Comments 13
А если нет изначально бизнес-аналитики в компании, стоит ли ее поднимать с нуля, используя именно дашборды и традиционные bi-системы?
Стоит ли поднимать с нуля, зависит от целей бизнеса, основателя. Если масштаб позволяет вести учет и анализ в тетрадке, основатели счастливы, масштабироваться, расти никто не хочет, то можно ничего и не менять.
Современные BI прекрасны для своих задач, огромный накопленный опыт в этой отрасли позволяет максимально эффективно получить возврат на инвестиции. Интересные проблемы, требующие нестандартных решений в BI проектах, начинаются только на масштабных внедрениях, когда количество людей вовлеченных в процессы удовлетворения информационной потребности - сотни, тысячи, десятки тысяч.
Исходя из ваших целей, задач, бюджета вы точно сможете найти подходящее BI решение на рынке, начните с формулирования вопросов к деятельности компании, на которые вы хотите получать ответы и с какой регулярностью (каждые 30 минут, час, день, неделю, месяц, год). Для каких действий, какой сигнал вам надо получать (товара нет на полке -> посмотреть на складе -> поставить на полку)
Затем посмотрите, какие информационные системы у вас уже есть (CRM, ERP), Excel и достаточно ли в них данных для, того чтобы делать, то что описал сверху.
Имея эту информацию на руках, вам будет намного проще принять решение о внедрении BI и его выборе.
Начать надо с задач бизнеса, потом я построил бы модель юнит-экономики, потом дерево метрик, потом сбор данных, потом отчётность и только потом слой аринятия решений.
В РФ уже есть решение для такой аналитики :)
Https://easyreport.ai
Когда определены/согласованы все показатели, описаны все таблицы, все запросы прокомментированы:) это что что за дивный новый мир такой:) и зачем нам АИ в этом раю:)
Mcp работает немного лучше, чем text2sql
Бывший директор по ИИ в Tesla и сооснователь OpenAI Андрей Карпати считает, что концепция магазина приложений устарела. По его мнению, будущее за персональными эфемерными приложениями, которые LLM-агенты генерируют на лету под конкретную задачу пользователя.
Есть ощущение, что BI направление ждет что-то подобное. Как и CRM, ERP и проч.
Еще осталось только куда-то деть весь этот легаси, копившийся годами и настанет светлое и счастливое....
P.S. Сомневаюсь, тк. пока под аналитиком будет пониматься человек, который строит отчеты или учит стоить отчеты вместо человека, который умеет задавать правильные вопросы и находить на них ответы с помощью ИИ или без нее, особых сдвигов не будет
Бизнес от среднего и выше крайне скептически относится к решениям в облаке и хочет всё on premise.
Большой вопрос сколько будет это стоить включая железо для развертывания LLM.
А почему только для СНГ?
Не думаю что в других странах бизнес настолько доверяет облачным провайдерам, что готов передавать туда критичные данные. Безопасники везде плюс-минус одинаковые, данные должны обрабатываться внутри контролируемого периметра.
То есть GPU всё равно закупать, а это сейчас очень дорого.
Как OpenAI похоронила традиционный BI — и что пришло ему на смену