Реклама: где расходятся расходы, заявки и реальные продажи
Рекламный кабинет, CRM и оплаты могут одновременно показывать «правильные» цифры — и при этом рассказывать разные истории.
Реклама знает про расходы и свои конверсии. CRM — про заявки и сделки. Оплаты — про деньги.
Поэтому высокая стоимость заявки ещё не означает плохой канал, а низкая — хороший. Важнее, что происходит дальше с сопоставимыми группами клиентов.
Если всё связано чисто, достаточно аналитики. AI-ассистент нужен там, где после цифр остаётся вопрос «почему»: заявки из источника зависают, повторные клиенты попадают в платную атрибуцию, продажи есть, а рекламная система видит другую картину.
Тогда руководителю полезна не оценка «канал плохой», а очередь расхождений: что изменилось → где именно → какие причины ещё надо исключить.
· 31.08
Какая-то странная оценка. Есть же коэффициенты для расчетов. Раз в полгода аудит надо проводить и оценка будет не плохой хороший, а в цифрах, на основании которых можно сделать выводы о том, где сокращать издержки, где провести аналитику, а AI ассистент скорее всего просто соврет как обычно. Лучше BI диаграммы построить на sql запросах. Надежнее и погрешность меньше. Если ассистент контекст подрежет, то "рамен 🍜 на ушах будет согревать сердце ♥️ сёгуна".
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён
· 13 ч
Кирилл, с границей между BI и AI здесь согласен. Более того, похоже, в посте я её недостаточно жёстко обозначил.
Коэффициенты, расходы, конверсии, когорты и сами отклонения я бы вообще не отдавал LLM. Если показатель можно однозначно получить SQL-запросом или формулой, так и надо делать — это источник факта.
AI имеет смысл подключать уже после этого. Например: BI зафиксировал отклонение → дальше нужно собрать контекст из сделок, переписки, комментариев менеджеров и нескольких систем и показать возможные причины со ссылками на основания.
И здесь ваш риск про обрезанный контекст абсолютно реальный. Поэтому AI не должен выдавать свою гипотезу за измеренный факт.
То есть я бы разделил так: SQL/BI показывает, что произошло; AI помогает собрать контекст, почему это могло произойти; решение принимается только по проверяемым основаниям.
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён