Нейросети в бизнес-аналитике

Бизнес-аналитика (Business Intelligence, BI) сочетает бизнес-анализ, интеллектуальный анализ данных, визуализацию данных, инфраструктуру, инструменты данных и другие практики.

Бизнес-аналитик (Business Analyst, BA) — специалист, который:

• оптимизирует текущие бизнес-процессы;
• помогает в запуске новых продуктов, услуг;
• взаимодействует с внешними и внутренними заказчиками;
• находит слабые места в бизнесе.

Аналитик работает с информацией, которая приходит из различных источников. Среди них веб-сервисы, базы данных (БД), внешние и внутренние системы. На крупных проектах приходится взаимодействовать с гигабайтами данных разного формата, и внедрение искусственного интеллекта помогает автоматизировать рутинные процессы.

Бизнес-аналитику часто связывают со сферой IT. Business Analyst изучает требования заказчика, ведёт и поддерживает техническую документацию, взаимодействует с разработчиками продукта или сервиса и т. д.

Но в широком смысле BI — это набор программных возможностей для доступа к данным и их изучения, а затем принятия решений. Инструменты аналитики востребованы не только в IT. Их используют в:

• производстве;
• логистике;
• HR;
• бухгалтерии и финансах;
• телекоме.

Преимущества применения нейросетей в бизнес-аналитике

Искусственный интеллект не заменит аналитика, но сэкономит время, сможет обработать больше данных и вывести закономерности, подсветить слабые места в бизнес-процессах.

Внедрение ИИ в аналитике помогает автоматизировать рутинные задачи бизнеса:

• перевести с русского на английский и наоборот с учётом стилистики и контекста;
• автоматизировать ручные процессы для извлечения данных;
• оптимизировать ресурсы на составление отчётов, дашбордов;
• найти скрытые тенденции и взаимосвязи;
• перевести данные из одного формата в другой (к примеру, аудиозаписи техподдержки в текст);
• выявить недобросовестные практики при выполнении бизнес-процесса;
• спрогнозировать и предупредить потенциальные сбои.

Примерами использования технологий искусственного интеллекта в аналитике могут быть:

• Sber Process Mining — система интеллектуального анализа процессов помогает выявлять аномалии, которые не лежат на поверхности;
• SaluteRPA — сверка данных в различных системах, распознавание документов, сценарии автоматизации с помощью встроенной нейросетевой модели GigaChat;
• SaluteSpeech Insights — аналитика телефонных разговоров контакт-центра с прогнозом CSI (индекс удовлетворённости клиентов), классификацией диалогов, оценкой эмоций клиента и оператора;
• GigaChat — генеративная нейросетевая модель для транскрибации аудиозаписей и выжимки докладов или демо, создания изображений, а также многих других задач.

Для работы с данными (в том числе и BigData) используются платформы вроде SberData Platform. SDP предоставляет аналитикам возможности для:

• обработки Big Data;
• визуализации;
• разработки ML-моделей.

Автоматизация рутинных задач

SaluteRPA (Robotic Process Automation) позволяют автоматизировать часть ежедневной работы аналитика:

• конвертировать изображения в текст;
• искать фразы, абзацы, строки;
• обнаруживать таблицы.

Роботы умеют извлекать набор данных, необходимых для дальнейшей работы специалиста. Встроенная нейросетевая модель GigaChat позволяет быстро создавать и настраивать сценарии автоматизации.

Кроме этого, искусственный интеллект GigaChat можно использовать и для других рутинных задач аналитика. Это, например:

• выжимки из обсуждения (краткое содержание);
• создание баз знаний, чат-ботов для обучения младших коллег и адаптации новых сотрудников;
• планирование рабочего процесса (включая выделение, декомпозицию и приоритизацию задач);
• управление бэклогом (product backlog) с быстрым поиском по заданным параметрам;
• генерация структуры презентаций (в том числе и демо продукта);
• перевод с/на английский;
• проектирование систем, логики уровня данных, бизнес-процессов;
• предоставление информации по запросу пользователя (например, как составить сценарий приёмочного тестирования или пользовательский мануал) и многое другое.

Искусственный интеллект GigaChat может работать с контекстом разной структуры (например, можно передавать историю взаимодействия).

Минимизация рисков и помощь в принятии решения

Частая задача BA — описать текущие бизнес-процессы от начала и до конца.

Для представления бизнес-процессов используют нотации BPMN (Business Process Model and Notation), DMN (Decision Model and Notation), CMMN (Case Management Model and Notation) или другие.

GigaChat можно попросить описать или искусственно смоделировать бизнес-процесс. На основе идей, предложенных нейросетевым разумом, разрабатывают возможные сценарии развития ситуации и принимают решения.

Аналитиков часто приглашают, когда у крупного бизнеса много рутинных процессов. Чтобы не разбирать каждый вручную, можно использовать системы интеллектуального анализа — к примеру, Sber Process Mining.

Как работает платформа:

• строит граф процесса (абстрактную модель);
• рассчитывает ключевые метрики;
• анализирует длительность операций, соответствие нормативам, SLA (Service Level Agreement);
• находит повторы, обнаруживает узкие места;
• формирует оптимальный сценарий выполнения бизнес‑процесса.

Автоматическое исследование бизнес-процессов компании на основе искусственного интеллекта позволяет:

• выявить кейсы неэффективности (высокая длительность этапа, зацикленность, Bottle neck и прочие);
• провести бенчмаркинг по значимым метрикам (регион, клиентский сегмент, канал продаж и другие);
• построить идеальную структуру процесса, предсказать метрики и структуру.

AI (artificial intelligence) в SberProcessMining позволяет проанализировать бизнес-процессы и усовершенствовать их.

Создание новых идей удержания клиентов

Аналитики в области IT часто работают со следующими задачами:

• проведение CustDev (Customer Development, обратная связь пользователей);
• UX-интервью (исследование клиентского взаимодействия с сервисом);
• построение Customer Journey Map (CJM, карта пути клиента);
• создание UserStory (пользовательские истории, короткие описания функциональности системы);
• веб-аналитика в Яндекс.Метрике и Google Analytics.

Перечисленные задачи связаны с удержанием или привлечением пользователей. Ежедневную рутину BA можно автоматизировать с помощью искусственного интеллекта и технологий машинного обучения. К примеру, генеративная нейросетевая модель GigaChat поможет:

• выделить и сегментировать аудиторию для CustDev;
• составить вопросы для Customer Development или UX-интервью;
• разработать персон для Customer Journey Map — детальные портреты типичных клиентов;
• сформулировать гипотезы для валидации;
• определить сценарии взаимодействия в CJM и стадии жизненного цикла клиента.

Искусственный интеллект можно попросить сгенерировать новые идеи привлечения или удержания клиентов (с учётом имеющейся информации о пользователях, их предпочтениях).

Расшифровка видеовстреч, генерация отчётов

Работа бизнес-аналитика на проекте, как правило, подразумевает частые видеовстречи с командой и заказчиком. Это могут быть:

• тестировщики;
• разработчики;
• дизайнеры;
• продакт-менеджеры;
• технические писатели;
• руководители подразделений и другие.

Целями созвонов могут быть:

• демонстрация продукта (демо);
• ежедневные командные встречи (Daily Meeting, Standup Meeting);
• сбор информации для формирования бэклога на развитие продукта;
• обзор предоставления услуг (Service Delivery Review);
• анализ рисков (Risk Review) и другие.

Стратегические встречи с топ-менеджерами и руководителями могут занимать до четырёх часов. Для их проведения используют сервисы видеоконференций вроде SberJazz. Преимущества подобных решений — возможность транскрибировать речь спикера, а затем скачать и использовать. Когда объём материала по результатам видеовстречи слишком большой, можно попросить GigaChat сделать выжимку (саммари) и сгенерировать отчёт.

Написание простого кода

Аналитику нужны знания архитектуры информационных систем и требований к интеграции.

Часто для работы БА необходимо:

• тестировать API с помощью Postman или аналогичных сервисов;
• составлять запросы REST API, SOAP и GraphQL;
• писать простые скрипты получения данных из PostgreSQL и генерации отчётов по заданным параметрам.

GigaChat может писать на Javascript, Java, Python и других языках программирования. Также нейросеть можно попросить найти ошибки в исходном коде, предоставленном пользователем. Чтобы получить результат, необходимо правильно составить промпты.

Недостатки нейросетей для бизнес-аналитики

Искусственный интеллект помогает автоматизировать часть процессов, но не заменяет специалиста с опытом. К примеру, ИИ не сможет пообщаться с бизнесом, понять требования и возможность реализации, обработать и формализовать, перевести на язык разработчиков, проконтролировать результат.

Чтобы нейросеть генерировала результат, аналитику необходимо направлять её при помощи промптов. От качества и точности задания зависит результат, который выдаст ИИ.

Преимущества GigaChat

GigaChat — нейросетевая модель, обученная на 300 Гб данных. Искусственный интеллект понимает русский и английский языки. ИИ постоянно совершенствуется (в том числе и на основе пользовательских оценок). Сервис доступен бизнесу и частным лицам.

Основные особенности GigaChat для бизнес-анализа:

• модальность — ИИ может писать тексты и код, а также генерировать изображения;
• набор промптов — примеры подсказок искусственному интеллекту доступны в каталоге;
• простота интеграции и использования — подключение по API GigaChat, наличие GigaChain SDK;
• работа в условиях нагрузок — GigaChat поддерживает высокую интенсивность взаимодействия.

ИИ GigaChat можно использовать в ежедневной работе аналитика. Сервис может помочь в подготовке макетов UI/UX, обучении и наставничестве коллег, управлении бэклогом, создании пользовательских историй, моделировании данных, подготовке презентаций и демо для бизнеса, проведении дискавери-фазы и бенчмаркинга. Применение AI (artificial intelligence) не заменит живого специалиста, но сэкономит время и избавит от рутины.