ИИ для аналитики данных компании: от ручных отчетов к ответам за минуту

Уровни идут от простого к сложному, и каждый следующий опирается на предыдущий. Для каждого ниже пример вопроса руководителя и ответа, который он получает.

1. Ответы на вопросы по данным. Вопрос: «Сколько мы должны поставщикам и кому больше всего?» Ответ: сумма долга на утро, из нее просроченная часть и три крупнейших поставщика со ссылками на документы в 1С.

2. Ежедневный отчет с отклонениями. Вопрос: «Что вчера пошло не по плану?» Ответ: выручка одной точки ниже ее среднего за четыре недели, в CRM зависли сделки без ответа больше суток, ходовой товар закончится через три дня.

3. Прогноз. Вопрос: «Хватит ли денег на зарплату в конце месяца?» Ответ: по плану платежей и поступлениям прошлых месяцев в последнюю неделю ожидается разрыв, и его закроет оплата двух крупных должников, если они заплатят в срок.

Первый уровень заменяет запрос бухгалтеру, который раньше ждали до вечера. Второй снимает утреннюю ручную сводку. Третий нужен, когда в данных есть история хотя бы за год и понятно, что делать после сигнала.

Вопросы задают разные люди. Собственник спрашивает про деньги и долги, коммерческий директор про сделки по менеджерам, финансовый директор про платежи на неделю. Агент отвечает каждому по одним и тем же данным, поэтому цифры у всех совпадают.

Аналитика данных с помощью ИИ строится на системах, где компания уже ведет учет: 1С для документов, остатков и долгов, CRM для сделок, банк для денег, таблицы для планов и всего, что пока не попало в системы.

Качество важнее объема. Модель ошибется, если один клиент заведен в CRM тремя карточками, у сделок не заполнены даты, а статусы оплат обновляют раз в неделю.

Для прогноза нужна история без разрывов: если CRM внедрили полгода назад, прогноз по сделкам строить пока не на чем.

Подключение к системам идет через отдельную учетную запись агента с правами только на чтение. Пароли сотрудников агенту не нужны, а доступ можно отозвать в любой момент.

Перед запуском проверяем три вещи: справочники без дублей, даты и статусы заполнены, у каждой цифры одна система-источник. Что считать данными для ИИ, разобрано на странице о данных для ИИ, а порядок проверки описан в разделе о готовности данных.

Если основная аналитика у вас пока в таблицах, начните со страницы «ИИ для Excel»: там готовые запросы и правила для таблиц с персональными данными.

Руководитель принимает решения по цифрам, поэтому ответу ИИ нельзя верить на слово. Три проверки делают расчет проверяемым.

1. Сверка с бухгалтерией. Берем закрытый месяц и сравниваем выручку, долги и остатки из ответа ИИ с отчетом бухгалтерии. Пока есть расхождения, агент не выходит в работу.

2. Журнал запросов. Каждый ответ хранится вместе с вопросом, источником и запросом к базе, по которому он посчитан. Любую цифру можно открыть и пересчитать вручную.

3. Доступ только на чтение. Агент видит 1С, CRM и банк, но не может изменить проводку, сделку или платеж. Ошибка в ответе остается ошибкой ответа, а не учета.

Сверку повторяем после каждого изменения в учете: новый склад, новый счет в банке, новая воронка в CRM. Иначе агент продолжит считать по старой схеме.

Отдельно проверяем вопросы, на которые у агента нет данных. Правильный ответ в этом случае «данных нет», а не правдоподобная цифра.

Прогноз отвечает на вопрос «что будет, если ничего не менять»: сколько товара купят, когда кончатся деньги, какой клиент собирается уйти. Для него нужна история, на которой модель учится, и понятное действие после сигнала.

Полезный прогноз заканчивается действием: заказать товар, перенести платеж, позвонить клиенту. Если после сигнала никто ничего не меняет, прогноз становится еще одним отчетом, который никто не читает.

Как модели замечают первые признаки поломки или ухода клиента, разобрано на странице о предиктивной аналитике. Прогноз продаж, закупок и загрузки производства описан отдельно, на странице о прогнозировании спроса.

Начинать с прогноза мы не советуем. Сначала агент должен верно отвечать на вопросы о прошлом: прогноз на неверных данных ошибается увереннее, чем отчет.

Для собственника сети или компании с несколькими точками все три уровня собраны в один продукт, панель руководителя. Она сводит 1С, CRM и банк в одно окно, присылает отчет каждое утро, отвечает на вопросы и предупреждает о кассовом разрыве или просроченной сделке.

Отчет можно смотреть по всей компании и по каждой точке отдельно. Если ИИ-агенты уже работают в продажах, поддержке или записи, панель показывает их результат в тех же цифрах, что и деньги.

Панель входит в тариф «Бизнес под ключ»: от 1 500 000 ₽, срок 2–3 месяца. Состав отчета фиксируем в договоре.

Проверить подход можно с меньшим бюджетом: пилот на одном агенте с утренним отчетом по одному источнику стоит от 150 000 ₽, срок 14 дней. Метрика пилота: время подготовки отчета и число ручных сводок в неделю.

Как такой отчет ложится на управленческий учет и что остается бухгалтеру и финансисту, описано на странице про управленческий учет с ИИ.

Финансы компании и персональные данные клиентов в одной системе требуют правил до запуска, а не после. По 152-ФЗ сбор и хранение данных граждан России ведутся в базах на территории России (ч. 5 ст. 18).

С 1 марта 2023 года до трансграничной передачи персональных данных оператор подает уведомление в Роскомнадзор (ч. 3 ст. 12). Поэтому выгрузку из CRM с контактами клиентов нельзя просто отправить в зарубежный чат-сервис.

Публичные чат-сервисы для финансовых вопросов не подходят по той же причине: в выгрузках из 1С и CRM почти всегда есть ФИО и телефоны клиентов, а обезличивать их вручную перед каждым вопросом никто не будет.

В наших проектах персональные данные хранятся на серверах в России, агент получает права только на чтение, а журнал запросов показывает, кто и что спрашивал. Все правила собраны на странице о безопасности данных.