

ШІ Агент
ШІ-агент управлінської аналітики для PrintMarket
Об’єднує бізнес-дані з різних джерел і дозволяє керівнику ставити запитання звичайною мовою про продажі, ліди, трафік, роботу менеджерів та інші показники — отримуючи готову аналітичну відповідь, таблиці, графіки й висновки.
Технологічний стек





Замовник
Український онлайн-магазин поліграфічної та сувенірної продукції з широким асортиментом, складною продуктовою моделлю та великою кількістю операційних і маркетингових даних.


Проблема
Дані, необхідні для управлінських рішень, знаходяться в різних системах і мають різну структуру.
Продажі, ліди, рекламний трафік, робота менеджерів та інші показники потрібно було окремо збирати, порівнювати й аналізувати перед тим, як отримати відповідь навіть на відносно просте бізнес-запитання.
Наприклад:
- як змінилися продажі порівняно з попереднім періодом;
- які менеджери показують кращу або гіршу динаміку;
- які джерела трафіку приводять більше результативних лідів;
- як змінюється конверсія;
- які категорії або напрямки ростуть;
- де з’явилися нетипові відхилення.
Для таких запитів керівнику доводилося працювати з кількома звітами або залучати співробітника до підготовки окремої аналітики.
У результаті між появою бізнес-питання та отриманням відповіді виникала зайва затримка, а глибина аналізу залежала від часу та доступності людей, які працюють із даними.
Рішення
Для PrintMarket розроблено ШІ-систему управлінської аналітики, яка об’єднує дані компанії в єдиному аналітичному середовищі та дозволяє працювати з ними через звичайний діалог.
Керівнику не потрібно заздалегідь будувати звіт або знати структуру бази даних.
Достатньо поставити запитання, наприклад:
«Порівняй продажі за останні два квартали, покажи динаміку по менеджерах і поясни, де відбулося найбільше падіння».
Система визначає, які дані необхідні для відповіді, виконує відповідний аналіз і формує результат у зрозумілому для користувача вигляді.
Залежно від запиту відповідь може включати:
- текстовий аналітичний висновок;
- таблиці;
- графіки;
- порівняння періодів;
- розбивку за менеджерами, джерелами або іншими параметрами;
- виявлені зміни та відхилення.
Таким чином, ШІ-агент працює не як звичайний чат із заздалегідь підготовленими відповідями, а як інтерфейс до реальних бізнес-даних компанії з яким можна спілкуватись звичайною мовою, ставити різні задачі і моментально отримувати відповідь за будь-які питання 24/7.
Окремий етап роботи — підготовка даних. Інформація з різних джерел може мати різну структуру, формати, назви полів і рівень якості, тому перед аналітикою ми очищуємо, нормалізуємо та структуруємо її.
Дані з CRM, ERP, сайту, рекламних систем, таблиць та інших джерел приводяться до єдиної логіки й автоматизовано завантажуються у структуровані таблиці BigQuery. Це створює стабільну основу для подальших розрахунків, порівнянь і роботи ШІ-агента з фактичними бізнес-даними.


Як працює система
Джерела даних → Очищення та нормалізація → BigQuery → ШІ-агент
Запит → ШІ-аналіз даних → ШІ-інтерпретація → Відповідь у вигляді таблиць, графіків та висновків

Роль ШІ в рішенні
ШІ не замінює аналітичне сховище і не генерує бізнес-показники самостійно. Основою системи є фактичні дані компанії, які надходять із різних джерел, очищуються, нормалізуються та структуруються в таблицях BigQuery.
Після цього ШІ працює як інтелектуальний інтерфейс до даних: розуміє запитання користувача, визначає, яку інформацію потрібно проаналізувати, допомагає сформувати аналітичну логіку та інтерпретує отриманий результат зрозумілою мовою доповнюючи графіками та таблицями.
Такий підхід дозволяє готувати дані у структурованому вигляді, з яким ШІ може працювати максимально точно й передбачувано: розрахунки виконуються на основі очищених і нормалізованих даних, а не через пошук по неструктурованому RAG контексту, де просто неможлива така точність.
Результат
Кілька джерел даних в одній системі
Запити до бізнес-даних звичайною мовою
Таблиці, графіки та висновки під конкретний запит
Очищені та нормалізовані дані в BigQuery
Аналітика без ручної підготовки звітів 24/7
Швидкий доступ до управлінської інформації
Етапи впровадження
Тиждень 01-02
Проектування
Аналіз джерел даних, бізнес-показників, типових управлінських запитів та логіки майбутньої аналітики.
Тиждень 03-05
Підготовка даних
Підключення джерел, очищення, нормалізація та підготовка структури даних у BigQuery.
Тиждень 07
Розробка
Розробка ШІ-агента, логіки аналітичних запитів, таблиць, графіків та інтерпретації результатів.
Тиждень 07-08
Тестування та впровадження
Перевірка реальних бізнес-запитів, точності розрахунків, коректності відповідей та запуск у роботу.
Період підтримки
Розвиток
Нові джерела даних, ролі користувачів і функції.
Підтримка
Моніторинг стабільності, контроль якості відповідей та оптимізація логіки системи.