ИИ для анализа данных даёт полезный ответ, когда до старта записаны пять вещей: вопрос и решение, которое от него зависит, источник данных с владельцем, словарь терминов, права доступа и результат проверки качества на пятидесяти строках. Остальное можно доделывать по ходу, а без этих пяти система будет отвечать уверенно на неверно понятый вопрос.
Общую подготовку данных к пилоту любого типа разбирает материал «Как подготовить данные для ИИ-пилота». Здесь то, что специфично для вопросов к данным: формулировка вопроса, определения, права на разрезы и порядок «справка, диагноз, прогноз». Услуга описана на странице про анализ данных и прогнозирование с ИИ, вопросы к базе обычными словами — на странице ИИ-аналитика по данным компании.
Что нужно подготовить, чтобы ИИ для анализа данных не угадывал
Это пять вещей, каждая в виде короткого документа на страницу. Пока они не записаны, любой ответ системы приходится проверять вручную целиком, и польза от неё исчезает. Сроки в таблице — ориентиры для вашей команды, а не наши обязательства.
| Что | Как выглядит готовым | Кто делает | Ориентир по времени |
|---|---|---|---|
| Вопрос и решение | Одна фраза: что спрашиваем, за какой период, с чем сравниваем и какое решение изменится от ответа | Руководитель, который принимает решение | Час |
| Источник и владелец | Система или файл, откуда берутся цифры, способ выгрузки и человек, который отвечает за содержимое | ИТ вместе с владельцем данных | День |
| Словарь терминов | Страница: термин, определение словами, поле в системе, исключения, пример строки | Владелец показателя с аналитиком | Один-два дня |
| Права доступа | Таблица «роль, что видит, что скрыто» | Владелец данных и служба безопасности | День плюс согласование |
| Проверка на 50 строках | Протокол: строка, поле, что не так, причина | Аналитик и сотрудник, знающий процесс | Вечер |
Первые три вещи — работа не с технологией, а с договорённостями, и именно они чаще всего задерживают запуск. Права и проверка качества зависят от них: нельзя решить, что скрывать, пока не ясно, какие данные нужны вопросу.
Вопрос бизнеса: как превратить «хотим аналитику» в задачу
Формулировка «хотим понять, что с продажами» пока не задача: из неё нельзя вывести ни запрос, ни проверку. В хорошей формулировке есть период, сравнение и действие. Четыре типичные заявки и то, как их доработать.
| Как обычно говорят | Чего не хватает | Как переформулировать |
|---|---|---|
| Хотим понять, что с продажами | Периода, сравнения и решения | Почему отгрузки по региону в октябре ниже сентября и у каких клиентов упал заказ; по ответу выбираем, кому звонить первым |
| Нужен прогноз | Горизонта, величины и действия | Сколько обращений придёт по часам в ближайшие две недели, чтобы расставить смены |
| Найти аномалии | Определения «аномалии» и того, кто её проверит | Показать платежи, не похожие на обычные для контрагента, за день до оплаты, чтобы бухгалтер проверил их |
| Выяснить, почему уходят клиенты | Определения «ушёл» | По каким признакам отличаются клиенты, не заказывавшие сто восемьдесят дней, и кому из действующих звонить |
Три вопроса проверяют любую заявку. Какое решение изменится от ответа? Кто его принимает и к какому сроку? Что считается ответом: число, список или объяснение? Если на первый вопрос ответа нет, это любопытство, а не анализ. Оно законно, но бюджет под него лучше не тратить.
Источник и словарь терминов: у слова «заказ» три значения
Система считает то, что записано в данных, и называет результат словом из вопроса. Если у слова несколько значений, она выберет одно, и вы не узнаете какое, пока ответ не разойдётся с чьим-то отчётом. Словарь снимает проблему до запуска. Для каждого спорного термина записывают определение одним предложением, поле в системе, исключения и два примера: строку, которая входит, и строку, которая не входит. У термина есть владелец, человек, который скажет, что определение изменилось.
| Термин | Что под ним понимают в компании | Что записываем |
|---|---|---|
| Заказ | Заявка клиента в CRM, документ «Заказ покупателя» в 1С, отгрузка | Какой объект считаем и по какой дате; как учитываем частичные отгрузки и отмены |
| Активный клиент | Заказывал за последние три месяца, имеет действующий договор, платил | Условие в днях и исключения для сезонных клиентов |
| Остаток | Физический, свободный с учётом резерва, на складе поставщика | Какой остаток и на какой момент дня |
| В срок | К дате заказа, к обещанной дате, к дате в договоре | От какой даты считаем и как влияют переносы |
| Сотрудник | По штату, по табелю, с внештатными | Кого считаем и как относим совместителей |
Условный пример без реального клиента. В CRM записано 340 клиентов, в 1С — 410 контрагентов. Часть контрагентов — одна компания в двух карточках, часть — физические лица без заказов, часть клиентов из CRM ещё не заведена в 1С. У вопроса «сколько у нас клиентов» три честных ответа, и выбирать между ними должен владелец термина, а не система.
Выгрузку, сделанную «один раз по просьбе», через месяц не повторить, поэтому для анализа воспроизводимый способ (отчёт, запрос, обмен по расписанию) важнее идеально чистого файла.
Права и ограничения: что видит спрашивающий
Система должна показывать спрашивающему не больше, чем он вправе видеть в самих данных. Сначала правила записываются обычным языком: руководитель региона видит свой регион, менеджер своих клиентов, зарплаты видят две роли. Потом по этим правилам проверяют ответы под разными ролями: вопросы одни, результаты разные.
- Разрезы. Подразделение, регион, клиент, уровень доступа: список полей, по которым ограничивается видимость.
- Данные о людях. Что скрывается, что допустимо показывать группой и от какого размера группы: «среднее по группе из одного человека» раскрывает конкретного сотрудника.
- Место расчёта. Где работает модель и где лежат данные. Для данных ограниченного доступа облачные сервисы чаще не подходят по требованиям заказчика, поэтому модель ставят в ваш контур. Персональные данные граждан России обычно должны храниться на серверах в России. Это общее замечание, а не юридическая консультация: требования уточняет ваш юрист.
Права определяют владелец данных и служба безопасности, а не разработчик. Если согласование занимает недели, начните с него: оно идёт параллельно со словарём и проверкой качества.
Проверка качества на пятидесяти строках: один вечер вместо недели споров
Проверка нужна, чтобы увидеть грубые дефекты до того, как на данных построят ответы. Это не статистическая оценка качества: тонкие дефекты она не ловит, но находит большинство того, что ломает первый запуск.
- Возьмите 50 строк случайно. Не первые и не последние: в начале выгрузки лежат старые записи, в конце свежие и неполные. Добавьте десять крайних: самые большие и самые малые суммы, самые старые и самые новые даты.
- Сверьте с первичным документом. Для каждой строки найдите документ или карточку и сравните три-четыре ключевых поля: сумму, дату, клиента, статус.
- Отметьте дефекты. Пустое поле, дубль, невозможное значение (отрицательное количество, дата в будущем, сумма на порядок выше обычной), расхождение с документом.
- Сверьте итог. Выгрузка за один закрытый период должна сходиться с отчётом учёта по сумме и числу строк.
- Запишите протокол. Строка, поле, что не так, предполагаемая причина.
Как читать результат
Дефекты в одной-двух строках из шестидесяти выглядят случайными: продолжайте, пометив их. Одна причина в нескольких строках означает системную проблему, её чинят в источнике до анализа. Если итог не сходится с отчётом учёта, запуск ждёт, пока не найдена причина: иначе первый же ответ окажется «не таким, как в отчёте», и доверие к системе потеряется в первый день.
Порядок работы ИИ для анализа данных: справка, диагноз, прогноз
Три шага идут по очереди, и каждый использует результат предыдущего как проверку. Справка отвечает «что есть», диагноз «почему так», прогноз «что будет».
| Шаг | Вопрос | Что нужно из данных | Когда идём дальше |
|---|---|---|---|
| Справка | Сколько, где, когда | Проведённые данные и определения из словаря | Итог сходится с отчётом учёта, определения никто не оспаривает |
| Диагноз | Почему изменилось | Те же данные в разрезах и события рядом: акции, поставки, сбои | Каждая причина подтверждена цифрой или названа гипотезой |
| Прогноз | Что будет и что с этим делать | История достаточной длины, определение события, горизонт, простая планка | Проверка по времени выигрывает у простого прогноза |
Типичная ошибка — начать с прогноза, потому что он кажется самым ценным. Если справка не сходится с учётом, прогноз выучит ошибки определений. Если нет диагноза, никто не знает, какие события (акции, сбои, смены правил) передать модели, и прогноз «ломается» в первые недели. Метод для каждого шага подбирается по задаче: запрос, статистика, модель или языковая модель. Как это решается, описано на странице про выбор метода под задачу.
Ловушки и препятствия на старте: признак и действие
Разные определения клиента
Самая частая ловушка: два отчёта называют цифру «клиенты» и показывают разное, потому что отделы считают по разным объектам. Система выберет одно определение молча. Поэтому «клиент», «заказ» и «в срок» записываются в словаре до первого вопроса, а ответ показывает, по какому определению посчитан.
Пропуски, которые только выглядят пропусками
Пустое поле значит по-разному: «не заполнили», «не применимо», «не выгрузили» или «нет, не было». Для расчёта это разные вещи: «не заполнили» и «не выгрузили» исключают или восстанавливают из другого источника, «не применимо» оставляют пустым, «нет, не было» заменяют нулём. Причину выясняют у владельца данных, а не угадывают по столбцу.
| Препятствие | Признак | Действие |
|---|---|---|
| Два определения одного термина | Отчёты продаж и бухгалтерии за один период показывают разные суммы | Записать оба определения, назвать владельца, выбрать одно для вопросов, второе помечать в ответе |
| Пропуски в ключевом поле | При проверке на 50 строках пусто в нескольких строках одного поля | Узнать причину у владельца данных, решить: исключать записи или восстанавливать из другого источника |
| Дубли справочника | Один клиент под разными названиями, разный ИНН или его нет | Задать ключ, свести дубли в справочнике или таблицей соответствия, а не в запросе |
| Период исправлен задним числом | Сумма за закрытый месяц сегодня другая, чем была на совещании | Фиксировать срез закрытого периода и показывать версию данных рядом с ответом |
| Данные в личных таблицах | Часть заявок есть только в файле у менеджера | Решить: переносим в учёт или исключаем и пишем в ответе, что этих данных нет |
| Нет владельца данных | На вопрос «кто скажет, что цифра неверна» не отвечают | Назначить владельца до запуска, иначе спорные ответы виснут |
| Лишние персональные данные | В файле ФИО и телефоны, которые вопросу не нужны | Убрать или обезличить до загрузки, согласовать со службой безопасности |
Критерии готовности: когда можно начинать
Данные для анализа с ИИ готовы, когда на шесть вопросов ниже есть ответ «да». Если хотя бы на один ответ «нет», начните с него.
- Первый вопрос записан одной фразой, и известно решение, которое от него зависит.
- Названы источник и владелец данных, выгрузка воспроизводима.
- Спорные термины вопроса есть в словаре, у каждого есть владелец.
- Правила видимости записаны и согласованы с владельцем данных.
- Проверка на пятидесяти строках проведена, системные дефекты исправлены или названы.
- Итог за один закрытый период сходится с отчётом учёта.
Теперь можно запускать справку по одному кругу вопросов и переходить к диагнозу, когда ответы стабильно сходятся с учётом.
Что делаем мы и с чего начать
Мы строим такие системы в вашем контуре: ответы на вопросы с проверяемым запросом, разбор отклонений и прогнозы, которые проходят проверку на ваших данных. Описание услуги — на странице «Анализ данных и прогнозирование с ИИ».
Начните с пяти вещей из этой статьи: на них уходит несколько дней силами вашей команды. Если нужна помощь, начинаем с обследования: 200 000 ₽ за один-два процесса и 2–3 недели, 350 000 ₽, когда данные лежат в нескольких системах. На выходе список вопросов с решениями, словарь спорных терминов, результат проверки качества на выборке, таблица прав и вывод, где хватит запроса, а где нужна модель, с вилкой бюджета. Обследование вычитается из первого этапа, а документом можно пользоваться без нас. Цены и ступени описаны на странице тарифов. Если данные не готовы, мы скажем об этом в отчёте: порядок в источниках дешевле модели поверх беспорядка.
Частые вопросы
Можно ли начинать, если всё лежит в Excel?
Можно, если таблица устроена как база: одна строка — один объект, заголовки в одной строке, без объединённых ячеек и итогов внутри данных. Остальное покажет проверка на пятидесяти строках. Если формулы знает только один человек, сначала записывается словарь.
Как использовать ИИ для анализа данных, если в компании нет аналитика?
Вопросы формулирует руководитель, который принимает решение, а смысл терминов записывает владелец показателя. Спорные ответы проверяет сотрудник, знающий процесс, несколько часов в неделю. Система должна показывать запрос и определения рядом с ответом, иначе проверять нечем.
Сколько данных нужно для анализа с ИИ?
Для справки и диагноза объём вторичен: важны структура, определения и сходимость с учётом. Для прогноза нужна история длиной не меньше двух циклов сезонности, для редких событий важно число самих событий. Универсального порога нет, что хватает вам, видно на обследовании.
Нужно ли чистить данные до начала?
Не всё. Проверка на пятидесяти строках показывает, что мешает вашему вопросу. Чистят то, что блокирует ответ (дубли клиентов, пропуски в ключевом поле), остальное помечают и называют в ответе системы.
Кто должен писать словарь терминов?
Владелец смысла, а не ИТ: коммерческий директор для «клиента» и «заказа», финансовый для «выручки», склад для «остатка». ИТ добавляет названия полей и таблиц. Аналитик собирает определения в одном документе и следит, чтобы они не противоречили друг другу.
Можно ли загружать данные в публичный чат-бот для анализа?
Для данных ограниченного доступа публичные сервисы чаще не подходят по требованиям заказчика. Что считать персональными данными и коммерческой тайной, решают служба безопасности и юрист; это не юридическая консультация. Модель можно поставить на ваш сервер, тогда данные не покидают контур.
Чем справка отличается от диагноза и прогноза?
Справка отвечает на вопрос «сколько и где» по проведённым данным. Диагноз объясняет изменение: раскладывает его по разрезам и событиям. Прогноз оценивает будущее и проверяется на периоде, которого модель не видела. Каждый следующий шаг опирается на проверенный предыдущий.
Сколько стоит подготовка и можно ли сделать её самим?
Подготовку из этой статьи можно сделать силами команды за несколько дней. Если нужна помощь, обследование стоит 200 000 ₽ за один-два процесса и 350 000 ₽ при нескольких системах, оно вычитается из первого этапа, а документом можно пользоваться без нас.