интерактивный HTML-прототип. Заказчик говорит на созвоне: «А вот сюда бы добавить блок с прогнозом прибыли». Открываем Claude прямо в созвоне, пара промптов — через 10 минут показываем готовую версию.
- Что в финальном дашборде
Финальный дашборд: кросс-фильтрация, режим фокуса, темы и обновление одной кнопкой
Из ключевых фишек:
— Кросс-фильтрация между визуалами — выбрал отдел, весь дашборд перестроился.
— Режим фокусировки на каждый визуал — раскрыл диаграмму, увидел подробности.
— Дополнительные фильтры в режиме фокуса — для глубокого разбора.
— Глобальный фильтр по отделам — вынесен наверх по запросу клиента.
— Сортировка таблицы агентов по любому показателю.
— Переключение тем — светлая / тёмная.
— Обновление данных одной кнопкой — подтягивает из Google Sheets через API.
— Локальная подгрузка справочника — Excel с ФИО подключается без передачи на сервер.
— Режим фокусировки на каждый визуал — раскрыл диаграмму, увидел подробности.
— Дополнительные фильтры в режиме фокуса — для глубокого разбора.
— Глобальный фильтр по отделам — вынесен наверх по запросу клиента.
— Сортировка таблицы агентов по любому показателю.
— Переключение тем — светлая / тёмная.
— Обновление данных одной кнопкой — подтягивает из Google Sheets через API.
— Локальная подгрузка справочника — Excel с ФИО подключается без передачи на сервер.
И сверху можно докручивать что угодно: подсказки с пояснениями метрик, сценарии «что если», прогнозы по динамике.
В Power BI большая часть этих фишек — это либо «нельзя», либо «можно, но нужен разработчик и неделя времени».
В Power BI большая часть этих фишек — это либо «нельзя», либо «можно, но нужен разработчик и неделя времени».
- Главный вывод проекта
«AI-дашборд = промпт и готово» — это враньё, и это плохая новость для тех, кто хотел бы сэкономить на аналитиках.
Но есть и хорошая новость: AI радикально меняет характер работы на финальной стадии. Заказчик включается в процесс, видит результат в виде живого прототипа, может тыкать, ломать, просить переделать. Обсуждения — содержательнее, доработок после «релиза» — меньше.
А самое главное — после проекта клиент остаётся с инструментом, который может развивать сам. Не «приходи к нам каждый раз, как захочешь добавить кнопку», а «открой Claude и допиши себе всё, что нужно».
Но есть и хорошая новость: AI радикально меняет характер работы на финальной стадии. Заказчик включается в процесс, видит результат в виде живого прототипа, может тыкать, ломать, просить переделать. Обсуждения — содержательнее, доработок после «релиза» — меньше.
А самое главное — после проекта клиент остаётся с инструментом, который может развивать сам. Не «приходи к нам каждый раз, как захочешь добавить кнопку», а «открой Claude и допиши себе всё, что нужно».
Что, собственно, и произошло:
“
«Если честно, вся эта история с дашбордами изначально для меня оказалась каким-то "ящиком Пандоры". Я сейчас полностью погружен в процесс и получаю от него настоящее удовольствие.
Пока я сосредоточился на генеральском дашборде, который мы сделали вместе. Но я его достаточно серьёзно дорабатываю: пересобираю карточки, пересматриваю расчёты, добавляю новые элементы. Например, сделал отдельный "про-режим". Если он выключен, показывается базовая информация. Если включить — появляются дополнительные показатели: отклонения к прошлому периоду, доли, проценты и другие параметры.
Также добавил кнопку с подсказками — по нажатию появляются пояснения по диапазонам значений и их интерпретации.
В целом сейчас я активно экспериментирую: пробую разные визуалы, форматы отображения, логику расчётов. И как раз в процессе начинаешь глубже понимать бизнес — как правильно считать расходы, как формировать планы, какие показатели действительно связаны между собой.
Я спокойно переношу дашборд между разными чатами, продолжаю работу с того же места, и всё корректно подхватывается. По ощущениям, это не просто отчёт, а инструмент, с которым можно постоянно работать и развивать под свои задачи».
Пока я сосредоточился на генеральском дашборде, который мы сделали вместе. Но я его достаточно серьёзно дорабатываю: пересобираю карточки, пересматриваю расчёты, добавляю новые элементы. Например, сделал отдельный "про-режим". Если он выключен, показывается базовая информация. Если включить — появляются дополнительные показатели: отклонения к прошлому периоду, доли, проценты и другие параметры.
Также добавил кнопку с подсказками — по нажатию появляются пояснения по диапазонам значений и их интерпретации.
В целом сейчас я активно экспериментирую: пробую разные визуалы, форматы отображения, логику расчётов. И как раз в процессе начинаешь глубже понимать бизнес — как правильно считать расходы, как формировать планы, какие показатели действительно связаны между собой.
Я спокойно переношу дашборд между разными чатами, продолжаю работу с того же места, и всё корректно подхватывается. По ощущениям, это не просто отчёт, а инструмент, с которым можно постоянно работать и развивать под свои задачи».
Заказчик из риэлторской компании сам делает «про-режим», сам пишет подсказки, сам пересобирает карточки.
Зачем я Вам это пишу
Не для того, чтобы Вы пришли к нам заказывать проект, а для того, чтобы Вы могли делать такие штуки сами. Для своей компании, для своих клиентов, для своих руководителей.
Именно поэтому мы и собрали курс «Дашборды с ИИ. Прощай, Excel». Это не курс «как написать промпт» — таких на YouTube тысяча. Это курс про полный цикл: от аудита до сборки рабочего интерактивного дашборда на ваших данных.
Именно поэтому мы и собрали курс «Дашборды с ИИ. Прощай, Excel». Это не курс «как написать промпт» — таких на YouTube тысяча. Это курс про полный цикл: от аудита до сборки рабочего интерактивного дашборда на ваших данных.
