Нейросеть для анализа данных: как спросить о своих продажах обычными словами

У любого бизнеса, который отвечает клиентам в мессенджерах, через полгода работы накапливается то, что в отчётах называется данными: заявки, переписки, заказы, оплаты, обещания менеджеров. Вопросы к этим данным у владельца самые простые. Сколько заявок пришло с Авито и сколько из них купили. На какую сумму заказов за август. Какой канал приносит деньги, а какой только шум.

Ответить на них обычно нечем. В CRM есть конструктор отчётов, но собирать его никто не будет: это работа, которая не приносит денег прямо сейчас. Выгрузка в Excel требует человека, который умеет сводные таблицы. А нейросеть для анализа данных, которой скармливают выгрузку, отвечает уверенно и иногда неправильно, и проверить её нечем.

В Clora мы сделали иначе. В разделе «Отчёты» появилась вкладка «Спросить о данных»: одно поле, куда вы пишете вопрос обычными словами. Запрос к базе собирается сам, показывается вам целиком и выполняется. Главное правило звучит так: цифры считает база, а не модель.

Почему конструктор отчётов не работает у малого бизнеса

Конструктор отчётов честно устроен: выберите таблицу, выберите поля, выберите агрегат, задайте фильтры, задайте период, сгруппируйте. Всё правильно и всё бесполезно, потому что за этим стоит предположение: у бизнеса есть человек, чья работа состоит в сборке отчётов.

У бизнеса на пять сотрудников такого человека нет. Есть владелец, который между двумя звонками хочет знать, стоит ли дальше платить за рекламу в конкретном канале. Он не будет разбираться, чем «количество записей» отличается от «количества уникальных значений». Он просто спросит, как спросил бы у менеджера: «сколько заявок с Авито купили в июле».

Это тот же принцип, по которому в Clora не заводится ни одного поля, которое человек обязан заполнить руками. Карточки в CRM не заполняются не потому, что менеджеры ленивые, а потому что заполнение не приносит денег в этот момент. С отчётами ровно то же самое: работает не тот отчёт, который можно собрать, а тот, который можно спросить.

Как устроен анализ данных с помощью нейросети в Clora

Между вашим вопросом и цифрой на экране четыре шага. Разделение между ними и есть вся суть функции.

Шаг 1. Вопрос обычными словами

Вы пишете фразу, как написали бы коллеге: «на какую сумму заказов в этом месяце», «заявки по каналам за последние 30 дней», «средний чек выигранных сделок», «сколько диалогов по месяцам за год», «просроченные обещания по видам». Ограничение одно: вопрос до 600 знаков. Под полем стоят готовые примеры, чтобы не начинать с пустого экрана.

Шаг 2. Модель называет поля, а не пишет запрос

Дальше начинается то, чего в интерфейсе не видно, и это самая важная часть. Нейросеть НЕ пишет SQL. Она называет четыре вещи: какой набор данных взять, что посчитать, по чему разбить и чем ограничить. Каждое поле она может назвать только по имени из закрытого словаря, который ведём мы. Поля, которого в словаре нет, для неё не существует.

Разница между «модель пишет запрос» и «модель называет поля» кажется технической, но она решает главный вопрос безопасности. Если бы модель писала SQL, нам пришлось бы проверять его текст на то, что он не лезет в чужие данные: разбирать комментарии, литералы, подзапросы. Это игра, в которой защищающийся проигрывает молча. Когда модель называет только имена полей, проверять нечего: из имён собирается ровно то, что мы разрешили собрать.

Шаг 3. Запрос собирает код и сам подставляет ваш аккаунт

Текст запроса пишет код по названным полям. Первым условием в нём всегда стоит ваш идентификатор аккаунта, и подставляет его не модель, а сервер, из вашей сессии. Ветки «а тут без аккаунта» в коде не существует не потому, что её забыли написать, а потому, что её негде написать: это часть единственного способа собрать запрос.

Всё остальное, что модель могла сообщить кроме имён полей, это значения: «Авито», «июль», «paid». Значения уезжают в базу параметрами и в текст запроса не попадают никогда.

Шаг 4. Считает база, показывает экран

Готовый запрос выполняется в транзакции только на чтение, с ограничением по времени: база физически не даст ему ничего записать, а долгий запрос не подвесит кабинет. На нашей практике вопрос про заказы за месяц отрабатывает за единицы миллисекунд, и это время показано рядом с ответом.

Разбор вопроса показывается до цифры

Над ответом стоит строка, которая расшифровывает, как система поняла вопрос. Для «на какую сумму заказы в этом месяце» она выглядит так:

Заказы · сумма — Сумма, ₽ · Статус = paid · Дата оплаты: 2026-08-01 — 2026-08-19

Эта строка нужна не для красоты и стоит именно ДО числа. Без неё ошибка разбора становится невидимой: человек видит цифру, принимает её за ответ на свой вопрос и не проверяет, на какой вопрос она на самом деле ответила. Прочитав разбор, вы за секунду замечаете, что вас посчитали по дате оплаты, а не по дате заказа, или что в сумму попали только оплаченные.

Ниже разбора, под свёрнутым спойлером «Запрос, который выполнился», лежит сам текст запроса, ровно тот, который ушёл в базу. Открывать его необязательно и почти никто не откроет. Но возможность посмотреть глазами есть всегда, и это принципиально: продукт, который просит верить цифре на слово, ничем не отличается от нейросети, придумавшей число.

О чём можно спросить: семь наборов данных

Словарь закрытый, и вот что в нём лежит.

Заявки. Диалоги, где клиент оставил телефон или почту. Разрезы: канал, статус (новая, в работе, купили, отказ), что хотели, сумма, ответственный, взята ли в работу.

Переписки. Все разговоры, включая те, где контакт так и не назвали. Отвечает на вопрос «сколько нам вообще написали и откуда», в отличие от заявок, которые отвечают «сколько из них дошли до контакта».

Сделки. Процесс сделки по шагам: КП, договор, счёт, оплата. Сумма сделки, текущий шаг, исход.

Заказы. Заказы, оформленные агентом. У товарного бизнеса продажа это оплаченный заказ, поэтому «сколько продали» и «выручка» считаются здесь, а не в сделках.

Оплаты картой. Приём оплаты от покупателей через вашу ЮKassa. Отменённые и незавершённые остаются в наборе намеренно: «сколько человек бросили на оплате» такой же законный вопрос, как «сколько заплатили».

Обещания агента. Что агент пообещал покупателю и выполнено ли это. Просроченное открытое обещание это долг перед клиентом, и его полезно видеть цифрой, а не по памяти.

Каталог. Товары и услуги аккаунта: разделы, цены, единицы, что показывается агенту.

Тестовый чат и переписка с поддержкой Clora не попадают ни в один набор: это проверка агента, а не работа бизнеса. Иначе ваши собственные тесты попадали бы в выручку.

Разрезов в одном вопросе может быть до двух («заявки по каналам и по месяцам»), фильтров до восьми. Третий разрез превращает таблицу в простыню, а график в кашу, поэтому его нет. Когда разрез один, ответ рисуется полосами, когда разрезов нет вовсе, крупным числом, когда два, таблицей.

[Изображение: ответ с разрезом по каналам: полосы с подписями каналов и таблица под ними]

Чем это отличается от «выгрузить в Excel и спросить у ChatGPT»

Это самый честный вопрос к функции, и ответ на него один: тем, кто именно считает.

Когда вы отдаёте выгрузку языковой модели, считает модель. Она читает таблицу как текст и выдаёт правдоподобное число. Иногда верное. Проверить его можно только одним способом: посчитать самому, то есть сделать ровно ту работу, ради которой вы к ней и обратились. Ошибка при этом выглядит абсолютно так же, как правильный ответ, и в этом главная беда: у неверной цифры нет ни одного внешнего признака.

Здесь модель не касается цифр вообще. Она выполняет ровно одну работу: переводит человеческую фразу в набор имён полей. Всё остальное делает база, детерминированно, с одинаковым результатом при каждом повторе. Та же граница проходит и в другом месте продукта: когда нейросеть собирает коммерческое предложение, формулировки пишет модель, а состав и суммы считает код. Модель отвечает за язык, код отвечает за числа.

Отказ вместо похожего ответа

Отчёт умеет отказывать, и это не недоработка, а решение.

Не нашлось поля, без которого на вопрос не ответить: так и написано. Вопрос понят двояко, и от прочтения зависит цифра: отказ. Названа дата, которую не удалось разобрать: отказ, а не молчаливое расширение периода на всё время (цифра получилась бы больше запрошенной и на экране была бы неотличима от правильной). Вопрос вообще не про данные аккаунта: отказ.

Отдельный случай: если ваши заявки ведутся во внешней CRM, вопрос про заявки честно откажет и предложит спросить про переписки, сделки, оплаты или обещания. Заявки в этом случае живут в Битрикс24 или amoCRM, у нас их нет, и формально верный ноль на экране был бы неотличим от «никто не покупал». Как связаны Clora и внешние системы, описано на странице интеграций с CRM.

Это отличается от того, как устроен анализ сайта при подключении агента: там результат обязан быть всегда, потому что клиенту нечем расшить тупик на первом шаге. Здесь цена ошибки другая. Пустой экран человек переживёт и переформулирует вопрос. Похожее число он примет за ответ и не станет перепроверять.

Сохранённые отчёты: хранится вопрос, а не цифры

Понравившийся отчёт сохраняется кнопкой и появляется в списке под полем вопроса, с именем того, кто его сохранил. Список общий для аккаунта: то, что посчитал руководитель, видит и менеджер.

Сохраняется при этом вопрос и способ его разбора, но не результат. Отчёт пересчитывается каждый раз, когда его открывают. Причина в одной фразе: сохранённое число через месяц выглядит точно так же, как правда, и принимается так же. Дашборд, показывающий позавчерашние цифры без единого признака этого, вреднее отсутствующего дашборда.

[Изображение: список сохранённых отчётов с названиями, разбором вопроса и автором]

Безопасность: чего отчёт не может по устройству

Четыре ограничения, и все они в коде, а не в инструкции.

Ваш аккаунт подставляет сервер. Идентификатор аккаунта берётся из сессии и ставится первым условием запроса. Ни модель, ни тело запроса из браузера на него не влияют.

Контактов покупателей в словаре нет вовсе. Телефон, почта и имя недостижимы ни одним вопросом, каким бы образом он ни был сформулирован. Отчёт отвечает на вопрос «сколько и почему», а список людей с контактами забирают выгрузкой, где это видно и называется своим именем.

Запрос не может писать. Транзакция только на чтение это гарантия со стороны базы, а не обещание с нашей стороны.

Вопрос это данные, а не команда. Текст, который пытается переопределить правила разбора или попросить чужие данные, для модели остаётся обычным текстом вопроса. Подробнее про хранение данных, шифрование контактов и 152-ФЗ: на странице безопасности.

Границы: чего здесь нет намеренно

Отчёт агрегирует и не выдаёт списки. Любой ответ это «сколько», «сумма» или «среднее» с разрезами. Списки людей, выгрузки и файлы это соседние функции кабинета, они бесплатны на всех тарифах и живут отдельно.

Отчёт считает данные Clora, а не всей вашей компании. Если заказы ведутся в МойСклад или RetailCRM, они живут там, и второй копии у нас нет: два расходящихся источника цифр хуже одного.

И отчёт это не загрузка ваших файлов на анализ. Если нужно, чтобы агент знал содержимое прайса, договора или инструкции, это другая функция: он читает ваши PDF, Word и Excel и опирается на них в разговоре с клиентом. Здесь же речь про данные, которые агент накопил сам, пока работал.

Как открыть

Кабинет, пункт «Отчёты» в меню слева, вкладка «Спросить о данных». Настраивать ничего не нужно, доступ есть сразу и на всех тарифах, включая бесплатный: аналитику собственных данных мы не считаем функцией, за которую доплачивают. Состав тарифов и цены: на странице тарифов.

Если вы ещё не запускали агента, начать стоит с базового разбора: что такое ИИ-агент для продаж и как он работает. Данные, которым можно задавать вопросы, появляются ровно после того, как агент начинает разговаривать с клиентами.

Вопросы и ответы

Нужно ли знать SQL, чтобы получить отчёт?

Нет. Запрос собирается по вашей фразе на русском языке. Текст запроса показывается, но читать его необязательно: он лежит под свёрнутым спойлером для тех, кто хочет проверить.

Цифры считает нейросеть? Насколько им можно верить?

Цифры считает база данных обычным запросом, детерминированно. Нейросеть участвует только на этапе перевода вашей фразы в имена полей и в арифметике не участвует вовсе. Проверять поэтому нужно не число, а разбор вопроса, и он показан строкой над ответом.

Что будет, если вопрос поняли неправильно?

Вы увидите это в строке разбора до того, как поверите цифре: там написано, какой набор данных взяли, что посчитали, по чему разбили и за какой период. Если разбор не тот, переформулируйте вопрос конкретнее, например назовите период и канал явно.

Можно ли получить список клиентов с телефонами?

Нет, и это ограничение осознанное: контактных полей нет в словаре отчёта в принципе. Для списка людей есть выгрузка в CSV в разделах «Заявки» и «Клиенты», она доступна на всех тарифах.

У нас Битрикс24, заявки ведутся там. Отчёт будет работать?

Вопросы про заявки честно откажут: у нас их нет, они в вашей CRM. Всё остальное работает как обычно: переписки, сделки, заказы, оплаты картой и обещания агента считаются по данным Clora.

Отчёт можно сохранить и открывать регулярно?

Да. Сохраняется вопрос, а не цифры: при каждом открытии отчёт пересчитывается заново, поэтому устаревших чисел в сохранённом отчёте не бывает.

Коротко: главное

1. В разделе «Отчёты» появилась вкладка «Спросить о данных»: вопрос обычными словами вместо конструктора отчётов, который в малом бизнесе всё равно никто не собирает.

2. Цифры считает база, а не модель. Нейросеть переводит вашу фразу в имена полей из закрытого словаря, текст запроса пишет код, арифметику делает база.

3. Разбор вопроса показывается до цифры, а сам запрос доступен под спойлером: ошибку разбора видно раньше, чем вы поверите числу.

4. Спросить можно про заявки, переписки, сделки, заказы, оплаты картой, обещания агента и каталог. Контактов покупателей в словаре нет вовсе.

5. Непонятый вопрос получает честный отказ, а не похожий ответ. Сохраняется вопрос, а не результат, поэтому отчёт всегда пересчитан.