ИИ для бизнес-аналитика
Инструментов на базе ИИ и сценариев их использования с каждым днем становится все больше. Поэтому легко запутаться, где ИИ действительно ускоряет работу, и как вообще использовать его так, чтобы получать нужный результат, а не набор разрозненных фактов.
Часто вопрос не в самих инструментах, а в том, как их применять в конкретных задачах. Если смотреть шире, ИИ может помочь увидеть слабые места в процессах, найти точки роста и повлиять на эффективность бизнеса.
Мы поговорили с Полиной, бизнес-аналитиком в команде Скорозвон, и задали ей несколько вопросов: где ИИ полезен на практике, какие результаты удалось получить и какие инструменты стоит попробовать.
1️⃣ Где ИИ помогает в работе аналитика?
Чаще всего — в рутине. По данным исследований, до 60% времени аналитик тратит на задачи вроде создания отчетных документов, генерации гипотез и промптов, анализа больших данных и проведения исследований.
Это как раз те вещи, которые можно частично или полностью поручить ИИ: он может собирать и структурировать данные, помогать с гипотезами, создавать черновики документов.
При этом ИИ — это не просто «нажал на кнопку и получил результат». Он ускоряет работу, но все равно результат нужно проверять и дорабатывать.
2️⃣ Где ИИ уже приносил заметный результат в вашей команде?
Один из ярких кейсов — анализ диалогов в колл-центре. Робот успешно находил «теплых» лидов, но конверсия в покупку оставалась низкой.
Мы подключили анализ диалогов с помощью LLM и выяснили, что корректно работали только около 7% операторов.
Ошибки у них были довольно базовые, но их сложно заметить без детальной аналитики:
не знали о звонках робота
сбрасывали звонки клиентов или вызывали негатив
повторно проводили идентификацию
работали с плохим оборудованием
LLM помог быстро проанализировать большой объем диалогов и собрать это в понятную аналитику.
3️⃣ Что изменилось после этого?
После таких изменений корректность работы операторов выросла до 90%. Плюс мы закрыли скрытое ожидание клиента — он хотел качественную аналитику, а не только цифры.
А еще:
итоговая конверсия увеличилась примерно в 1,5 раза
выручка по проекту выросла в 2 раза
С точки зрения личной эффективности я теперь экономлю до 20 часов в месяц на прослушке диалогов и могу анализировать до 100 диалогов в час.
То, что раньше требовало большой команды или долгой ручной работы, сейчас можно сделать гораздо быстрее.
4️⃣ Какие задачи еще можно отдать ИИ в работе аналитика?
Помимо анализа данных:
подготовка презентаций
написание текстов
проведение исследований
сбор и структурирование данных
оформление документации
Это не заменяет аналитика, но сильно упрощает старт и ускоряет процесс.
5️⃣ Какие инструменты тебе показались полезными?
Из того, что я использовала в работе:
GigaChat — хорошо справляется с исследованиями на российском рынке
SkyWork.ai и Gamma — помогают быстро собрать презентацию и структуру доклада
НейроЭксперт — удобно работать с файлами и базой знаний
Ассистенты для генерации промптов от Naumen — чтобы не просто перефразировать промпт, а уточнить задачу через вопросы и сделать его точнее
Кастомные агенты с использование Claude Code — чтобы автоматизировать процесс и сократить ручную работу
6️⃣ Есть ли риски или ограничения, о которых важно помнить?
Да, и об этом часто забывают. Перед использованием данных важно:
уточнять у клиента, что является конфиденциальной информацией
обезличивать данные
проверять результаты
ИИ может сильно ускорить работу, но ответственность за итог все равно остается на аналитике.
