3 сентября мы провели совместный вебинар с партнерами, на котором поговорили о том, как быстро находить причины изменений в бизнес-показателях и превращать данные в основу для решений.
Спикеры продемонстрировали практический сценарий работы с данными: от экспресс-анализа ситуации до детального поиска причин отклонений. Отдельно разобрали, как в этом процессе помогает ИИ-аналитик Easy Report.
В качестве отправной точки использовали мультипликативный факторный анализ. Он помогает увидеть не только отклонение показателя, но и понять, какие факторы сильнее всего повлияли на финансовый результат.
Например, рост стоимости единицы продукции может компенсировать снижение количества клиентов. В процентной динамике оба изменения могут выглядеть сопоставимо, но их вклад в деньги будет разным.
Но на дашборде не всегда можно разместить все необходимые разрезы. Чем больше измерений добавляется в анализ, тем сложнее становится сам отчет. Поэтому на вебинаре мы показали следующий шаг: что происходит, когда к такому анализу подключается ИИ-аналитик Easy Report.
Сначала пользователь смотрит факторный анализ и понимает общую картину. Дальше возникает обычный аналитический вопрос: в чем именно проблема?
Вместо того, чтобы вручную перебирать филиалы, типы клиентов, использовать фильтры, можно задать вопрос на естественном языке. Например, попросить найти факторы с наибольшим отрицательным влиянием и показать, в каких филиалах и сегментах они проявляются.
Прямо в эфире Easy Report нашел дополнительный разрез, которого не было на исходном дашборде. В датасете был тип клиента, но добавлять его в визуализацию не стали, чтобы не перегружать интерфейс. ИИ-аналитик смог использовать этот разрез в ответе на запрос и показать критичные сочетания факторов.
Дальше анализ можно продолжать в том же диалоге. Например, запросить детальный отчет по проблемному филиалу, посмотреть ситуацию по клиентам и товарным группам, получить индикаторы проблемных зон и рекомендации. Пользователю не нужно каждый раз начинать поиск заново или переходить в другой отчет.
Это особенно полезно в ситуациях, когда нужный ответ нельзя заранее заложить в один дашборд. Один вопрос приводит к следующему, и аналитика постепенно углубляется от общего результата к конкретной причине.
На вебинаре отдельно обсудили вопрос достоверности ответов.
Easy Report использует детерминированную логику работы с данными. Языковая модель интерпретирует запрос пользователя, а расчеты и показатели опираются на подготовленную модель данных. Поэтому результат можно проверить: система позволяет посмотреть, какие данные использовались и как была сформирована выборка.
Это принципиальный момент для корпоративной аналитики. Модель не должна самостоятельно угадывать, что в компании означает «выручка» или другой бизнес-показатель. Бизнес-логика и расчеты должны быть определены заранее, а задача ИИ заключается в интерпретации запроса и работе с уже подготовленными данными.
На этом возможности сценария не заканчиваются. После анализа можно настроить мониторинг конкретных показателей. Например, отслеживать валовую прибыль и количество клиентов в филиале и получать уведомления, если негативная динамика сохраняется.
В итоге появляется связка из нескольких уровней работы с данными: дашборд помогает быстро увидеть ситуацию, Easy Report – разобраться в причинах и найти нужный срез, а автоматический мониторинг обеспечивает возможность не возвращаться к одним и тем же показателям вручную.
Именно этот сценарий мы разбирали на вебинаре 3 сентября: как перейти от «что происходит?» к «почему это происходит?» – к контролю изменений.
Посмотреть запись вебинара можно здесь.