Дашборд и BI с ИИ: разбор по слоям
Дашборд — это не картинка, а ответ на вопрос. Модель ускоряет сборку, но ломается ровно там, где начинается смысл: выбор метрики, тип графика, трактовка результата. Разберём по четырём слоям — что делает ИИ, где врёт и что остаётся человеку.
Слой 1. Вопрос и метрика
Дашборд начинается не с графика, а с формулировки: на какой вопрос он отвечает и какая цифра этот ответ выражает. Здесь модель полезна как собеседник, а не как автор.
Предлагает метрику по описанию задачи, показывает альтернативы, подсказывает, какие срезы бывают.
Подменяет метрику удобной, придумывает показатели, которых нет в данных, берёт среднее там, где нужна медиана.
Какой вопрос дашборд отвечает и какая метрика честная.
Слой 2. Данные и срезы
Самый технический слой и самый безопасный для модели: здесь у неё есть источник правды — схема данных и запрос, результат которого можно проверить.
Пишет запрос, объясняет незнакомую схему, предлагает разрезы и период сравнения.
Ссылается на поля, которых нет, путает периоды и фильтры, считает по данным с дублями и выбросами, не сообщая об этом.
Источник данных, определение периода и то, что считать выбросом.
Слой 3. Визуализация
Здесь модель работает быстрее всего и здесь же чаще всего портит результат: ей проще сделать эффектно, чем читаемо.
Собирает черновик раскладки, пишет заголовки и подписи, подбирает тип графика по описанию.
Выбирает эффектное вместо читаемого, ставит разные шкалы на одну ось, теряет единицы измерения, прячет главное в середину.
Что должно считываться за три секунды и какое сравнение здесь честное.
Слой 4. Вывод и решение
Последний слой — и единственный, который нельзя делегировать целиком: за вывод отвечает тот, кто его показывает.
Собирает черновик текста, перечисляет наблюдения, предлагает гипотезы для проверки.
Путает корреляцию с причиной, объявляет динамику решением, объясняет выбросы правдоподобными причинами.
Вывод и то, что из него следует делать.
Четыре правила
- Считает код, а не модель. Любая цифра на дашборде воспроизводима запросом. Модель формулирует и объясняет, но не является источником чисел.
- У каждой метрики — период и источник. Без базы сравнения цифра не значит ничего.
- График без единиц измерения не выходит. Проценты, штуки, рубли, среднее или медиана — подписано на самом графике.
- Вывод — это решение. Если после дашборда нельзя ответить «что теперь делаем», он показывает данные, а не отвечает на вопрос.
Что не делегируется
- Вопрос дашборда. Модель не знает, какое решение вы собираетесь принять.
- Определение метрики. Выбор между средним и медианой — содержательное решение, а не техническое.
- Трактовка аномалии. Причину модель придумает; проверить её может только человек, знающий продукт.
- Ответственность за вывод. Её нельзя передать инструменту.
Если дашбордов в команде много, тот же разбор стоит закрепить в чек-листе — он есть в статье «Отчёты с ИИ: чек-лист и шаблон». А как выбрать, что вообще автоматизировать первым, — в «Автоматизация с ИИ: что брать первым».
Разбираю дашборды и отчётность команды по слоям и показываю, где ИИ даёт эффект, а где только добавляет уверенности. Телеграм: @darkclaus