"Не читаю каналы последнее время, что там нового в дата-ассистентах? __потухли костры ~~рябин~~ энтузиазма первой, второй волны? Кто внедрил работающие продовые решения? Какой вы получили MAU ваших чатботов?__ Больше год назад я описывал наш опыт по связыванию LLM и BI через навигационный сценарий. Тогда наш достаточно сырой MVP, не имел большого успеха. Денег, хотя скорее фокуса тогда не хватило изучать пользовательский опыт и допиливать. И вот снова делаю мысленный разгон - см схему ☝️и картинку в норм разрешении в комментах👇: Сколько будет жив Бизнес-пользователь - столько аналитики будут получать адхоки. Отчеты, self-service - все это прекрасно, но вот спросить человека, это ж надежнее, проще, приятнее. И вот - вы тоже пилите дата ассистента (даже если не от веры, а от скуки/интереса). Но мы все научились пробиваться через бота в чате с банком, кажется такая же первая реакция идет на дата ассистента. Что нужно, чтобы пользователь давал боту шанс? - Правильные ответы (или их высокая доля) - скажет занудный читатель канала. и будет прав. Но и после этого шансов раскрутить бота мало. Моя гипотеза добавить ""социализации"" боту. Начать с того, что включить его в чаты поддержки с кожаными коллегами. Эту комфортную среду доверия и дружеской токсичности. И для начала научить его распознавать адхок (это уже все научились в service desk командах) и рекомендовать готовые объекты - отчеты, метрики, датасеты (из слоя сертифицированных). Для этого нужна только хорошая метадата, документация (всего то) и дальше процессить на дежурных (давайте решим, что дежурство у вас есть). Неожиданный эффект этой схемы - мы получаем все для расчета квази time-to-insight (про который писал ~~Иван~~ Роман Бунин) как время простоя аналитика в ожидании отчета. Кайф короче. Только два небольших допущения (1) все адхоки идут в чат а не личные сообщения, (2) все полученные ответы являются инсайтами, что конечно неправда 😄 В этом году скорее всего будем делать такую штуку, помимо прочего. Кому интересно - есть вакансии. #АвитоBI"