Агентная аналітыка на практыцы: Slack-бот, семантычны пласт і «купіць ці зрабіць»
Агентная аналітыка ў тэхкампаніі: Slack-бот для размовы з данымі, семантычны пласт, які давялося маштабаваць, рашэнне купіць Omni і чаму найважнейшым аказалася ўкараненне.
Крыніцы: My Experience Building Agentic Analytics at a Tech Company (And Shipping It to Stakeholders)
Аналітыка на агентнай базе ўсюды пры прэzentаціях прадаўцоў: размова з дадзеннямі, BI на адной з АІ, семантычныя шары, аналітыка самаслужбовага тыпу версіі 2. Практычна кожны продукт аналітыкі прагне уведзець АІ ў кожны кантакт. Мненні пра тое, куды гэта прыведзе, ўсё паводлівыя, але прыклады стварэння такіх рацыянаў у рэальных компаніях ўсё рэдкія, як і чыстасловныя адказы на ўжо складнейшы пытанне: чы справілася гэтая тэхналогія з рэальнымі корыстнікамі і рэальнымі аспактамі ўжыцця?
Наступны ўпавадак — аднак з такіх, які былі склееныя з працы спецыяліста па дадзёнах у мяжовай компаніі, якая прымеўчыцяе падпіскі, пачынаючы з канца 2025 года. У яму рассказваецца пра першага Slack-бота для працы з дадзеннямі, створанага з нуля, аплыве яго да рэальных корыстувачаў, трудноцяхі расшырэння сэмантычнага шару і інфраструктуры, а таксама пра выбор между самастайным стварэнням і пакупкай інструмента для аналізу дадзенняў у кампаніях. З тэх падзеяў той жа чалавек перайшоў на работу кансалтантом, і практычна кожная компанія, з якой ён стаўкаецца, намагаецца рашыць адпаведныя задачы, што паказвае рэальныя можлівасці для спецыялістаў па дадзёнах.
Рашэнне, якое мела значэнне ўсё раней, чым з’явілася ШЫ
На пачатку 2025 года адбылася дзеянне, якое тады здавалася неяк спраўа да ШЫ. Керавальнік аддзелу дадзёнаў убачыў патрэбу стварыць першую інформацыйную модэль компаніі, і быў запрошаны апытны кансалтант па інжынерыі дадзёнаў, каб яго кераваў, пры чым у кожным кроцы бралі удзел два спецыяліста па дадзёнах.
Модэль інфармацыі — гэта слой, які візначае, як структуруюцца даны, як асоціююцца табліцы, і, галоўнае, што значаць паказываюць певныя паметры. Можна супрацаваць з яйным як з спяльным языкам, які всі ў компаніі должны вікорыстоўваць пад час обсуждэння даных.
Тэхнічная частка дасыць простая. Складная частка — гэта тое, каб усі пагадаліся ўжываць аднаковы язык. Запытайце, што лягае ў основу панямы актыўнага корыстувальніка, і кожная каманда даўа іншую адпаведзь. У віддзеле маркетынгу ёсць сваё вялічыню, у віддзеле продуктов — іншая, у фінансавых віддзелах — трэцяя, і кожны перакананы, што саме яго вялічыню трэба вярнаюць. Дасягненне аднаковасці было повольным і клопатным, пры тым чым гэтае заведамства стало асновай для всьго, што было створана пасля. Без модэлі інфармацыі стварэнне сэмантычнай модэлі на базе даных практычна наверняка прынесла б больш шкоды, чым парадку.
Стварэнне інсайтаў на запіт
Калі формався модэль інфармацыі, той самы навуковец у галузі дадзэйна перабываў персональныя змяны. Аналіз рынку працы паказаў, што все большая колькасць компаній шукае спецыялістаў з навыкамі AI, што прагнало яго да самастоячнага вывучэння спосабаў автаматызацыі часткі ўседзённай працы: прыладаў для чысткі дадзэйна, процэсаў эксплоратыўнага аналізу, а таксама зв’язкаў между AI, дадзэйнам і ўсімі аспектамі, якія яго абрамляюць.
Тое, што спачатку было проста спосабам падвышэння продуктывнасці, ператворылася на ўсё больш значны элемент шырэйшага пераходу да агентных аналітых (такога тэрміна тады яшчо не існавало), калі традыцыйныя методы аналізу вялікімі тэмпамі ставалі недастатковымі. Адным з найбольшых праектаў, якія з’явіліся ў рэзультаце, быў Slackbot.
Ідэя заклёвалася ў стварэнні дадзэйнавага продукту, які стаў бы посерэднікам между панелямі монітарынгу і навуковцамі у галузі дадзэйна для адпаведзення на запытанні, на якія лёгка даўаць адпаведзь, але якія не патрабуюць стварэння новай панелі монітарынгу чы рэфакторынгу існуючай. Не кожнае запытанне заслуговае на стварэння карточкі Jira.
Ніхто не прасілаў пра гэта. Не было неабходнасці чакаць на разрэшчэнне чымусь. Большая частка праекту была створана сама, як пратэтап з схемай праектавання сістэмы і короткім дэманстрацыям для каманды. Рашучым крокам было праказаць гэта як чыгун створанага продукту, а не як просьбу пра схваленне для пачатку працы. Гэта не даў камандзе практычна жадных рызыкаў і дало таму, хто ствараў, можлівасць паказаць працу з рэальной цэннасцю, што было достатнім, каб здобыць неабходную падтрымку.
Адкрыванне і вывучэнне таго, як людзі прасілі
Першымі корыстувальнікамі была адна каманда — маркетынг. Гэта было намеральна: кантролюемае адкрыванне, а не запуск у всій кампаніі, дзе рэшткі моглі выйсці такімі, якія не можна было б кантролюваць.
Адзіекватным рэзультатам была толькі болей безпечная запуск. Насамперадзе гэта паказала чырвоныя плямы ў тым, як неаналітыкі ставяць запытанні. Маркетолагі формулююць запытанні ў кантэксце бізнесовых проблем, а не ў тэрмінах табелей чыя вялічын, таму сістэме патрабавалася перакладаць между гэтымі двума падходамі. Аналітыкі ж часта заўважаюць гэта праз свае сопны прычыны.
З самага пачатку было ясна, што гэта продукт на адной з баз дадзеных, а не проста інструмент, таму дакументацыя, внутршні маркетынговыя заходы і працэс адаптавання трэбаваліся, каліж толькі гэтыя факторы вялікія ў тым, чыя людзі насправдзе будуць вжываць створанае. Першыя калькі месцацоў прыняцоўся пераважна на тэставанне, і то ў вялікіх масштабах.
Што было пасля
Рэзультатам быў MVP, таму была прынята рашынка па канкрэтным пытанням: чы рэч усё жасць да дадзенняў дадатковых інвэстыцый і калікі будзе патрабавацца для наступнай версіі. Стварэнне сістэмы на адной засадзе дадзенняў не было самым складным чыннікам. Калі пытанне ператворылася на тое, што зробіць яе болей корыстной, размова перайшла да меры дадзенняў, да якіх мог ўзьясніць бот, што значыла неабходнасць розвіцця сэмантычнага шару.
Потым команда задала сабе некалькі пытанняў. Першы сэмантычны шар знаходзіўся у вачыні файлаў YAML за Slackbotам, таму як жа ён мог бы растаць? Як калькі людзей моглі бы працаваць над ям? Чы всі ўзагалі былі згодны ў паўнай меры з апісаннямі?
Этыя запытаннія з’явіліся у паслядовы момент, калі ужо рассматрывалася можлівасць вікорыстання новага інструмента BI, аджэ існуючы ужо не здаваўся достатнька сучасным. Дыскусія перайшла ад праблемы паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі паспрабоўкі пас
Компанія в канцэ ўзяла прылад на адпрацоўку. Выбраце было падметам Omni, які нагадваў сумешанне Tableau, Looker і дзеякіх можлівасцей таблічных калькулятораў. У лістападзе і грудзені 2025 года было пераглянута калькuluцыя разных інструментаў, і Omni быў запусцаны на практыку ў пачатку 2026 года.
Можа здавацца, што гэта неадражаюча історыя: апавесць пра Slack-бота, створанага з нуля, якая заканчываецца пакупкай готовага рашэння. Важлівы момент, які часта працягваюць перакідваць многія спецыялісты па дадзеных, — гэта тое, што навыкі застаюцца актуальнымі, калі компанія купуе готовы прылад. Стварэнне бота дало важлівыя урокі, якія былі без адлагання выкарыстоўваны пад час інтэграцыі Omni: практыкі праектавання запытаў, ацэнкі, тэхнологія MCP і глыбокое разумеўне таго, што робіць семантычны слой.
Інжыніерыя кантэксту — гарны прыклад. Гэта значыць кантролюванне тых вясканняў, якія бачыць мадэль пад час апрацоўкі запытку: якія таблыцы, якія вызначэнні метрык, якія бізнес-правілы. Створыўшы все з нуля, разрабоцькі коллектыв знаў, што паставіць перад модэлью, а, што ўжо важлівей, што адклаць. Гэтыя знанні праграмісты атрымваюць падчас стварэння, а не пад час чытання дасягледаў.
Гэтыя навыкі таксама выклікаюцца пад час абавесцяў. З моменту пераходу у сферу кансалтынгу з’яўляецца многа компаній, якія воліюць ствараць рашэнні самі, пераважна таму, што хочуць індывідуальныя рашэнні. Таму запытанне пра тое, чым цінны гэтыя навыкі для навучэння, ёсць неправільным. Навучыце іх, незалежна ад рашэння компаніі, адтолькі гэта падготавіць вас да будзь-якіх вызоваў у будзь-якай сістэме апрацоўкі дадзеных.
Дзе не падышоў куплены інструмент
Omni — гэта супэр-продукт маленькай компаніі, якая швытка розвіваецца, і ён прынёс вельмі большую карысць. Найчымаш частая проблема стосавалася MCP.
Значны частак спецыялістаў компаніі яшчэ працуе з Google Sheets і Excel, і гэта не змяніцца ў бліжчай часе. Мета была з’яеднаньне гэтых дадзеных, выкарыстоўваючы той самы семантычны модэль, як і для всіх іншых элементаў, каб цячка ў чыёй-небудзь табліцы значыла тое ж самае, што і ў іншых месцах. Гэта было бы ідэяльна, якбы гэта можна было зрабіць за дапамогою MCP, але гэта не было можліва.
Команда хацела большэйшыя правы на рашынак у сфэрэ, якая з’яўляецца між сэмантычным модэлем і тым, што яго выкарыстоўвае: што вяртаецца і якія інструменты магуць з’яўляцца падключаныя да яго. А самастоятэльны сэмантычны шар, які будзе створаны самостойна, дастаў бы паўны контроль над API. Гэта і ёсць компроміс, і для багато компаній гэта будзе важыць больш за ўсё. Калі важны гнучкасць і паўны контроль, проста пакупка можа не выйсці. Калі важны скорасць і готовая, якісная праца, такі продукт, як Omni, дапамагае дасягнуць вялікіх рэзультатаў.
Адопцыя вялікі чыннік
Гэтыя тэмы заслуговуюць на адзін самастоятэльны артыкул. Нават найсучаснейшы сістэма у свеце не мае ніякой цяні, якшо людзі не будуць ўключаць яе у свой робочы працэс і не будуць яй павержацца, і самэ гэтаму багато датных наўкомплектавальнікаў не падходзяць. Для маленькай команды знайсці час на гэта было вялікай працай, але адопцыю спраўу трaktавалі серйозна. Інвестыцыі былі такімі:
- серыя відэа-урокаў для шырокага апранавання,
- некалькі прэзентацыяў для всіх спавяльнікаў компаніі,
- спецыяльныя жывыя трэнінгі для ключоўых каманд, такіх як фінансы.
Кожны, хто впроваджае AI-інструмент усерэдзіні організацыі, павінен ставіцца да ўсвоення гэтага інструменту як да запуску новага продукту. Гэта значыць неабходнае внутрашняе маркетынгавае супрацоўкі, навчанне і наяўнасць апошніх падтрымків у кожной камандзе, якія веруюць у гэты інструмент. Аднак, інакша месцы наполеглівай працы заканчываюцца проста яшчэ аднім інструментам, які ніхто не выкарыстоўвае. Гэтая праца ёсць клопатная, і нічога з яе не праказваецца на панелі керування, пры тым яна ёсць прычыной таго, што весь гэты зусіллі маюць значэнне для кар’еры.
Эфект для кар’еры
Slackbot, яго впроваджэнне і лідарская роль у пераходзе да агентнай аналітыкі прынеслі конкрэтны рэзультат — можлівасць торгавання. Гэты дазнаўнік стаў падставай для запросу пра падвышэння, і падвышэння адбылося.
Спор не быў прыгэты ў першую чаргу Slackbotу. Ён стосаваўся кмітлівасці і падтрымкі на адным з лідарскіх месцаў у галіні, а пасля — выкарыстоўвання гэтага, каб стварыць ўсё тое, што падыходзіць компаніі на крашчае, у даным случае — інсайты, адпаведныя патрабаванням. Найболей значным быў тыя факт, якія нават не патрабавалі падтверджэння: ніхто нічога з гэтага не прасіў, і нікому не было трэба кераваць работай. Менеджэры спрыяжаюць гэта з вышэйшым статусам.
Чалавек, які можа ствараць такія сістэмы, разумее даны і водночас розумее бізнес, — гэта рэдкая сумяшанасць, і компаніі гэта знаюць. Гэта таксама пояснюе пазнейшы перэхад у сферу кансалтынгу, адколькі патрабаванне да наўкомпетэнтных спецыялістаў у галіні аналізу даных, якія разумеюць AI на рэвэльнай лэвэлі, а не толькі праз тымчасовыя чат-дыялогі, стрэмка адбуваецца.
Вывад
Аналітыка на агентнай базе ужо існуе і не ўявляе сабою якога-небудзь майбутнья явішча. Компаніі експерыментуюць, впроваджуюць яе і выявляюць, што ўзьмеся. Науковцы-данычнікі таксама павінны браты удзел. Незалежна ад таго, чы рэшаецца компанія стварыць такія рашэнні сама чы купіць іх, навыкі пераходзяць усюды: яны падымаюць цэннасць у чынной ролі, спрыяюць падышчу па кар’ернай сцежцы і дапамагаюць выдзеліцца пад час адбору.
Усё пачалося з пратыпту, створанага на вільны час, схемы праектавання сістэмы і швырага дэманстрацыі для команды. Чаканне, пакуль хтось попросіць адмахнуцца такой працы, — глытак. Лепшы спосаб — самостоятэльна праця над сваім ростам.
Супаўзвязаныя матэрыялы
- Практычныя прыемы: стварэнне сістэмы выкрычання шахрайства на агентных алгорытмах, гатовай да выкарыстання ў працэўнай сэрыі — Паследовыя інструкцыі па стварэнні такой сістэмы: контракты, перакананні ў правільнасці коду і готовыя фрагменты коду для команд, якія рэалізуюць гэты патэрн.
- Веб-фрэймворкі для стартапаў у эпоху AI-агентаў: Next.js, MUI і Firebase — Калькі засобаў застойнае пад час напісання коду, калі агенты пішу большую частку коду: Next.js, MUI, Firebase, Vercel, PostHog і мінімальная настройка агента, а таксама паспрабоўкі для кожнага з іх.