Роль ИИ в подготовке и анализе данных
Алексей Арустамов показал, как с помощью ИИ упорядочить каталог товаров и подобрать предложения по истории покупок. Мария Гирда разобрала, как построить график по вопросу пользователя и проверить объяснение конкретного показателя.

Спикеры
За 60 минут вы узнаете:
Как использовать ИИ для подготовки каталога товаров и персональных предложений
Как построить график по запросу и проверить объяснение конкретного показателя
Как учитывать стоимость проверки и распознавать ошибки в отчётах
Программа
ИИ в аналитике: где он даёт эффект, а где создаёт новую стоимость. Разберём, какие задачи в подготовке и анализе данных ИИ действительно помогает ускорить, а где его использование может увеличить затраты, усложнить архитектуру и добавить новые точки контроля.
TCO аналитического контура: считать нужно не только лицензии. Обсудим, что входит в полную стоимость аналитики: инфраструктура, подготовка данных, интеграции, поддержка моделей, проверка качества, обучение команды, сопровождение сценариев и цена ошибок в управленческих решениях.
«Ветряная мельница ошибок»: как неточности проходят через данные, модели и отчёты. Покажем, как ошибка на входе усиливается на следующих этапах: в подготовке данных, расчётах, модели, визуализации и интерпретации. Разберём, почему ИИ не отменяет контроль качества, а делает его критически важным. Обсудим, когда участие человека в проверке результатов ИИ (human-in-the-loop) помогает, а когда может навредить.
Доверительные интервалы: почему бизнесу нужен не один ответ, а уровень уверенности. Обсудим, как работать с неопределённостью в данных и аналитических выводах. Почему руководителю важно видеть не только результат, но и степень доверия к нему, диапазон возможных значений и риск ошибочной интерпретации. Разберем метрики Self-Consistency и Accuracy в ответах ИИ.
Metrics owner становится product owner. Разберём, почему владелец метрики теперь отвечает не только за формулу, но и за качество данных, логику расчёта, пользовательский сценарий, интерпретацию и влияние на решения. Поговорим о подходе AI-Augmented Development (разработка с поддержкой ИИ): ИИ помогает сотрудникам, рутина автоматизируется, а ответственность за смысл и последствия остаются за человеком.
Компетенции команды: что меняется с появлением ИИ. Поговорим о навыках, которые становятся обязательными: постановка задач для ИИ, понимание ограничений моделей, проверка результата, работа с бизнес-правилами, контроль качества данных и умение переводить аналитический вывод в действие.
Кому будет полезно
Аналитикам и владельцам метрик
Руководителям аналитики, BI и цифровой трансформации
Руководителям, которые принимают решения по отчётам

Подпишитесь на Fastboard mail
Первыми получайте анонсы мероприятий, кейсы и полезные материалы от топового игрока на рынке BI.

Другие вебинары
Будущие
Прошедшие








