Нейросети для работы с данными: почему пять меньше четырёх
Нейросети для работы с данными помогут разобрать таблицу, если сначала выбрать метрику. На двух каналах покажу, как проверить проценты и не спутать вывод с решением.
М
Марина
Контент-маркетолог LibraChat
9 мин чтения
В одном канале пять продаж, в другом четыре. Какой оставить в отчёте на первом месте? Я бы не отвечала, пока не увидела число кликов и цель команды. В моей маленькой таблице первый канал собрал 200 кликов, второй — 100. По числу продаж побеждает первый. По доле продаж от кликов второй даёт 4% против 2,5%. Нейросети для работы с данными помогают быстро задать вопросы к таким строкам, но выбор метрики и ответственность за вывод остаются у человека.
Эта ситуация знакома любому, кто хоть раз приносил руководителю таблицу с зелёными стрелками. Он спросит не «какой процент красивее», а «куда направить следующий бюджет». Я собрала для разбора учебный пример из двух каналов, чтобы показать разницу между подсчётом и решением. На нём видно, в каком месте даже правильная арифметика может привести к неверной рекомендации.
Нейросети для работы с данными начинаются с определения строки
Я ставлю себе три вопроса до загрузки таблицы. Что считается кликом: переход на страницу или любое нажатие на объявление? Что считается заявкой: заполненная форма или ещё и звонок? Продажа относится к тому же периоду и каналу, что и клик? Без ответов два столбца с одинаковыми названиями могут означать разные вещи. Сложная модель не восстановит правило учёта из воздуха.
Для учебного набора я зафиксировала простые определения: клики ведут на одну страницу, заявка записывается после отправки формы, продажа относится к той заявке, из которой возникла. Период один и тот же. Вот исходные строки и расчётные доли:
Канал · Клики · Заявки · Продажи · Заявки / клики · Продажи / клики
Я проверила числа отдельно: 20 / 200 = 0,10, значит 10%; 15 / 100 = 0,15, значит 15%. Для продаж так же: 5 / 200 = 2,5%, 4 / 100 = 4%. В таблице два канала, но уже четыре разных ответа на вопрос «что работает лучше». Пять больше четырёх, если сравнивать итоговые продажи. Четыре процента больше двух с половиной, если сравнивать долю продаж от кликов. Противоречия нет.
Можно посчитать и третью долю: продажи от заявок. Для А это 5 / 20 = 25%, для Б — 4 / 15, примерно 26,7%. Разрыв здесь небольшой. Я бы не выносила его в заголовок отчёта как доказательство превосходства Б. В каждой строке всего несколько продаж, а цена случайного изменения одной сделки велика. Завтра ещё одна покупка в А изменит картину. Эти числа полезны, чтобы задать следующий вопрос, но на них одних рано перестраивать бюджет. Я записываю рядом и числитель, и период, чтобы процент не выглядел точнее, чем данные позволяют.
Где у нейросети для работы с данными появляется лишняя уверенность
Когда человек просит «найди лучший канал», он незаметно передаёт выбор критерия вместе с расчётом. Я поймала эту ошибку в собственной формулировке: слово «лучший» выглядело понятно, пока коллега не спросил, что именно мы оптимизируем. Больше продаж сегодня? Выше долю заявок? Меньше цену покупки? Последнее по этой таблице вообще нельзя посчитать: расходов на рекламу здесь нет.
Попробуй мысленно добавить цену. Если канал Б привёл четыре продажи за те же деньги, он может быть выгоднее. Если затраты вдвое выше, вывод изменится. Но придумывать расход ради готовой рекомендации нельзя. Это не осторожная оговорка для красоты; отсутствующий столбец меняет сам вопрос. Когда я вижу в черновике фразу «Б выгоднее», я спрашиваю: «Где расходы?» Нет столбца — нет вывода о выгоде.
Для проверки логики я иногда строю два условных сценария. Пусть оба канала стоили по 10 000 рублей: тогда расходы на одну продажу равны 2 000 рублей для А и 2 500 для Б. Б выигрывает по доле продаж от кликов, но А дешевле по этой новой метрике. Теперь оставь данные о продажах прежними, а расходы поменяй: А стоил 20 000 рублей, Б — 5 000. Получится 4 000 против 1 250 рублей на продажу. Ни один из сценариев не утверждает, сколько стоила настоящая кампания. Они показывают, почему колонку затрат нельзя заменить красивой догадкой.
Есть и другие ловушки в данных. Одну заявку могли записать дважды после повторной отправки формы. Продажа могла попасть в следующую неделю. В одном канале форма могла не работать часть дня. Я не утверждаю, что это произошло в нашей учебной таблице. Я проверяю такие варианты в рабочем отчёте, прежде чем обсуждать распределение денег. Пропущенная строка не становится нулём только потому, что в ячейке пусто.
Если исходный файл больше двух строк, я сохраняю в нём идентификатор заявки и дату события, а рядом делаю копию для анализа без лишних личных сведений. Потом сравниваю количество строк до и после очистки. Удаление дубля — решение, а не косметика: два похожих имени могут относиться к разным заявкам, а одинаковый идентификатор иногда появляется из-за выгрузки. Вопрос к владельцу данных лучше записать рядом с таблицей. Иначе через неделю никто не вспомнит, почему одну строку исключили из отчёта.
Удобный короткий контроль перед запросом выглядит так:
Совпадают ли период и определения колонок для обоих каналов?
Есть ли пустые значения, ошибки формата, дубли заявок и продаж?
Что является знаменателем каждой доли, и указан ли он рядом с процентом?
Каких данных не хватает для решения: расходов, маржи, качества лида, времени обработки?
В отчётах я иногда видела красивую среднюю цифру, которая скрывала разные условия сбора. Поэтому первую просьбу к нейросети формулирую не как «дай инсайты», а как «перечисли, что в таблице можно посчитать надёжно, а что требует другого источника».
Как я использую нейросети для работы с данными в этом примере
LibraChat может разбирать загруженную таблицу и отвечать по её содержимому. Но для маленького набора я сначала считаю доли сама, чтобы иметь контрольный ответ. Затем можно дать чату три последовательных задания. Они отличаются от запроса «проанализируй файл» тем, что у каждого есть проверяемая граница.
Первое задание — словарь. Предлагаемый запрос: «В приложенной таблице перечисли колонки, их возможный смысл и вопросы к владельцу данных. Не объединяй заявки и продажи. Если определения нет, отметь это». Мне нужен список неясностей, а не вывод. Когда коллега подтвердит определения, таблица становится пригодной для расчёта.
Второе — арифметика. «Посчитай для каждого канала заявки/клики и продажи/клики. Покажи числитель, знаменатель и формулу. Не считай стоимость продажи: расходов в файле нет». Я сравню эти значения с 10%, 15%, 2,5% и 4%. Если число расходится, вернусь к исходной строке, а не буду спорить с процентом в готовом тексте.
Третье — решение с условиями. «Напиши две короткие рекомендации: одну, если цель — максимальное число продаж сейчас, вторую, если цель — доля продаж от кликов. Отдельно укажи, почему без затрат нельзя выбрать канал по окупаемости». Так я задаю задачу, а затем проверяю каждое утверждение по таблице и по цели, которую назвал заказчик отчёта.
А если ответ чата не совпадёт с контрольным процентом? Я не прошу его «пересчитать точнее» бесконечно. Открываю строку, показываю конкретное деление и проверяю, не взят ли другой знаменатель. Например, 5 / 20 даёт 25% продаж от заявок, а 5 / 200 — 2,5% продаж от кликов. Оба расчёта правильны, подписи разные. Если разница всё ещё есть, оставляю расчёт в исходной таблице и не переношу спорное число в письмо руководителю. Проверка должна иметь конец.
Такой порядок помогает отделить три работы: понять данные, посчитать и решить. Я попробовала объяснять их одной фразой — коллеги спорили о выводе, пока не выяснили, что считали разные знаменатели. После разделения вопросов спор стал предметным. Один человек говорил о количестве продаж, другой о доле, и оба могли быть правы в своих пределах.
Что я проверяю, прежде чем показать вывод руководителю
Нейросеть может ускорить разбор, но я не отдаю ей право объявлять результат окончательным. Если в рабочей таблице есть имена клиентов, контакты или закрытые суммы, сначала выясняю, разрешено ли вообще загружать эти данные. Для учебного разбора хватает обезличенных чисел. Подробный разбор выбора данных есть в статье о том, что допустимо загружать в публичную нейросеть. Перед регулярной работой с выгрузками я открываю условия LibraChat и выбираю режим под формат и объём таблиц.
Мой финальный контроль можно повторить без специальных программ:
Пересчитай две ключевые доли на калькуляторе или в исходной таблице, сохрани формулу рядом с результатом.
Проверь одну строку с максимальным значением и одну с пустым или необычным значением; убедись, что их смысл не потерялся.
Найди в выводе каждое сравнительное слово: «лучше», «дешевле», «быстрее». Под каждым должно быть указанное основание.
Назови недостающий показатель до рекомендации, если решение от него зависит.
Я оставляю в отчёте и простое предложение: «А дал пять продаж, Б — четыре; по доле продаж от кликов Б выше, но без расходов эффективность вложений не сравнить». Оно не прячет неопределённость, зато руководитель сразу понимает, какой вопрос задать следующему человеку. Нередко именно эта строка полезнее диаграммы с ярким лидером.
Если нужен график, я не кладу количество продаж и процент на одну ось. Пять продаж и 4% выглядят рядом как числа одного рода, хотя измеряют разные вещи. Лучше две маленькие подписи: «продажи, штуки» и «доля продаж от кликов, %». Под ними — период и определения. Я проверила на рабочем обсуждении, как быстро вопрос меняется после такой подписи: коллеги перестают спорить о цвете столбца и спрашивают, сколько стоил каждый канал. Именно этого вопроса таблице пока не хватает.
Пять или четыре: что делать с таблицей сегодня
Возьми небольшую таблицу, которую разрешено использовать, и выбери решение, для которого её собирали. Затем открой чат LibraChat и попроси показать формулы с числителем и знаменателем, а также список недостающих данных. Проверь две строки вручную.
Я бы не просила сразу назвать «победителя». Сначала спроси, почему пять продаж и четыре процента отвечают на разные вопросы. Когда это ясно, следующий разговор с командой будет о цели и бюджете, а не о том, какой столбец раскрасить зелёным.
