Найти в Дзене

Как анализировать данные с помощью ИИ: практический опыт

Кейс из живой работы: Excel-выгрузка на 2+ тыс. тендеров по закупке бумаги за 2024-2025. Цель: понять структуру рынка, динамику цен, ключевых игроков. Казалось бы, загрузил файл и написал: «проанализируй». Ага. ИИ честно проанализирует. Только не факт, что то, что нужно. 📌 Что сработало (и что чуть не сломало картинку) 1. Проверка колонок, иначе анализ мимо цели В первом прогоне топ заказчиков выглядел странно: «компания не указана», «лента», какие-то обрывки. Причина оказалась банальной: вместо заказчика в анализ ушла колонка с поставщиком. Контроль простой: попросите ИИ показать 10 строк исходных данных и объяснить, что именно он считает «заказчиком». 2. Среднее против медианы: быстрый тест на выбросы Когда средняя цена улетает в космос, а медиана около «нормальной» цены, это почти всегда выбросы или ошибки ввода. Рабочий ход: «покажи топ-20 самых дорогих записей по категории» - и сразу видно мусорные значения. Дальше - фильтрация (например, по 99-му перцентилю) отдельно по кате

Как анализировать данные с помощью ИИ: практический опыт

Кейс из живой работы: Excel-выгрузка на 2+ тыс. тендеров по закупке бумаги за 2024-2025.

Цель: понять структуру рынка, динамику цен, ключевых игроков.

Казалось бы, загрузил файл и написал: «проанализируй».

Ага. ИИ честно проанализирует. Только не факт, что то, что нужно.

📌 Что сработало (и что чуть не сломало картинку)

1. Проверка колонок, иначе анализ мимо цели

В первом прогоне топ заказчиков выглядел странно: «компания не указана», «лента», какие-то обрывки.

Причина оказалась банальной: вместо заказчика в анализ ушла колонка с поставщиком.

Контроль простой: попросите ИИ показать 10 строк исходных данных и объяснить, что именно он считает «заказчиком».

2. Среднее против медианы: быстрый тест на выбросы

Когда средняя цена улетает в космос, а медиана около «нормальной» цены, это почти всегда выбросы или ошибки ввода.

Рабочий ход: «покажи топ-20 самых дорогих записей по категории» - и сразу видно мусорные значения.

Дальше - фильтрация (например, по 99-му перцентилю) отдельно по категориям.

3. Дубли контрагентов: один клиент как 12 разных

Классика: «АО Почта России», «Почта России, АО», «филиал такой-то».

Пока не нормализуете, рейтинг клиентов и доли будут врать.

Сделайте правила нормализации + словарь соответствий. ИИ отлично помогает найти варианты написания.

4. Декомпозиция цены: иначе не увидите, где съели маржу

Полезно считать раздельно:

* цена победы (итог)

* себестоимость (без доставки)

* логистика и прочие расходы

И вот тут всплывает управленческое: итог может быть «ровный», а внутри логистика растет быстрее себестоимости. Это уже риск для маржи и повод пересобирать модель поставок.

5. Эмоции в отчете - это скрытый риск

ИИ любит «взрывной рост» и «перспективный бренд». Для решения собственника это шум.

Просите явно: только факты, только метрики, без оценочных слов.

🛠️ Протокол анализа с ИИ (обычно влезает в 2-3 часа)

• Попросить 10-20 строк примеров и описание колонок «как понял ИИ»

• Сразу снять min/max/медиану/среднее по ключевым метрикам

• Найти и объяснить выбросы (топ дорогих/дешевых)

• Нормализовать сущности (контрагенты, номенклатура)

• Разбить агрегаты на компоненты (цена = товар + логистика + прочее)

Валидация: все «неожиданное» подтверждать исходными строками

Критерий качества

Если вывод нельзя проверить обратным запросом «покажи строки, из которых это следует» - это не вывод, а фантазия.

Главный вывод

ИИ - не кнопка «сделай красиво». Это интерактивный аналитический станок.

Он ускоряет группировки, сводные, визуализации. А ответственность за контроллинг логики и управленческую интерпретацию остается у вас.

Я бы начинал с двух команд: «покажи топ-20 экстремумов» и «сравни среднее и медиану». Обычно это уже половина победы.

https://dzen.ru/id/67964e8e29c5d168966dbe1c

#аналитика #данные #ИИ #Excel #закупки #методология