Katrā uzņēmumā ir viens un tas pats. Kādam vajag skaitli. Ieņēmumi pa produktu līnijām. Budžeta novirze pa departamentiem. Lielākie klienti pēc maržas.
Ja cilvēks ir tehnisks, viņš uzraksta vaicājumu. Ja nav — lūdz kādu, kurš var. Vai meklē pa dashboard, kas gandrīz atbild uz jautājumu, bet ne gluži. Vai eksportē uz Excel un pavada stundu, griežot pivot tabulas.
Katrs ad hoc jautājums nozīmē gaidīšanu. Un lielākā daļa biznesa jautājumu ir ad hoc.
Ko mēs uzbūvējām
Mēs izveidojām sistēmu, kur jūs uzdodat jautājumu vienkāršā valodā. MI ģenerē atbilstošu datu bāzes vaicājumu. Datu bāze to izpilda. Tikai rezultāti atgriežas sarunā. MI tad prezentē atbildi lasāmā formātā.
MI nekad neredz jūsu neapstrādātos datus. Tas ģenerē vaicājumu, datu bāze to izpilda, un tikai mazais rezultātu kopums atgriežas. Tas ir svarīgi izmaksām, veiktspējai un datu privātumam.
Darbojas produkcijā
Šobrīd tas darbojas iekšēji DigiDuo. Mūsu datu kopa: 70 000 rindu 6 biznesa tabulās — budžets, transakcijas, pasūtījumi, klienti, ieņēmumu mērķi un darbinieki.
Šeit ir piemēri, kā izskatās reālas mijiedarbības:
Jautājums: “Kādi bija mūsu top 5 klienti pēc maržas pagājušajā ceturksnī?”
| Klients | Bruto marža | Maržas % |
|---|---|---|
| Acme Solutions | 34 200 EUR | 42,1% |
| Nordic Partners | 28 750 EUR | 38,6% |
| Baltic Freight | 21 400 EUR | 35,2% |
| TechServe Group | 19 800 EUR | 33,9% |
| DataPoint Ltd | 17 600 EUR | 31,4% |
Jautājums: “Parādi departamentus, kas pārsniedza budžetu par vairāk nekā 10% jebkurā mēnesī šogad.”
| Departaments | Mēnesis | Budžets | Faktiski | Pārsniegums |
|---|---|---|---|---|
| Mārketings | Februāris | 8 000 EUR | 9 640 EUR | +20,5% |
| Inženierija | Marts | 22 000 EUR | 25 100 EUR | +14,1% |
| Mārketings | Marts | 8 000 EUR | 8 960 EUR | +12,0% |
Jautājums: “Salīdzini faktiskos ieņēmumus ar mērķiem Q1, sadalītu pa produktu līnijām.”
| Produktu līnija | Mērķis | Faktiski | Novirze |
|---|---|---|---|
| Konsultācijas | 120 000 EUR | 134 500 EUR | +12,1% |
| Managed Services | 85 000 EUR | 79 200 EUR | -6,8% |
| Apmācības | 30 000 EUR | 28 400 EUR | -5,3% |
| Licencēšana | 45 000 EUR | 51 100 EUR | +13,6% |
Nav SQL. Nav dashboard meklēšanas. Nav gaidīšanas uz datu komandu.
Kāpēc ne vienkārši ielīmēt datus ChatGPT?
Godīgs jautājums. Lūk, kāpēc tas nestrādā mērogā:
Datu apjoms. 70 000 rindu neietilpst MI konteksta logā. Pat ja ietilptu, veiktspēja krasi pasliktinās ar lielām ievadēm.
Izmaksas. Lielu datu kopu sūtīšana kā konteksts ar katru vaicājumu ir ārkārtīgi dārga. Mūsu pieeja nosūta nelielu vaicājuma aprakstu, nevis pašus datus.
Nav tiešsaistes savienojuma. Datu ielīmēšana ir momentuzņēmums. Kamēr pabeidzat analīzi, dati var būt novecojuši. Mūsu sistēma katru reizi vaicā reālos datus.
Privātums. Ar mūsu pieeju MI ģenerē vaicājumu, bet nekad neredz pamata datu kopu. Tikai filtrētie, apkopotie rezultāti nonāk sarunā.
Slepenā sastāvdaļa: konteksta slānis
Sistēma strādā, pateicoties konteksta slānim — markdown failam, kas pasaka MI, ko dati patiesībā nozīmē.
Tabulu attiecības. Kolonnu nosaukumu konvencijas. Biznesa loģikas noteikumi. Ko “marža” nozīmē jūsu uzņēmumā. Kuru fiskālā gada definīciju izmantot. Kā departamenti kartējas uz izmaksu centriem.
Bez šī konteksta slāņa MI ģenerē nepareizu SQL. Tas minē kolonnu nosaukumus. Pārprot attiecības. Piemēro nepareizus filtrus.
Ar to precizitāte ir augsta. MI zina, ka cust_id pasūtījumu tabulā kartējas uz customer_id klientu tabulā. Tas zina, ka jūsu fiskālais gads sākas aprīlī. Tas zina, ka “marža” nozīmē bruto maržu, nevis neto.
Šī konteksta faila uzrakstīšana prasa dažas stundas. Tas ietaupa simtiem stundu nepareizu atbilžu.
Trīs datu režīmi
Mēs izveidojām trīs režīmus atkarībā no situācijas:
Tiešs faila vaicājums. MI katru reizi vaicā avota failu tieši. Vienmēr aktuāls. Labākais datiem, kas mainās bieži.
Ielādētas tabulas. Dati tiek ielādēti lokālā datu bāzē ātrākai vaicāšanai. Stabils momentuzņēmums. Labākais analīzes sesijām, kur vajadzīgs ātrums un konsekvence.
Plānota atjaunināšana. Automatizēta cauruļvada, kas atjaunina datu bāzi noteiktā grafikā — katru dienu, katru stundu, kā atbilst. Labākais produkcijas lietošanai, kur vajadzīgs gan ātrums, gan aktualitāte.
Kas nepieciešams iestatīšanai
Standarta iestatīšanai: 1-2 nedēļas. Tas ietver jūsu datu izpratni, konteksta slāņa izveidi, vaicājumu sistēmas konfigurēšanu un testēšanu ar reāliem jautājumiem no jūsu komandas.
Tas strādā ar CSV failiem, Excel eksportiem, ERP datu izvilkumiem un jebkuru strukturētu datu avotu. Ja jūsu dati dzīvo rindās un kolonnās, šī pieeja strādā.
Secinājums
Jautājums nav par to, vai jūsu komandai vajag datus. Jautājums ir par to, vai viņi var tos dabūt, nelūdzot kādu citu.