BI-новости

От отчетов к диалогу: чат-бот как новый способ работы с данными

Экспертные статьи Новости компании Полезные статьи
Представьте: вы на совещании, и кто-то спрашивает:

— А как у нас изменились продажи по регионам в этом квартале?

Чтобы получить точный и основанный на данных ответ на поставленный вопрос, потребуется обратиться к дашборду, но если на нем нет необходимого разреза данных или нужно мгновенно сравнить несколько показателей, то потребуется сделать выгрузку данных для дальнейшего анализа, либо поставить задачу аналитику — написать запрос к хранилищу данных. В таком случае ответ на вопрос вы получите только через пару часов. Что делать, если актуальные данные нужны здесь и сейчас?

Для решения подобных задач мы в Conteq рекомендуем внедрение чат-бота с искусственным интеллектом, который становится связующим звеном между вами и данными. Решение не заменяет уже существующие инструменты, а становится их логическим продолжением: работает напрямую с корпоративным хранилищем данных, учитывает методологию показателей и терминологию, принятую именно в вашей компании.

Такой чат-бот — это следующий этап эволюции хранилища данных. Его ценность проявляется там, где уже выстроена структура хранения и описана методология: именно поэтому его ответы можно воспринимать как достоверные. На совещании или при оперативной необходимости вам больше не нужно ждать выгрузки или «звонить» аналитикам — достаточно задать вопрос, и в считанные секунды вы получите ясный и точный ответ, полностью основанный на ваших данных из БД.

Как чат-бот работает с вашим хранилищем данных

Наша команда уже не в первый раз работает с задачами, реализуемыми при помощи искусственного интеллекта. Так, совсем недавно, мы разработали решение на базе функционала Visiology для анализа неструктурированных данных, которое подходит для множества задач, связанных с обработкой текстов, числовых данных и дат.

Учитывая накопленный опыт, мы решили начать разработку решения, которое позволяет получать данные из дашбордов в режиме реального времени, общаясь на естественном языке. В основе технологии лежит метод Retrieval Augmented Generation (RAG — генерация ответа пользователю с учетом дополнительно найденной релевантной информации): система находит и извлекает релевантную информацию из хранилища данных, а затем языковая модель (LLM) обрабатывает ее и формирует понятный, структурированный ответ. По сути, это, как если бы у вас появился виртуальный аналитик, который мгновенно находит нужные данные, проверяет их в хранилище и формулирует ответ на понятном вам языке. Главное — этот аналитик не ошибается в расчетах, т. к. он всегда опирается на факты из вашей Базы Данных.

Чат-бот может работать на разных LLM, включая on-premise решения, что обеспечивает высокую безопасность данных. Главное отличие решения — в глубокой интеграции в ваши системы. Важно, что он не имеет доступа ко всему хранилищу: запросы ограничены определенными сущностями, из которых состоит контекст модели — эти правила задаются аналитиками при внедрении. Дополнительно возможна настройка ролевой модели доступа в зависимости от пользователя. Все это помогает чат-боту учитывать специфику именно ваших процессов, а не выдавать усредненные ответы. При этом интерфейс решения можно адаптировать под любой корпоративный мессенджер, делая работу с данными максимально удобной и естественной.
Схема организации чат-бота
Схема организации чат-бота

Преимущества для руководителя

Польза для руководителя очевидна: на совещаниях вы и команда получаете ответы на вопросы сразу, без подготовки и лишних звонков. Для аналитика это удобный инструмент, позволяющий быстро проверять гипотезы или находить вспомогательные данные, не отвлекаясь на рутинные задачи. Для нового сотрудника чат-бот становится точкой входа в понимание структуры компании и принципов формирования отчетности.

Чат-бот выступает в роли универсального интерфейса, к которому привыкло большинство сотрудников. В результате аналитика поднимается на новый уровень: оперативные ответы становятся доступны всем, а аналитики меньше погружаются в решение разовых ad hoc задач и больше сосредотачиваются на развитии методологии показателей и проработке сложных аналитических вопросов.

С чего начать

Чтобы показать ценность без лишних затрат, мы рекомендуем начинать с MVP — подключить чат-бота к одному-двум ключевым источникам, настроить базовый словарь терминов и определить список приоритетных вопросов. Так можно быстро запустить продукт, протестировать его на реальных задачах и уже потом масштабировать функциональность при необходимости.

Наш совет — не пытаться автоматизировать все сразу. Начните с ключевых показателей и вопросов, которые влияют на решения каждый день. Мы поможем определить приоритеты, настроить систему и сделать так, чтобы ваши данные начали разговаривать с вами.

Conteq всегда делал хранилища надежными и мощными. Теперь мы делаем их еще и способными разговаривать на естественном языке.

Заинтересовало решение? Напишите нам, и мы расскажем вам подробнее о чат-боте для быстрой аналитики!