BI-аналитика на русском: спросить о бизнесе словами

BI-аналитика на естественном языке — это когда вы задаёте вопрос о бизнесе обычными словами: «сколько выручки по филиалам за месяц» или «сравни визиты с прошлым кварталом», — и сразу получаете график с коротким комментарием. Без выгрузок в Excel, без знания SQL и без ожидания аналитика. У DigitalOffice24 такая механика показана на живом демо BI-агента в Telegram.

Между вашим вопросом и ответом происходит следующее: система разбирает намерение вопроса, сама формирует запрос к базе данных, проверяет его на безопасность, выполняет и превращает результат в подходящий график. Вы не выбираете тип диаграммы, не указываете таблицы и не пишете формул — вы формулируете вопрос так, как задали бы его аналитику в рабочем чате.

Главное отличие от привычной BI — порог входа. Классический дашборд нужно сначала спроектировать: договориться о метриках, собрать витрину данных, нарисовать панели. Пока новый вопрос не заложен в дашборд, ответа на него нет — нужна заявка тому, кто умеет писать SQL. Аналитика словами снимает именно это ограничение: любой новый разрез — это просто следующий вопрос в том же чате.

Excel никуда не денется — он остаётся отличным инструментом для расчётов и разовых моделей. Проблема начинается там, где Excel используют как систему отчётности: каждый отчёт — это выгрузка, ручная сборка, формулы и копипаст. Отчёт живёт ровно до следующего изменения данных, а вопрос «почему цифры разъехались» превращается в еженедельный ритуал.

Вторая проблема — очередь. Собрать отчёт умеют один-два человека в компании, и пока они заняты, руководитель ждёт. Каждый уточняющий вопрос — «а в разрезе филиалов», «а сравни с прошлым кварталом» — это новая итерация и новое ожидание. К моменту, когда цифра приходит, решение часто уже принято на глаз.

Готовые дашборды решают вопрос скорости, но создают свой: ими редко пользуются. Панель проектировали под метрики, которые казались важными полгода назад, интерфейс требует привыкания, а нужного разреза в нём всё равно нет. Аналитика на естественном языке убирает и очередь, и порог входа: спросить может любой сотрудник, у которого есть доступ.

Путь ответа состоит из четырёх шагов: вопрос на русском — разбор намерения и генерация SQL — двойная проверка запроса — выполнение и график. Разбор вопроса и генерацию запроса в нашем BI-агенте выполняет Claude Haiku: быстрая и недорогая модель, возможностей которой достаточно, чтобы перевести естественный вопрос в структуру запроса. Платить за тяжёлую модель на каждом вопросе смысла нет.

Дальше запрос не идёт в базу напрямую — сначала он проходит валидацию, о которой отдельный раздел ниже, и только потом выполняется в PostgreSQL. Результаты кэшируются в Redis на пять минут по хэшу запроса. Если один и тот же вопрос задают повторно — например, руководитель и финансист смотрят одну цифру в одно утро, — ответ отдаётся мгновенно и база не нагружается лишний раз.

Формат ответа система выбирает сама по форме данных: одно число — текст, срез по филиалам — столбчатая диаграмма, динамика по месяцам — линия, доли — круговая, много строк — таблица. Пользователю не нужно думать про тип визуализации. График рендерится в PNG, и к нему добавляется короткий текстовый комментарий: что именно на нём видно. Опционально подключаются голосовой ввод и голосовой ответ — вопрос можно надиктовать, а ответ прослушать.

Человек при этом остаётся в контуре. Агент отвечает на вопрос, но не принимает решений и не заменяет финансиста: пояснение к графику нужно как раз для того, чтобы цифру можно было быстро сверить с тем, что вы знаете о бизнесе. Если ответ выглядит странно, правильная реакция — уточнить разрез или переформулировать вопрос, а не принимать цифру на веру.

Да — при условии, что доступ ограничен чтением, а сгенерированный запрос проверяется до выполнения. Это главный вопрос про такие системы, и отвечать на него общими словами нельзя. В нашем BI-агенте проверка устроена в два слоя и работает без участия языковой модели: модель не может уговорить сама себя пропустить опасный запрос, потому что решение принимает не она.

Первый слой — проверка по регулярным выражениям: запрос отбрасывается, если в нём есть конструкции изменения данных и структуры базы (DDL) или признаки инъекции. Второй слой — полноценный разбор дерева запроса через библиотеку sqlglot: система смотрит не на текст, а на структуру команды и сверяет обращения с белым списком разрешённых таблиц. На выполнение проходят только безопасные SELECT, то есть операции чтения.

Практический смысл в том, что агент не может изменить или удалить данные в принципе — не потому, что «так настроено правило», а потому, что запрос другого типа не пройдёт валидацию. Белый список решает вторую задачу: система видит только то, что вы разрешили. Если таблица с зарплатами в список не входит, вопрос про зарплаты останется без ответа, как бы он ни был сформулирован.

Отдельно про персональные данные. Если они попадают в контур, разграничение доступа и хранение на серверах в РФ по 152-ФЗ закладываются в архитектуру сразу, а не докручиваются после запуска. На экспресс-аудите мы первым делом смотрим, какие таблицы вообще нужны для ваших вопросов: для управленческой аналитики персональные данные чаще всего не требуются, и в белый список они просто не попадают.

Работают оба варианта, разница — в удобстве. Telegram — это аналитика в кармане: руководитель пишет вопрос в чат с ботом по дороге и получает картинку с цифрами прямо в переписке. Не нужно открывать ноутбук, помнить адрес дашборда и заново входить в систему. Вопрос задаётся тогда, когда возник, — на встрече, в машине, в разговоре с партнёром.

Веб-интерфейс удобнее, когда вопросов много и нужно разобраться глубже: история диалога перед глазами, графики крупнее, легче сравнивать несколько ответов подряд. Технически контур один — бот на aiogram и веб-интерфейс на Next.js обращаются к одному сервису на FastAPI, поэтому ответ на один и тот же вопрос не зависит от того, откуда его задали.

Этот момент важнее, чем кажется. Главная причина, по которой дашборды не приживаются, — их нужно специально открывать: отдельная вкладка, отдельный вход, отдельная привычка. Аналитика начинает работать тогда, когда живёт там, где сотрудник и так проводит рабочий день. Для руководителя малого и среднего бизнеса это чаще всего мессенджер, а не BI-портал.

Живое демо BI-агента в Telegram. Честно про статус: это демонстрационный контур на синтетических данных — механика полностью рабочая, а цифры ненастоящие. В демо-данных 5 филиалов и около 40 000 визитов, и по ним можно задавать любые вопросы: сравнение филиалов между собой, динамика по месяцам, доли, топ-позиции, средние значения.

Смысл демо — не впечатлить графиком, а дать проверить логику до того, как система получит доступ к вашим данным. Вы своими глазами видите, как формулировка превращается в ответ: где вас понимают с полуслова, а где вопрос приходится уточнять. Это честнее презентации — механику вы щупаете руками, а не смотрите на слайд с обещаниями.

Дальше начинается работа с вашей базой, и здесь всё зависит от структуры данных: насколько они приведены в порядок, есть ли справочники филиалов и услуг, как названы поля, из скольких систем нужно собирать единую картину. Именно это мы смотрим при осмотре схемы — вопрос не в модели, а в том, из чего система будет строить ответ. Подробности механики, стек и ограничения разобраны в кейсе BI-агента.

Подходит, когда данные уже лежат в базе или учётной системе, а цифры в разных разрезах нужны регулярно: руководителю сети точек, финансовому директору, собственнику нескольких филиалов. Чем чаще возникают уточняющие вопросы и чем длиннее очередь к тому, кто умеет собирать отчёты, тем быстрее такая система себя оправдывает.

Рано — если данных фактически нет. Когда продажи ведутся в тетради и переписке, а единственный источник цифр — та самая таблица, которую заполняют руками, первым шагом нужна не BI-система, а нормальный учёт: CRM или база, куда данные попадают автоматически. Мы говорим это прямо на аудите: экспресс-аудит существует в том числе для честного «вам это пока не нужно».

Промежуточный случай — данные есть, но лежат в разных системах и между собой не сходятся. Порядок работ тогда такой: сначала договориться, что считается выручкой и визитом, потом собрать источники, и только затем подключать вопросы словами. Аналитика на естественном языке не чинит противоречия в учёте — она делает их заметными быстрее, чем ручная сборка отчёта раз в месяц.

Стоимость подключения к вашим данным мы называем после бесплатного экспресс-аудита на 30 минут. Честного прайса «от суммы» здесь не бывает: на объём работ влияет структура базы — сколько источников, насколько данные приведены в порядок, нужны ли справочники и какие вопросы вы планируете задавать чаще всего.

Порядок простой. Сначала демо в Telegram — посмотреть механику на синтетических данных. Затем экспресс-аудит: разбираем ваши источники, состав таблиц и список типовых вопросов, определяем белый список доступа. Дальше — подключение к базе, настройка прав и запуск на ваших данных, с обязательной сверкой на вопросах, правильный ответ на которые вы знаете заранее.

Отдельная сильная сторона — весь стек одним договором. Если по дороге выясняется, что данные сначала нужно собрать в CRM или дописать интеграцию с учётной системой, это делает тот же подрядчик, а не третья команда. Детали услуги — на странице BI-аналитики на естественном языке, механика и стек — в кейсе BI-агента, остальные направления DigitalOffice24 — на главной странице сайта.