Asystent AI na danych sprzedażowych Nielsena dla globalnego producenta napojów
Branża
Technologie
Kraj
O Kliencie
Nasz klient, globalny producent napojów (nazwa objęta umową NDA), kupuje szczegółowe dane sprzedażowe od Nielsena: dziesiątki tysięcy wierszy miesięcznie, dziesiątki kolumn, własne kody kategorii i niuanse metodologiczne, o których trzeba po prostu wiedzieć. W praktyce te dane rozumiały dwie osoby z zespołu analiz. Każde pytanie z marketingu albo sprzedaży ustawiało się w kolejce do tych dwóch osób, odpowiedź wracała po dniach jako prezentacja, a duża część wiedzy o tym, jak czytać te dane, istniała tylko w ich głowach. Zbudowaliśmy asystenta AI, który odpowiada na pytania wprost z tych danych: liczbą, tabelą albo wykresem, zawsze ze wskazaniem, z czego wynik został policzony. Na odpowiedź czeka się minutę, a nie dni, i może o nią zapytać każdy w firmie.
Potrzeby Klienta
Dane Nielsena zrozumiałe w całej firmie
Odpowiedź w minutę, nie prezentacja po tygodniu
Analitycy uwolnieni od rutynowych pytań
Każda odpowiedź ze wskazaniem źródła
Firma potrzebowała tego, żeby ludzie z marketingu i sprzedaży mogli sami zadawać pytania o dane, bez znajomości struktury plików i bez czekania na zespół analiz. Odpowiedzi musiały być wiarygodne: oparte wyłącznie na danych, z widocznym źródłem każdej liczby, bo na ich podstawie zapadają decyzje o budżetach i promocjach. A zespół analiz miał zostać odciążony, nie zastąpiony.
Dostarczone Usługi
Uporządkowanie danych: Dane z eksportów Nielsena przenieśliśmy z Excela do bazy danych, z automatycznym zasilaniem przy każdej nowej dostawie i kontrolą jakości na wejściu.
Spisanie wiedzy o danych: Strukturę, zależności między wskaźnikami i niuanse metodologiczne, dotąd znane tylko analitykom, opisaliśmy raz, w formie zrozumiałej dla AI. Ta warstwa opisu jest utrzymywana razem z danymi.
Asystent odpowiadający z danych: Pytanie zadane naturalnym językiem jest tłumaczone na kontrolowane zapytanie do bazy. Asystent nie zgaduje: liczy na danych i odpowiada liczbą, tabelą albo wykresem.
Źródło przy każdej odpowiedzi: Każdy wynik pokazuje, z jakich danych i za jaki okres został policzony, więc odpowiedź można zweryfikować, zanim trafi do prezentacji dla zarządu.
Analityk w pętli: Pytania, których asystent nie umie bezpiecznie przełożyć na dane, trafiają do zespołu analiz. Każdy taki przypadek uzupełnia opis danych, więc asystent z czasem odpowiada na coraz więcej sam.
Wdrożenie w zespołach: Marketing i sprzedaż dostały czat w narzędziach, których używają na co dzień, oraz szkolenie z tego, co asystent potrafi, a czego nie.
Zakres Prac
Dostarczyliśmy asystenta od początku do końca: od surowych plików z danymi po narzędzie używane codziennie przez zespoły biznesowe.
Warsztaty z zespołem analiz, żeby utrwalić strukturę, definicje wskaźników i niuanse danych Nielsena, zanim powstała pierwsza linijka kodu.
Budowa pipeline'u danych: automatyczne ładowanie nowych dostaw do bazy, z walidacją i kontrolą jakości zamiast ręcznej pracy w Excelu.
Stworzenie warstwy opisu danych, dzięki której AI tłumaczy pytania biznesowe na poprawne, kontrolowane zapytania.
Budowa samego asystenta: pytania naturalnym językiem na wejściu, odpowiedzi z liczbami, tabelami i wykresami na wyjściu, każda ze źródłem wyliczeń.
Walidacja asystenta względem odpowiedzi samych analityków, zanim został udostępniony zespołom marketingu i sprzedaży.
Ustawienie procesu z analitykiem w pętli: nietypowe pytania trafiają do człowieka, a każdy taki przypadek ulepsza opis danych.
Technologie
Współpraca
Zaczęliśmy od pracy z zespołem analiz: ich zbierana latami wiedza o danych była najcenniejszą rzeczą do utrwalenia. Asystent najpierw działał równolegle do dotychczasowego procesu, a jego odpowiedzi porównywaliśmy z odpowiedziami analityków, aż zgodność pozwoliła udostępnić go szerzej w firmie. Samą integrację poprowadziliśmy tak, jak podłączamy agentów AI do każdego istniejącego środowiska. Asystent sięga po dane wyłącznie przez kontrolowany zestaw narzędzi i może tylko tyle, ile jest mu potrzebne do odpowiadania na pytania, a każdą odpowiedź da się prześledzić wstecz do zapytania i danych, z których powstała. Nic w dotychczasowych systemach firmy nie musiało się zmienić: asystent pojawił się w narzędziach, których zespoły i tak używają na co dzień. Wdrożenie zaprojektowaliśmy z myślą o samodzielności: warstwa opisu danych jest utrzymywana razem z danymi, nietypowe pytania trafiają do analityka, a każdy taki przypadek uczy asystenta odpowiadać na więcej samodzielnie.
Sprawdź naszą pracę na Clutch