26 сентября 2026 года представители SellOut+ посетили Data Driven 2026 — конференцию о современных подходах к работе с данными и аналитикой. В треке Data to Artifacts обсуждались развитие BI под влиянием AI и инструменты, с которыми бизнес-пользователи могут самостоятельно получать ответы на свои вопросы.
Для нашей команды одной из наиболее значимых тем стала общая аналитическая основа для BI и AI-ассистентов. Этот подход напрямую связан с архитектурой AI-чата SellOut+.
Единые показатели для отчёта, дашборда и AI-чата
Способов взаимодействия с данными становится больше. Пользователь может открыть привычный отчёт, изучить дашборд или задать вопрос AI-ассистенту. Во всех случаях ему необходимо понимать, какой показатель он получает и по каким правилам тот рассчитан.
Поэтому нам близка идея единого контролируемого семантического слоя. Это общая аналитическая модель, в которой закреплены определения бизнес-показателей, формулы и правила фильтрации. Она позволяет разным интерфейсам использовать согласованную логику расчётов.
Например, если объём продаж в компании рассчитывают с учётом возвратов, это правило должно применяться и в дашборде, и в AI-чате. При одинаковых исходных данных, периоде и фильтрах выбор интерфейса не должен менять результат. Для этого также необходимы общие требования к качеству и актуальности данных.
Как этот принцип работает в AI-чате SellOut+
В архитектуре нашего AI-чата языковая модель (LLM) отвечает за понимание вопроса пользователя на естественном языке. Она преобразует его в запрос к аналитической модели, где уже определены бизнес-правила и метрики.
LLM не обращается напрямую к корпоративным данным и не придумывает логику расчётов. Ответы строятся на той же проверенной аналитической модели, которую используют отчёты и дашборды.
Такой подход соединяет удобство диалога с управляемостью классической BI-аналитики. Бизнес-пользователь может сформулировать вопрос привычными словами, а компания сохраняет контроль над определениями метрик и правилами их расчёта.
Развитие AI-интерфейса при этом связано с развитием самой аналитической основы: согласованием показателей, поддержанием бизнес-правил и контролем качества данных.
Что мы отметили по итогам конференции
Data Driven 2026 дала нам возможность познакомиться с опытом коллег и сопоставить его с собственным подходом к AI-аналитике. Обсуждавшиеся темы подтвердили для команды актуальность выбранного направления: расширять возможности самостоятельной работы бизнеса с данными на основе единой управляемой модели.
Для нас важный результат такого подхода — сохранение доверия к аналитике при появлении новых интерфейсов. Вопрос в AI-чате и показатель в дашборде должны опираться на одни и те же определения, данные и правила расчёта.
Подробнее о работе с данными на естественном языке — на странице AI-чата SellOut+.