Чем отличается Нейроаналитик 2.0
Именно здесь появляется главное отличие новой версии.
Нейроаналитик 2.0 работает уже не с готовыми графиками, а с самим датасетом, который лежит в основе дашборда. Это означает, что AI может отвечать на вопросы, для которых еще нет подготовленной визуализации.
Например, пользователь может попросить:
- показать распределение клиентов по сегментам;
- построить график динамики продаж по кварталам;
- сравнить несколько показателей;
- подобрать наиболее подходящий тип диаграммы для анализа.
Источник: Документация Yandex DataLens
Какие ограничения стоит учитывать
Возможности Нейроаналитика напрямую зависят от качества подготовки BI-системы. Чем лучше организованы данные, тем точнее будут ответы AI. И наоборот: ошибки в модели, непродуманная структура дашбордов или отсутствие описаний неизбежно снижают качество анализа.
У обычного Нейроаналитика есть еще одно ограничение — он работает только с теми данными, которые доступны на открытой странице дашборда. Если нужная информация находится на другой вкладке или вообще не визуализирована, AI просто не сможет использовать ее при анализе.
Нейроаналитик 2.0 лишен этого ограничения, поскольку обращается непосредственно к датасету. Однако и здесь есть свои особенности.
1. AI работает только с одним датасетом — тем, который используется на эталонной вкладке. Если дашборд построен на нескольких источниках данных, помощник не сможет объединить их между собой.
2. Качество работы сильно зависит от самой эталонной вкладки. Если она содержит несколько случайных графиков без описаний и логики построения, AI будет хуже понимать структуру данных и чаще ошибаться при выборе визуализаций.
Помощь при создании вычисляемых полей
Следующий сценарий использования Нейроаналитика — работа с вычисляемыми полями.
Практически любой BI-проект содержит десятки, а иногда и сотни формул. Расчет маржинальности, накопительного итога, среднего чека, конверсии, процента выполнения плана — все это реализуется через вычисляемые поля.
Со временем даже опытным аналитикам становится сложно ориентироваться в большом количестве выражений. Особенно если проект развивают несколько специалистов.
Нейроаналитик помогает решить эту проблему. Он встроен непосредственно в редактор вычисляемых полей и умеет выполнять несколько задач.
Самый очевидный вариант — генерация новой формулы по описанию. Вместо поиска нужной функции в документации можно описать задачу обычным языком. Например, попросить рассчитать прирост продаж относительно предыдущего месяца или создать условную раскраску показателей. AI предложит готовое выражение, которое остается проверить и при необходимости скорректировать.
Но еще полезнее другая возможность — объяснение существующих формул.
Со временем в любом проекте появляются сложные вычисления, написанные несколько месяцев назад или другим разработчиком. Разобраться в них бывает непросто, особенно если выражение содержит несколько вложенных функций.
Вместо ручного анализа можно попросить Нейроаналитика объяснить, как работает формула. Он последовательно разберет выражение и покажет, какие вычисления выполняются на каждом этапе.
Для команд, в которых несколько аналитиков работают с одним BI-проектом, такая функция заметно сокращает время на поддержку и развитие существующих отчетов.
Помощь при написании кода
Еще один сценарий использования AI — работа в Editor.
При разработке BI-решений аналитикам регулярно приходится писать SQL-запросы, Python-код или использовать другие языки обработки данных. Даже опытные специалисты постоянно переключаются между редактором, документацией и поиском примеров.
Нейроаналитик позволяет сократить количество таких переключений.
Он умеет генерировать фрагменты кода, объяснять назначение отдельных конструкций, находить ошибки и предлагать варианты исправления. Если запрос работает некорректно, можно попросить AI объяснить причину или предложить более эффективную реализацию.
Разумеется, полностью доверять сгенерированному коду не стоит. Как и большинство современных AI-инструментов, Нейроаналитик способен предлагать не самые оптимальные или даже ошибочные решения.
Однако в качестве помощника при разработке он позволяет заметно ускорить работу. Особенно в ситуациях, когда нужно быстро вспомнить синтаксис функции, написать типовой запрос или разобраться в чужом коде.
Если необходимые данные уже присутствуют в датасете, помощник самостоятельно подберет существующий график или создаст новую визуализацию.
Фактически AI начинает выполнять часть работы BI-разработчика на уровне исследования данных. Это особенно полезно в ситуациях, когда руководителю необходимо быстро проверить гипотезу, а обращаться к аналитикам ради одного дополнительного графика нецелесообразно.
Но такая возможность требует более качественной подготовки модели данных. Если обычному Нейроаналитику достаточно понимать структуру уже готовых графиков, то версии 2.0 необходимо разобраться в самом датасете.
Поэтому для его работы используется так называемая эталонная вкладка. Это специальная страница дашборда, которая служит ориентиром для AI. На ней размещают наиболее показательные визуализации, позволяющие понять структуру данных, взаимосвязи между показателями и корректные способы их отображения.
От качества этой вкладки напрямую зависит качество ответов AI. Если модель данных плохо организована, отсутствуют описания показателей или визуализации не отражают структуру предметной области, ожидать качественного анализа от помощника не стоит.
Поэтому внедрение подобных AI-инструментов начинается с подготовки качественной BI-модели. Именно она определяет, насколько полезным окажется искусственный интеллект в повседневной работе.