Продолжая тему нашего MCP к Qlik Sense, который мы сделали в Datanomix.pro: мы разработали skill для проектирования отчётов и дашбордов по стандарту IBCS На скринах пример его работы на тестовых данных: Первый вариант - дашборд, который ИИ собрал по обычному промпту: KPI, фильтры, графики, таблица - выглядит так себе Второй - тот же сценарий на той же модели данных, но после применения IBCS-логики разработанным нами скиллом IBCS часто воспринимают как стандарт оформления графиков. На практике он гораздо полезнее: он заставляет проверять, есть ли в отчёте управленческий смысл Одна из типичных проблем в BI - текущие значения в вакууме Остаток портфеля: 7,45 млрд Просрочка: 79 млн Договоров: 1 738 Клиентов: 1 601 И что? Для управленца такие цифры почти ничего не значат без контекста: Мы выполнили план или нет? Мы лучше прошлого периода или хуже? Прогноз говорит, что цель достижима? Отклонение нормальное или уже проблема? В IBCS такие вещи решаются через сценарии и единую нотацию: факт, план, прогноз, прошлый период, текущие значения, отклонения. Они должны быть не просто где-то в данных, а визуально читаться одинаково по всему отчёту Поэтому правильное поведение ИИ - не всегда “нарисовать красивее”, иногда он должен сказать аналитику: нет, финальный дашборд делать рано; собери прошлый период для сравнения; добавь план / бюджет / целевые значения; подготовь прогноз; иначе это будет экран с метриками, а не управленческий отчёт. Особенно это видно на IBCS-таблицах и комбинированных таблицах с водопадами. Их нельзя нормально собрать, если нет базы сравнения, отклонений, сценариев AC / PY / PL / FC и понятной логики расчётов Скилл заставляет добрать недостающие данные, и в этом для меня главная ценность этого скилла, потому что хороший BI - не в количестве графиков Хороший BI начинается там, где отчёт отвечает на вопрос: бизнес идёт туда, куда должен, или нет?