🦆 Как я собирал аналитику продукта с помощью ИИ
В середине прошлого года мы запустили электронную регистрацию для юридических лиц. Продукт почти сразу начал приносить денежки. Но есть нюанс.
По плану на год нам нужно вырасти со Х1 до Х5 сделок в месяц. А чтобы вырасти, нужно понять: кто к нам приходит, где лиды отваливаются, какие сегменты дают сделки, какие типы сделок проходят чаще и на кого смотреть внимательнее.
В реальности — это несколько несвязанных выгрузок, данные живут в разных местах и друг с другом не дружат. И тут я подумал... А может ли ИИ помочь мне разобраться с этой задачей?
// Не «сделай мне стратегию за 5 минут», а собрать, соединить и проанализировать эти данные. Спойлер: получилось. Но долго и дорого.
Что происходило
🌸Сначала взял реестр лидов и привёл в порядок. Там были разные форматы: где-то цифры, где-то текст, одно написание компании, другое.
🌸Потом взял отчет продукта по проведенным регистрациям и спросил ИИ: «Можем их как-нибудь соединить?». Он предложил поля для склейки. Получилась первая сводная таблица — впервые лиды и сделки оказались в одном месте.
🌸Кто эти пользователи? Рассматривая «комментарии», я заметил, что сотрудники ОЗС пишут номер черновика из продукта «Сделка». Пара дней ожидания — и под руководством Евы по этому номеру удалось достать роль пользователя и добавить ещё один слой данных :)
🌸А что делать с названиями компаний? Допустим, есть «Легионстройка» — логично, что строительная. Но угадывать так для 700 компаний — это хрень. Как понять, к какому сегменту их отнести? Пошел обсуждать с ИИшкой, и мы выбрали ОКВЭД.
// Да, их может быть несколько или они могут не работать по профилю. Но ничего проще под рукой не было.
🌸Вытаскивать ОКВЭД руками — отдельный вид наказания. Снова к ИИ: «А можно массово получить эти данные?». Так появился сервис Dadata. ИИ помог разобраться, куда сходить, и сам создал питоновский скрипт. Бесплатного тарифа хватило :)
// Важный момент. Я бакалавр прикладной информатики, но диплом получил за бутерброды с колбасой. Что-то в коде понять могу, могу поправить запятую, но не больше. Если оно выглядит код и не ругается красным — уже хорошо.
🌸Я скачал Python, запустил скрипт, и... он сработал. Вот тут был настоящий момент магии — я смог дойти до результата, к которому раньше просто не подступился бы.
🌸Дальше — еще неделя промптов, правок и переделок. В итоге: отчёт по реестру, сводная таблица сегментов, разбор статусов воронки, география и ключевые инсайты.
// Это была уже 41-я версия. Примерно 70% получилось сделать с помощью ИИ, остальное я дописывал и перепроверял руками.
Главный вывод
Эта история — не про то, что ИИ заменил аналитика или продакта. Она про то, что ИИ снизил стоимость входа. Он помог пройти путь, который руками был бы слишком долгим, дорогим и, может быть, невозможным еще год назад.
// Как то мы пробовали 100 компаний пробить по ОКВЭД сами... это был ад.
Ах, да. Вот что получилось собрать: документ я вам, конечно же, не покажу. но стучитесь в личку, обсудим)
И чего, это вам как-то помогло?
➕ Мы быстро доработали реестры, чтобы явно соединить их друг с другом.
➕ Использовали этот материал для планирования следующего квартала по сегментам.
➕ Увидели части процесса, где у нас нет данных, чтобы построить воронку.
➕ Запланировали доработки, чтобы увидеть реальную картину и соединить их с юнит-экономикой.
// Да, работы еще много. Но мы перешли от количества сделок к клиентам, которые эти сделки приносят. А это вообще другой фокус.
Если было интересно — с вас лайк и подписка. За подробностями приходите в личку. Стей тюнд! 🥰
